Ver categorías

Cómo conectar una base de datos Oracle a Claude/Cursor mediante MCP (Configuración del servidor Oracle MCP)

Lectura de 24 minutos

SERVIDOR MCP BASE DE DATOS ORACLE

Consultar la base de datos Oracle con Claude o Cursor vía MCP.

Conecte Oracle Database (local, RAC, Exadata, Autonomous o 19c) a Claude o Cursor con una sola clave MCP. Schema Intelligence gestiona los dialectos PL/SQL, de modo que la IA escribe código SQL válido para Oracle al primer intento, a través de un enlace seguro en la nube solo para salida, sin redireccionamiento de puertos.

Sin agujeros en el cortafuegos Una llave, cada conector Datos en tiempo real, sin retardo de caché. Trae tu propia herramienta de IA

Query Streams es una plataforma segura de integración de datos en tiempo real que incorpora todas las bases de datos y API SaaS de su cuenta a Claude, Cursor, ChatGPT y Grok, mediante una única clave MCP y sin necesidad de modificar el firewall. Esta guía explica cómo configurar el conector Oracle MCP para que su herramienta de IA pueda responder preguntas sencillas sobre empleados, departamentos, pedidos, finanzas y cualquier otro dato de Oracle Database (uniones, agregaciones, sintaxis específica de dialectos PL/SQL, exploración de esquemas, informes ad hoc) sin necesidad de copiar y pegar exportaciones CSV desde SQL Developer, Toad o SQL*Plus. Tanto si utiliza Oracle 19c localmente, Oracle Autonomous Database en OCI, Oracle XE en una estación de trabajo de desarrollo o un clúster RAC en Exadata, el servidor Oracle MCP los conecta a su cliente de IA mediante una única clave. Más información en QueryStreams.com y regístrese gratis Para empezar a hacerle preguntas reales a tu herramienta de IA sobre Oracle.

Qué le ofrece Query Streams MCP para Oracle Database

Otros servidores “Oracle MCP” del ecosistema de código abierto conectan la herramienta de IA directamente a una cadena de conexión TNS de Oracle. Si bien esto funciona, introduce una contraseña de base de datos (y a menudo una cartera digital) en la configuración del cliente de IA, limita el acceso de la herramienta a ese único punto final de Oracle y no proporciona un registro de auditoría de las consultas realizadas por la IA. El servidor Query Streams MCP para Oracle resuelve un problema más amplio: una sola clave, todos los conectores, registro de auditoría completo y la herramienta de IA nunca almacena las credenciales de Oracle.

Cero agujeros en el firewall de entrada

El agente de red abre un único enlace en la nube cifrado de salida hacia Query Streams. Su cliente de IA se conecta a la nube, nunca a su host de Oracle. No hay puertos que abrir, direcciones IP que incluir en la lista de permitidos, VPN ni ningún oyente TNS de Oracle expuesto a internet.

Una llave, cada conector

La misma clave MCP llega a todas las bases de datos y API SaaS conectadas a tu cuenta. Si añades un conector de Stripe o PostgreSQL mañana, la herramienta de IA lo reconocerá junto a tus esquemas de Oracle sin necesidad de volver a introducir la clave.

Inteligencia de esquema integrada

La IA ve descripciones curadas por IA, tipos semánticos, listas de valores enum y claves foráneas con puntuación de confianza para cada columna de Oracle, no solo las básicas. TODAS_LAS_PESTAÑAS_COLUMNAS Genera código SQL de Oracle preciso al primer intento, incluso en esquemas heredados con truncamientos de nombres de columna de 30 caracteres de las bases de datos anteriores a la versión 12c.

Solo lectura aplicada en el agente

Ni siquiera un LLM alucinante puede emitir BORRAR, ACTUALIZAR, o TRUNCAR a través de Query Streams MCP. El agente de red rechaza todo lo que no sea SELECCIONE, CON, o EXPLICAR antes de que Oracle siquiera vea el SQL.

Límites de tarifa por llave

De forma predeterminada, se permiten 60 solicitudes por minuto y 10 llamadas de ejecución por minuto, configurables por clave. Un bucle de llamadas a herramientas de IA descontrolado alcanza un límite de tokens, no el límite de sesiones de Oracle ni la factura de OCPU de Autonomous Database.

Cómo funciona sin abrir los puertos del firewall

El agente de red se instala una sola vez en cualquier host que pueda acceder a su base de datos Oracle a través de Oracle Net Services (TNS) y establece un único enlace TLS saliente a la nube; nunca se expone ningún tráfico entrante y la herramienta de IA nunca ve su cadena de conexión ni su cartera de Oracle TNS. Cómo funciona la conexión solo de salida →

Cliente de IA

Cursor, Claude,
ChatGPT, Grok

Servidor QS MCP

HTTP en streaming
Autenticación con clave X-MCP

Agente de red

En tu red
Enlace a la nube fuera

Base de datos Oracle

TNS / monedero retenido
por el agente

No se requiere puerto de entrada: el agente realiza la llamada, nunca al revés.

