Conecta Snowflake a Claude o Cursor vía MCP.
Conecte Snowflake (su cuenta, sus almacenes, sus bases de datos, sus esquemas) a Claude o Cursor con una clave MCP. Schema Intelligence maneja los modismos de almacenamiento de análisis de Snowflake (CALIFICAR, APLANAMIENTO LATERALviajes en el tiempo EN(DESPLAZAMIENTO => ...), semiestructurado VARIANTE / OBJETO / FORMACIÓN) así que la IA escribe código SQL Snowflake válido en su primer intento.
Pregunte a Nova, obtenga SQL + gráficos
Conoce a Nova
Una clave por socio. No se comparten las credenciales.
Crea una API
+más
Sincronización programada con más de 6 plataformas
Explore
+más
Consulta de API con SQL, sin código
Explore
+más
Claude, Cursor, ChatGPT y Grok se comunican con tus datos.
Conectar IAQuery 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 conectar específicamente el conector Snowflake MCP, para que su herramienta de IA pueda responder preguntas en lenguaje sencillo sobre su almacén de datos Snowflake: análisis de múltiples bases de datos, cohortes de clientes, agregaciones de ingresos, comparaciones de viajes en el tiempo, datos semiestructurados. VARIANTE recorrido — sin que usted copie y pegue exportaciones CSV desde Snowsight, DBeaver o DataGrip. Más información en QueryStreams.com y regístrese gratis Para empezar a hacerle preguntas reales a tu herramienta de IA sobre Snowflake.
Lo que Query Streams MCP te ofrece para Snowflake
Snowflake envía sus propias superficies de IA. Agentes de la corteza cerebral para cargas de trabajo de IA en el almacén, además de servidores Snowflake MCP de la comunidad y socios que apuntan a Claude o Cursor a una cuenta de Snowflake directamente. Funcionan, pero cada uno hace un intercambio diferente. Los agentes de Cortex mantienen la carga de trabajo de IA dentro de la computación de Snowflake (solo datos de Snowflake, solo modelos semánticos del lado de Snowflake). Los servidores Snowflake MCP directos necesitan una cuenta de Snowflake accesible públicamente o una ruta VPN/PrivateLink entre LLM y Snowflake. El servidor Snowflake MCP de Query Streams resuelve un problema más amplio: agente de red solo de salida, clave única de múltiples conectores (Snowflake más su Postgres, su Stripe, su HubSpot, todo bajo un bloque de configuración MCP), aplicación de solo lectura en la capa del agente y registro de auditoría completo. Cubriremos la comparación en detalle más adelante; primero, lo básico.
Cero agujeros en el firewall de entrada
El agente de red abre un único enlace en la nube cifrado para consultar flujos de datos. Su cliente de IA se conecta a la nube, nunca a su cuenta de Snowflake. No es necesario abrir ningún puerto, ni debilitar ninguna política de red de Snowflake, ni utilizar PrivateLink, ni crear un túnel VPN entre el LLM y su región de Snowflake.
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 bases de datos de Snowflake sin necesidad de volver a generar la clave. Los agentes de Snowflake Cortex y los servidores MCP directos de Snowflake solo ven Snowflake; Query Streams ve toda la infraestructura.
Inteligencia de esquema integrada
La IA ve descripciones curadas por IA, tipos semánticos, listas de valores de enumeración y claves foráneas descubiertas para cada columna de Snowflake, además de sugerencias conscientes de Snowflake para CALIFICAR N superior, FECHA DE INGRESO matemáticas de fechas y VARIANTE Recorrido de ruta mediante dos puntos. Escribe SQL válido para Snowflake al primer intento, incluso en almacenes de datos con cientos de bases de datos e identificadores heredados en mayúsculas.
Solo lectura aplicada en el agente
Incluso si tu rol de Copo de Nieve otorga INSERTAR / ACTUALIZAR / BORRAR (porque el rol también lo utilizan las canalizaciones ETL), el agente rechaza todo lo que no sea SELECCIONE, CON, o EXPLICAR antes de que Snowflake vea el SQL. Un LLM alucinante no puede TRUNCAR una tabla Snowflake, incluso si el rol técnicamente lo permite.