La tecla MCP que le das a Cursor o Claude tiene alcance (leer / analizar / ejecutar), revocable en cualquier momento y con límite de uso por clave. La herramienta de IA llama a estas herramientas MCP para realizar su trabajo:

querystreams-mcp · catálogo de herramientas
qs_list_organizacionesleer
Devuelve la organización vinculada a la clave de llamada.
qs_list_agentesleer
Lista de agentes de red y estado en línea.
qs_list_connectorsleer
Enumera los conectores de datos (una entrada por servidor de base de datos o API).
qs_get_connector_schemaleer
Devuelve los esquemas, tablas y columnas de Oracle que la IA puede consultar, con enriquecimiento de Schema Intelligence cuando esté disponible.
tabla_perfil_qsanalizar
Valores de muestra, distribuciones, detección de enumeraciones, tipos semánticos: bajo demanda.
qs_list_consultas_guardadasleer
Plantillas SQL parametrizadas predefinidas en las que el equipo confía. La IA las ejecuta sin tener acceso al código SQL.
qs_run_consulta_guardadaejecutar
Ejecuta una consulta guardada por clave_patrón con anulación de parámetros opcional.
qs_run_queryejecutar
Ejecuta una consulta SELECT contra un conector. El validador de solo lectura se ejecuta en el agente, antes de que Oracle vea la consulta SQL.

Por qué Schema Intelligence hace que Query Streams MCP sea diferente

La mayoría de los servidores “MCP para Oracle” en el entorno de código abierto le dan a su herramienta de IA la misma TODAS_LAS_PESTAÑAS_COLUMNAS Ver Oracle le da a un extraño. Nombres de columnas. Tipos de datos. Tal vez una clave primaria. El LLM se queda adivinando qué ESTADO_CD = 'A' significa, qué EMP_NM_TXT realmente almacena, o cuál de dos ID_DE_TRABAJO La columna es la correcta para realizar la unión (y si las truncaciones de nombres de columna de 30 caracteres anteriores a la versión 12c cambiaron el significado). Por eso, la primera consulta SQL que la mayoría de los LLM escriben contra un esquema Oracle vacío es incorrecta, no porque el LLM sea malo, sino porque no tiene los datos necesarios para ser correcto, y el diccionario de datos de Oracle es denso.

Query Streams MCP devuelve ese mismo esquema enriquecido con lo que llamamos Inteligencia de esquemas (IE) — Metadatos seleccionados por IA que se generan al ejecutar consultas de perfilado contra su actual Datos de Oracle antes de que el cliente de IA los solicite. Cuando SI está habilitado en un conector y una base de datos, cada herramienta de esquema que la IA llama (qs_get_connector_schema, qs_get_table_schema, tabla_perfil_qs, qs_obtener_relaciones) devuelve el esquema básico más seis capas de conocimiento seleccionado. El LLM deja de adivinar.

Para concretar esto, aquí está lo que el cliente de IA obtiene de vuelta de una sola qs_get_table_schema llamada contra un esquema típico de Oracle HR (empleados, departamentos, empleos, ubicaciones, historial laboral) — primero sin Inteligencia de Esquema, luego con ella.

Sin inteligencia de esquema fuente_de_datos: esquema_capturado
// lo que ve el LLM == TABLA: empleados de RRHH == – ID_empleado NÚMERO(6) [PK, NO NULO] - apellido VARCHAR2(25) NO NULO - correo electrónico VARCHAR2(25) NO NULO – fecha_de_contratación FECHA NO NULA – ID_de_trabajo VARCHAR2(10) NO NULO - salario NÚMERO(8,2) – porcentaje de comisión NÚMERO(2,2) – ID_de_gerente NÚMERO(6) – ID_departamento NÚMERO(4) == TABLA: departamentos de RRHH == – ID_departamento NÚMERO(4) [PK] – nombre_del_departamento VARCHAR2(30) NO NULO – ID de ubicación NÚMERO(4) == TABLA: hr.jobs == – job_id VARCHAR2(10) [PK] - título profesional VARCHAR2(35) NO NULO – salario_mínimo NÚMERO(6) – salario_máximo NÚMERO(6) == TABLA: ubicaciones de recursos humanos == – ID de ubicación NÚMERO(4) [PK] - ciudad VARCHAR2(30) NO NULO – id_país CARÁCTER(2) Claves foráneas (declaradas, sin enriquecimiento): employees.department_id -> departments.department_id employees.job_id -> jobs.job_id departments.location_id -> locations.location_id si_recomendación: estado: “no_ejecutar” lo_que_falta_para_esta_llamada: – Valores de muestra por columna + detección de enumeraciones – Descripciones de tablas y columnas – Clasificaciones de tipos semánticos – Etiquetado de dominio empresarial – Estadísticas de porcentaje de valores nulos para commission_pct nota: “Solo tipos y claves primarias/foráneas, sin contexto semántico”
Con inteligencia de esquema fuente_de_datos: inteligencia_de_esquema
// lo que ve el LLM == TABLA: empleados de RRHH [HECHO, dominio:hr] == “Una fila por empleado, actual e histórica. El salario es la base anual en USD; compensación total = salario * (1 + NVL(porcentaje_de_comisión, 0)).” – ID de empleado NÚMERO(6) [PK] identificador - apellido VARCHAR2(25) nombre_de_la_persona - correo electrónico VARCHAR2(25) correo electrónico (prefijo de inicio de sesión) Muestra: SKING, NKOCHHAR, LDEHAAN – fecha_de_contratación FECHA fecha_iso Periodo: 17/06/1987 – 21/04/2025 – ID_de_trabajo VARCHAR2(10) código_de_estado (enumeración) IT_PROG (16%) | SA_REP (12%) | ST_CLERK (10%) | … FK -> jobs.job_id (100% de solapamiento, conf 0.99) - salario NÚMERO(8,2) divisa Rango: 2.100,00 – 24.000,00 · media 6.461,83 – porcentaje de comisión NÚMERO(2,2) porcentaje (anulable, 65% nulo) Rango: 0,10 – 0,40 (solo para personal de ventas) – ID_de_gerente NÚMERO(6) identificador FK -> employees.employee_id (autorreferencia) – ID_departamento NÚMERO(4) identificador FK -> departments.department_id (conf 0.99) == TABLA: departamentos de RRHH [DIM, dominio:hr] == – nombre_del_departamento VARCHAR2(30) código_de_estado (enumeración) Ejemplo: Ventas, Informática, Marketing, Finanzas, Recursos Humanos == TABLA: hr.jobs [BUSCAR, dominio:hr] == “Catálogo de empleos. min_salary/max_salary definen el rango salarial para cada job_id.” - título profesional VARCHAR2(35) contenido_de_texto – salario_mínimo NÚMERO(6) divisa – salario_máximo NÚMERO(6) divisa == TABLA: ubicaciones de recursos humanos [DIM, dominio:hr] == – ciudad VARCHAR2(30) geo_ciudad Muestra: Seattle, Toronto, Londres, Tokio, Múnich – id_país CARÁCTER(2) código_geográfico_de_país

Las seis capas que añade Schema Intelligence

Cada capa aborda un tipo de pregunta que el LLM intentaría adivinar. La fase de perfilado SI opcional se ejecuta en modo de solo lectura sobre sus datos de Oracle sin modificar su esquema. Qué aporta Schema Intelligence y cómo se mantiene actualizado →

Descripciones seleccionadas por IA

Descripción clara y concisa de cada esquema, tabla y columna: se genera una sola vez y se actualiza automáticamente al cambiar el esquema de Oracle. Se evalúa la fiabilidad; las descripciones escritas por el usuario siempre son las más útiles.

empleados: “Una fila por empleado,
actuales e históricos.”

Clasificaciones de tablas

Cada tabla está etiquetada como FACT (eventos transaccionales), DIM (referencia descriptiva) o LOOKUP (mapas de código pequeño), además de un dominio empresarial: RRHH, ventas, finanzas, soporte y 15 más.

empleados [HECHO, dominio:hr]
empleos [BUSCAR, dominio:hr]

Tipos semánticos por columna

Dieciocho tipos: moneda, correo electrónico, fecha_iso, código_de_estado, porcentaje, posición_de_clasificación, identificador, url, nombre_de_persona y más. La IA genera SQL de Oracle correcto para el dialecto (SYSDATE, NVL, OBTENER SOLO LAS PRIMERAS n FILAS) apropiado para cada tipo.

salario: moneda · correo electrónico: correo electrónico
comisión_pct: porcentaje

Valores de muestra a partir de datos reales

Se muestran filas aleatorias al LLM para que reconozca patrones que ningún esquema de Oracle puede mostrar: convenciones de formato, valores VARCHAR2 codificados, estilos de nomenclatura y la forma real de las cadenas.

correo electrónico: ['SKING', 'NKOCHHAR',
'LDEHAAN', 'AHUNOLD']

Detección de enumeraciones con distribuciones

Columnas de baja cardinalidad (50 valores distintos o menos, como máximo el 5 % de las filas únicas) se asignan a su lista completa de valores con recuentos de filas. La IA nunca adivina el uso de mayúsculas y minúsculas de Oracle ni la ortografía de los códigos de trabajo.

ID de trabajo: IT_PROG (16%) | SA_REP (12%)
| ST_CLERK (10%) | …

Descubrimiento implícito de claves foráneas

El análisis de superposición de datos entre tablas encuentra uniones que no están declaradas como restricciones DDL (y confirma las que sí lo están). Almacenado junto con las claves foráneas formales de Oracle con puntuaciones de confianza, devueltas por qs_obtener_relaciones.

empleados.departamento_id ->
departamentos.id_departamento (conf 0.99)

Misma solicitud, diferente SQL

La prueba está en el SQL que realmente escribe la herramienta de IA. Misma sesión de Cursor, mismo modelo de Claude, misma solicitud. “Muéstrame los 5 empleados mejor pagados que se incorporaron el año pasado, incluyendo su remuneración total y departamento.” Sin Schema Intelligence, el LLM adivina con una sintaxis con estilo PostgreSQL que Oracle rechaza. Con ella, el LLM conoce el dialecto.

Sin inteligencia de esquema
— Primer intento de LLM contra esquemas simples: SELECCIONE ID_empleado, apellido, salario, salario + (salario * porcentaje_comisión) AS total_comp DESDE empleados DONDE fecha_contratación >= '2025-05-06' ORDENAR POR salario DESC LÍMITE 5 ORA-00933: El comando SQL no finalizó correctamente. LIMIT es PostgreSQL/MySQL, no Oracle. “empleados” no cualificados: esquema ambiguo commission_pct se ignora como anulable: NULL contamina total_comp Fecha codificada de forma fija: "el año pasado" es dinámica. no UNIRSE a departamentos — la solicitud lo solicitó
Con inteligencia de esquema
— Primer intento de LLM con SI habilitado: SELECCIONE e.employee_id, e.last_name, e.salary, e.salary * (1 + NVL(e.commission_pct, 0)) AS total_comp, d.nombre_departamento DESDE empleados de RRHH e ÚNASE A departamentos de RRHH d EN d.department_id = e.department_id DONDE e.hire_date >= AÑADIR MESES(SYSDATE, –12) ORDENAR POR e.salario DESC RECUPERAR PRIMERO 5 SOLO FILAS 5 filas. Correcto al primer intento. Las etiquetas FACT/DIM guiaron la unión a los departamentos. Enriquecimiento de FK confirmado enlace department_id commission_pct marcado como anulable: se aplicó NVL hire_date vio el tipo semántico = date_iso -> AGREGAR_MESES Oracle 12c+ OBTENER SOLO LAS PRIMERAS n FILAS hr. calificador de esquema de metadatos del conector
¿No quieres ejecutar Schema Intelligence? MCP sigue funcionando: las herramientas de esquema devuelven metadatos simples (tipos, claves primarias, claves foráneas formales, índices) y cada respuesta degradada lleva un si_recomendación bloque que le indica a la IA lo que le falta, incluyendo una opción de llamada única para habilitar SI en medio de la conversación a través de qs_request_si_analysis. Cómo funciona Schema Intelligence y cuánto tiempo tarda →
Nova AI

¿MCP no es para ti? Prueba Nova AI en su lugar.

Omita por completo la configuración JSON: Nova AI está integrada en el portal web Query Streams. y formula las mismas preguntas en lenguaje sencillo a su conector Oracle: el mismo agente, la misma aplicación de solo lectura, la misma inteligencia de esquema, sin la infraestructura de MCP.

Conozca a Nova AI

Requisitos previos

Antes de comenzar, asegúrese de tener:

  1. Una cuenta gratuita de Query Streams en mi.querystreams.com.
  2. El agente de red de Query Streams instalado en una máquina que pueda acceder a su base de datos Oracle — ver Descargar el agente de flujos de consultas.
  3. Un conector Oracle configurado contra el agente; consulte el archivo existente. configuración del conector Guías para la cadena de conexión TNS. El agente almacena la contraseña del usuario de Oracle (o credenciales de la cartera, Kerberos o del servicio de directorio); la herramienta de IA nunca las modifica.
  4. Cualquier cliente de IA compatible con MCP. En esta guía mostraremos Cursor, Claude Desktop, ChatGPT y Grok; si usa Windsurf, Zed, Continue, Cline, VS Code Copilot, Codex o Goose, el bloque de configuración es prácticamente el mismo.
  5. Cinco minutos.
Solo necesitas configurar el agente una vez. El mismo agente que impulsa los complementos de Query Streams para Excel y Google Sheets, el generador de consultas web y Nova AI también se utiliza para MCP. Agregar MCP a una cuenta existente de Query Streams solo requiere generar una clave; el agente y el conector de Oracle Database ya están en funcionamiento.
1

Generar una clave MCP

Desde /mcp En la página de Flujos de consulta, cree una clave con los ámbitos que desee.

2

Introdúzcalo en su cliente de IA

Un fragmento JSON para Cursor, Claude, ChatGPT o Grok. La misma clave en todas partes.

3

Haz una pregunta

“¿Cuál es la antigüedad promedio de nuestros empleados por departamento?” — la IA utiliza las herramientas adecuadas y usted obtiene la respuesta.

Paso 1: Generar una clave MCP en Query Streams

Inicie sesión en Query Streams y abra el Página MCP (o inicie sesión primero en mi.querystreams.com y haga clic MCP en la navegación izquierda). Haga clic Generar clave, dale a la clave un nombre reconocible (algo así como cursor-portátil o escritorio claude), y seleccione los ámbitos que desea que tenga esta clave:

  • leer — La IA puede examinar conectores y leer esquemas. Necesario para todo lo demás.
  • analizar — La IA puede perfilar tablas y descubrir relaciones (valores de muestra, distribuciones, tipos semánticos). Opcional, pero muy recomendable para trabajar con Oracle, donde comprender la estructura de los datos es fundamental cuando el LLM genera uniones entre esquemas heredados.
  • ejecutar — La IA puede ejecutar SQL. Sin esto, la IA solo puede leer los metadatos del esquema.

Para un flujo de trabajo típico de “dejar que Claude analice mis datos de Oracle”, los tres alcances son apropiados. Para una clave que le entregas a un compañero de equipo o a un cliente menos confiable, deja caer ejecutar y dejarles solo navegar. Puede revocar cualquier clave en cualquier momento desde la misma página; el cliente de IA verá CLAVE MCP REVOCADA en su siguiente llamada y deja de funcionar inmediatamente. No hay retardo de propagación.

Copia la clave ahora: Query Streams la muestra una vez y luego solo almacena un hash. Si la pierdes, genera una nueva. La clave se ve así: qsmcp_ seguido de 48 caracteres aleatorios y es lo que su cliente de IA envía en el Clave X-MCP encabezado de la solicitud.

Paso 2: Agregue Query Streams MCP a su cliente de IA.

La configuración tiene la misma forma en todos los clientes compatibles con MCP: una entrada de servidor MCP que apunta a https://mcp.querystreams.com con su llave en el Clave X-MCP Encabezado. Seleccione su cliente a continuación.

Cursor
Cursor ~/.cursor/mcp.json
// Editar ~/.cursor/mcp.json
{
  "mcpServers": {
    "flujos de consulta": {
      "url": "https://mcp.querystreams.com",
      "encabezados": {
        "Clave X-MCP": "qsmcp_PEGAR_CLAVE_AQUÍ"
      }
    }
  }
}
Escritorio de Claude
Escritorio de Claude claude_desktop_config.json
// Ajustes → Desarrollador → Editar configuración
{
  "mcpServers": {
    "flujos de consulta": {
      "url": "https://mcp.querystreams.com",
      "encabezados": {
        "Clave X-MCP": "qsmcp_PEGAR_CLAVE_AQUÍ"
      }
    }
  }
}
ChatGPT
ChatGPT Aplicaciones y conectores
// Ajustes → Aplicaciones y conectores → Agregar MCP
URL del servidor  https://mcp.querystreams.com
Encabezado de autenticación Clave X-MCP
Valor del encabezado qsmcp_PEGAR_CLAVE_AQUÍ

// Requiere un plan de pago de ChatGPT
// (Plus / Pro / Equipo / Empresa).
Comprender
Comprender Herramientas MCP remotas
// Grok → Configuración → Herramientas
{
  "mcp_servers": [{
    "nombre": "flujos de consulta",
    "url": "https://mcp.querystreams.com",
    "encabezado_autenticación": "Clave X-MCP",
    "auth_value": "qsmcp_..."
  }]
}

Reinicie su cliente de IA. En su próximo inicio, detectará las ocho herramientas de Query Streams MCP enumeradas anteriormente y las mostrará en su paleta de herramientas. En Cursor y Claude Desktop puede verificarlo escribiendo “conectores de lista” — la IA debería llamar qs_list_connectors y devuelva su conector Oracle junto con cualquier otra cosa que haya configurado.

Paso 3: Hazle una pregunta al oráculo de la IA.

No tienes que escribir SQL; la IA lo hace. Haces una pregunta, la IA selecciona la herramienta MCP adecuada, el agente ejecuta la consulta en tu base de datos Oracle y la respuesta se devuelve como texto y tablas. Tres ejemplos de preguntas para probar primero:

“¿Cuál es la antigüedad promedio de nuestros empleados por departamento?”
Personal
La IA llamará qs_get_connector_schema para descubrir el empleados de RRHH y departamentos de RRHH mesas, entonces qs_run_query con una SELECT que los une en ID del departamento y calcula PROMEDIO(MESES_ENTRE(FECHA_SYSDATE, fecha_contratación_e) / 12) Por departamento. El resultado es una tabla clasificada de departamentos con antigüedad promedio en años, número de empleados y una nota de confianza sobre la rotación. Además, recibirá una interpretación escrita que indica qué departamentos son estables, cuáles están creciendo y cuáles presentan riesgo de rotación, información que la IA infirió directamente de los datos de RR. HH. de Oracle.
“Muéstrame los 10 empleados mejor pagados que se incorporaron el año pasado.”
Compensación
La IA utiliza aritmética de fechas idiomática de Oracle para delimitar los últimos 12 meses (e.hire_date >= ADD_MONTHS(SYSDATE, -12)), se aplica NVL(porcentaje_de_comisión, 0) para manejar la columna de porcentaje anulable Schema Intelligence marcada, uniones empleados de RRHH a través de ID del departamento a departamentos de RRHH para contextualizar y clasificaciones por salario con RECUPERA SOLO LAS PRIMERAS 10 FILASEl resultado es una tabla con ID de empleado, apellido, salario base, compensación total incluyendo comisión, departamento y fecha de contratación; la IA normalmente anota qué roles están por encima de su empleos.salario_máximo banda como continuación.
“¿Qué categorías laborales han crecido más año tras año?”
Número de empleados
La IA utiliza la detección de enumeraciones de Schema Intelligence en empleados.id_de_trabajo para operar sobre la distribución de códigos de trabajo descubierta (PROGRAMA DE TI, SA_REP, ST_CLERK, …), grupos empleados de RRHH por ID de trabajo con dos recuentos de ventana: uno filtrado a fecha_contratación >= AGREGAR_MESES(fecha_SYSDATE, -12) y otra para el período de 12 meses anterior, luego se clasifican según la variación interanual. El resultado es una lista ordenada de categorías de empleo con el número actual de empleados, el número de empleados del año anterior, el cambio absoluto y el cambio porcentual. La IA suele señalar el puesto de mayor crecimiento como una señal de tendencia de contratación, en lugar de un error de redondeo puntual.

La primera vez que la IA llame a una herramienta, es posible que su cliente muestre una solicitud de confirmación para que usted apruebe la llamada. Este es el flujo de consentimiento estándar de MCP, no una función adicional de Query Streams. Una vez aprobada, la IA continuará con el resto de la conversación sin problemas. Puede revisar el consentimiento en cualquier momento en la configuración de su cliente.

Aviso de facturación transparente: El uso de MCP se factura por bytes sin comprimir.

El complemento de Excel de Query Streams, el complemento de Google Sheets, el generador de consultas web y Nova AI se ejecutan a través de nuestro enlace comprimido en la nube; medimos y facturamos. bytes comprimidos contra su dominio de datos. El transporte MCP (HTTP Streamable según la especificación oficial de MCP) no admite de forma fiable la compresión de extremo a extremo en todos los clientes y proxies intermedios, por lo que medimos y facturamos. bytes sin comprimir para el tráfico MCP.

  • Lo que esto significa: Una consulta agregada de Oracle de 5 MB cuesta aproximadamente 5 MB de su dominio de datos cuando se obtiene a través de MCP, en comparación con aproximadamente 700 KB - 1,2 MB a través de Excel / Hojas de cálculo / Nova / el Generador de consultas. Datos de Oracle con repeticiones VARCHAR2 valores, ID de trabajo códigos y nombre_del_departamento Las dimensiones se comprimen aproximadamente 5 veces mediante LZ4 en los demás transportes. Mismos datos, diferente transporte, diferente tamaño facturable.
  • Qué puedes hacer: para consultas recurrentes muy grandes (por ejemplo, exportaciones de más de 100.000 filas desde hr.job_history o tablas de auditoría), prefiero la ruta Excel / Sheets / Nova. Para llamadas a herramientas de IA interactivas (la respuesta típica de Oracle de 100 a 5000 filas que se ajusta a un contexto LLM), MCP es la opción correcta y la diferencia de costo es de centavos.

Preguntas frecuentes

¿Necesito abrir puertos o usar una VPN para poder usar esto? +
Sin reglas de firewall de entrada, reenvío de puertos, NAT punchthrough o VPN. El agente de red realiza una conexión TLS saliente (puerto 443) y su cliente de IA llega https://mcp.querystreams.com Desde Internet pública: si el HTTPS saliente funciona en el host del agente, MCP funcionará. Vea cómo funciona la conexión solo de salida →
¿Qué herramientas de IA puedo usar con Query Streams MCP? +
Cualquier cliente compatible con el protocolo abierto Model Context Protocol (MPPT): Claude Desktop, Claude Code, Cursor, ChatGPT (de pago), Grok, Gemini CLI, Windsurf, Zed y más de 500 clientes adicionales. Puedes usar tu propia herramienta de IA; no es necesario cambiar. Ver todos los clientes de IA compatibles →
¿Puedo revocar una clave MCP? +
Sí, tres interruptores de apagado independientes (por tecla desde el /mcp página, por organización a través de la configuración del plan y a nivel de plataforma), ninguno de los cuales requiere una rotación de contraseña de base de datos o un reinicio del agente. Más información sobre la seguridad de las claves MCP →
¿Cómo se factura el uso de MCP a mi dominio de datos? +
Las llamadas de ejecución de MCP deducen del mismo presupuesto de datos que ya utilizan Excel, Google Sheets, Web Query Builder y Nova AI: un único presupuesto de consumo para todos los métodos de acceso. El tamaño medido para MCP es diferente. Los demás clientes utilizan nuestro enlace de nube comprimida (les facturamos) bytes comprimidos); MCP se ejecuta sobre Streamable HTTP, que no admite de forma fiable la compresión de extremo a extremo a través de todos los clientes y proxies, por lo que facturamos bytes sin comprimirUna consulta agregada de Oracle de 5 MB devuelta a Excel normalmente cuesta entre 700 KB y 1,2 MB de su dominio de datos; el mismo resultado de 5 MB devuelto a Cursor sobre MCP cuesta aproximadamente 5 MB. Datos de Oracle con repeticiones VARCHAR2 Los valores se comprimen aproximadamente 5 veces mediante LZ4 en los demás protocolos de transporte. Somos transparentes al respecto porque preferimos que lo sepas de antemano a que te lleves una sorpresa al final del ciclo de facturación.
¿Funciona Query Streams MCP con mi base de datos autónoma Oracle, Oracle XE o clústeres Oracle on RAC? +
Sí, el Agente de red se conecta a través de Oracle Instant Client a cualquier instancia de Oracle Database, versión 11g o posterior. Base de datos autónoma de Oracle (Siempre gratuito, procesamiento de transacciones, almacén de datos, JSON), Oracle XE (la edición local gratuita, ideal para estaciones de trabajo de desarrollo), Oracle en RAC (Clústeres de aplicaciones reales), Oracle Exadata (X8M/X9M en las instalaciones y Exadata Cloud@Customer), Base de datos Oracle 19c / 21c / 23c local, AWS RDS para Oracle, Base de datos Azure para OracleTanto Oracle autoalojado en EC2 / máquinas virtuales de Azure / OCI Compute / Google Compute Engine se ven iguales para el agente: una cadena de conexión TNS más credenciales (contraseña, cartera, Kerberos o LDAP/servicio de directorio). Para Autonomous Database, el agente carga la cartera que descargó de OCI y usa la autenticación mutua TLS de forma predeterminada. Para clústeres RAC, el agente se comunica con el oyente SCAN; no es necesario enumerar los nodos del clúster manualmente. Consejo: Registre cada instancia de Oracle como su propio conector. Su servidor primario transaccional 19c, su servidor en espera RAC de solo lectura, su almacén de datos Exadata y su base de datos de desarrollo XE pueden ser cuatro conectores separados en la misma clave MCP, y LLM selecciona el correcto por nombre según la consulta (las búsquedas puntuales se dirigen a OLTP, las grandes agregaciones analíticas a Exadata). El servidor MCP no ve las credenciales; solo el agente las ve.
¿En qué se diferencia esto de ejecutar yo mismo un servidor Oracle MCP de código abierto? +
Un servidor Oracle MCP directo (existen proyectos comunitarios en GitHub) es un MCP por fuente de datos. Para que Claude lea desde su Oracle + Google Search Console + su cuenta de Stripe + su almacén de Snowflake, necesitaría cuatro servidores MCP configurados por separado en cada cliente de IA, cada uno con sus propias credenciales, cada uno con su propio modelo de alcance, cada uno con su propia historia de auditoría. Query Streams MCP es una clave que llega a cada conector que su cuenta ha emparejado. También obtiene Schema Intelligence, aplicación de solo lectura en la capa del agente, límites de velocidad por clave, registro de auditoría en registros_de_eventosy la misma canalización de facturación del dominio de datos que ya utiliza, ninguna de las cuales le proporciona un Oracle MCP directo.
¿Qué ocurre si la IA intenta escribir o borrar datos? +
Se rechaza en el agente antes de que la fuente de datos vea el SQL. Cada qs_run_query La llamada es analizada por un validador de solo lectura codificado que solo permite SELECCIONE, CON, y EXPLICAR EL PLAN declaraciones; cualquier otra cosa devuelve SOLO LECTURA_VIOLACIÓN y nunca llega a Oracle. El validador se ejecuta en el proceso del agente en su red, no en la nube, por lo que una superficie de nube comprometida no podría eludirlo. (Puede agregar un usuario de solo lectura del lado de Oracle si desea mayor seguridad; cree un usuario con solo SELECCIONE privilegios en el relevante hora / ventas. / finanzas. esquemas, o conceder el SELECCIONAR_ROL_DEL_CATALOG Para acceso de solo lectura al diccionario de datos. El validador del agente es independiente de los permisos de Oracle que haya configurado.
¿Puedo ver qué preguntó exactamente la IA? +
Sí. Cada llamada a la herramienta MCP escribe una fila en registros_de_eventos con la organización, el usuario, la clave, el alcance, la latencia y el código de resultado. El administrador de la organización puede responder "¿quién usó MCP la semana pasada, qué conector y qué preguntaron?" con una sola consulta. Tenga en cuenta que registramos el nombre de la herramienta y metadatos, no el texto SQL ni las filas devueltas; estas fluyen a través del enlace en la nube y nunca llegan a los registros de la nube. Si desea una auditoría completa del texto SQL, habilite la auditoría del lado de la base de datos en el motor subyacente; para Oracle específicamente, eso es Auditoría unificada (12c+, la ruta moderna recomendada), el legado AUDITORÍA declaración en contra SYS.AUD$ / Registro de auditoría de DBA, Auditoría detallada (DBMS_FGA) para el alcance a nivel de columna, o Oracle Audit Vault y firewall de base de datos para una auditoría centralizada en múltiples instancias de Oracle.
¿Es necesario ejecutar Schema Intelligence para usar Query Streams MCP? +
No - La inteligencia de esquema es opcional por (conector, base de datos) pary MCP funciona bien sin él. La IA recibe el esquema básico (tipos, claves primarias, claves foráneas formales, índices) y escribe consultas básicas. Con SI habilitado, la IA recibe seis capas adicionales de metadatos seleccionados: (1) Descripciones elaboradas por IA en cada esquema, tabla y columna; (2) clasificaciones de tablas (FACT para eventos transaccionales, DIM para referencia descriptiva, LOOKUP para mapas de código pequeños) más una etiqueta de dominio empresarial (hr, sales, finance, seo, support y 14 más); (3) un tipo semántico en cada columna (moneda, correo electrónico, fecha_iso, código_estado, porcentaje, posición_clasificación, identificador, url, nombre_persona y 9 más) que impulsa la generación de SQL de Oracle correcta según el dialecto (SYSDATE, NVL, OBTENER SOLO LAS PRIMERAS n FILAS, AÑADIR MESES); (4) Muestra valores de tus datos reales para que el LLM reconozca patrones que ningún esquema puede mostrar, incluidos los nombres de columna truncados anteriores a la versión 12c; (5) Detección de enumeraciones con distribuciones de valores completos para columnas de baja cardinalidad como ID de trabajo; y (6) Claves foráneas descubiertas por IA basadas en la superposición de datos entre tablas (y el enriquecimiento con puntuación de confianza de las claves foráneas que el diccionario de datos de Oracle ya declara), emergieron a través de qs_obtener_relaciones. Sin SI, cada respuesta de la herramienta de esquema también conlleva una si_recomendación listar exactamente lo que falta para la llamada: la IA puede leer esto y ofrecer activar SI en medio de la conversación a través de qs_request_si_analysisEl tiempo de ejecución varía según el número de tablas: un esquema pequeño de Oracle con menos de 100 tablas se completa en unos 10 minutos; un esquema típico de tamaño medio (unos cientos de tablas) finaliza en 15-25 minutos; una base de datos empresarial grande con más de 1500 tablas puede tardar entre 45 y 60 minutos en un escaneo completo. SI se ejecuta a través de su Agente de red contra sus datos (nunca en la nube), nunca escribe en su base de datos, nunca modifica su esquema y se actualiza incrementalmente cuando este cambia; por lo tanto, las ejecuciones posteriores a la adición o modificación de tablas son mucho más rápidas que la primera. El efecto de extremo a extremo: con SI habilitado, su cliente de IA escribe SQL de Oracle correcto al primer intento con mucha más frecuencia que contra cualquier servidor "MCP para X" que simplemente le entrega el LLM sin procesar. TODAS_LAS_PESTAÑAS_COLUMNAS.
¿Qué ocurre si añado otro conector más adelante, como Stripe o PostgreSQL? +
Nada cambia en el lado del cliente: la misma clave llega al nuevo conector en el momento en que el agente la empareja (qs_list_connectors (lo recoge automáticamente). Un bloque de configuración compra toda tu cuenta, presente y futura. Por qué una sola llave sirve para todos los conectores →
¿Tengo que configurar MCP solo para chatear con mis datos? +
No - Nova AI está integrada en el portal Query Streams. Funciona con cualquier conector (incluido Oracle) sin necesidad de configuración ni archivos de configuración de MCP. Utilice Nova para interactuar con sus datos dentro de Query Streams; utilice MCP cuando desee que su propio cliente de IA (Claude, Cursor, ChatGPT, etc.) acceda a los mismos datos: mismo agente, mismos conectores, misma inteligencia de esquema subyacente. Obtén más información sobre Nova AI →

Comience

Conecte su herramienta de IA a su base de datos Oracle en cinco minutos.

Una sola clave MCP permite el acceso a Oracle, a todas las demás bases de datos y a todos los conectores API de tu cuenta de Query Streams, con un registro de auditoría completo, límites de velocidad por clave y sin necesidad de modificar el firewall. Claude, Cursor, ChatGPT y Grok funcionan sin configuración adicional.

Guías relacionadas: Descargar el agente de flujos de consultas | Configuración del conector de base de datos | Todas las guías del servidor MCP | Nova AI texto a SQL

Categoría: Servidor MCP

Etiquetas: mcp, claude, cursor, oracle, oracle-database, base de datos, empresa, base de datos autónoma

Meta Descripción: Conecta la base de datos Oracle a Claude o Cursor mediante Query Streams MCP. Autonomous, RAC, Exadata, 19c. Solo salida, solo lectura, configuración en 5 minutos.

Actualizado el 16 de junio de 2026

Funciona con BetterDocs