Límites de tarifa por llave
Por defecto, 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 consume un token, no el presupuesto de créditos de tu almacén virtual de Snowflake. (Los créditos de Snowflake se facturan por separado: Query Streams limita la tasa de llamadas y Snowflake limita el gasto de computación).
Cómo funciona sin abrir los puertos del firewall
El agente de red de Query Streams se instala una vez en una máquina que puede acceder a su cuenta de Snowflake a través de HTTPS saliente para *.snowflakecomputing.com, ejecuta SQL a través del controlador oficial de Snowflake utilizando la autenticación preferida de su cuenta (se recomienda el par de claves RSA) y establece un único enlace TLS saliente a la nube; nunca se expone nada entrante y la herramienta de IA nunca ve la URL de su cuenta de Snowflake ni su clave privada. 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
Copo de nieve
almacén de cuentas
.base de datos
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:
clave_patrón con anulación de parámetros opcional.Por qué Schema Intelligence hace que Query Streams MCP sea diferente
La mayoría de los servidores "MCP para Snowflake" le entregan a su herramienta de IA lo básico. ESQUEMA_DE_INFORMACIÓN, dejando al LLM adivinando qué ESTADO = '3' significa, qué EVENTOS.CARGA ÚTIL sostiene bajo su VARIANTE envoltorio, o si ARTÍCULOS_DE_LÍNEA.ID_DE_PEDIDO se une a ID DE PEDIDO (Las claves foráneas de Snowflake son orientativas, no obligatorias), razón por la cual la primera consulta SQL sobre un esquema de almacén de datos vacío suele ser incorrecta. Por qué el esquema básico hace que los modelos LLM adivinen →
Query Streams MCP devuelve ese mismo esquema enriquecido con Inteligencia de esquemas (IE) — Metadatos seleccionados por IA generados mediante la creación de perfiles de su actual Datos de Snowflake, por lo que cada herramienta de esquema (qs_get_connector_schema, qs_get_table_schema, tabla_perfil_qs, qs_obtener_relaciones) devuelve el esquema básico más sugerencias específicas del almacén que ESTADO es una enumeración de cinco valores, EVENTOS.CARGA ÚTIL es un VARIANTE con rutas de colon detectables como :user_id::STRINGy las consultas de viajes en el tiempo pueden utilizar AT(OFFSET => -3600)El programa 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 almacén de análisis típico de Snowflake (ANÁLISIS_DB.ÓRDENES.PÚBLICAS, ARTÍCULOS DE LÍNEA, CLIENTES, PRODUCTOS, EVENTOS) — primero sin Inteligencia de Esquema, luego con ella.
Las seis capas que añade Schema Intelligence
Cada capa aborda una clase de preguntas que el LLM intentaría adivinar. La fase de perfilado SI opcional se ejecuta sobre sus datos de Snowflake sin modificar su esquema; y dado que el perfilado consume créditos de computación de Snowflake como cualquier consulta de lectura, el agente utiliza un almacén de datos pequeño y respeta la configuración de suspensión del almacén. Qué aporta Schema Intelligence y cómo se mantiene actualizado →
Descripciones seleccionadas por IA
Descripción clara y concisa de cada base de datos, esquema, tabla y columna: se genera una sola vez y se actualiza automáticamente al cambiar el esquema. Se evalúa la fiabilidad; las descripciones escritas por el usuario siempre son las más útiles.
una fila por caja.
Clasificaciones de tablas
Cada tabla está etiquetada como FACT (eventos transaccionales), DIM (referencia descriptiva) o LOOKUP (mapas de código pequeño), además de un dominio comercial: ventas, recursos humanos, SEO, finanzas, soporte y 14 más.
CLIENTES [DIM, dominio:clientes]
Tipos semánticos por columna
Dieciocho tipos: currency_usd, email, date_iso, status_code, percentage, ranking_position, identifier, url, person_name, semi_structured y más. La IA genera código SQL Snowflake correcto para cada tipo, adaptado al dialecto correspondiente.
CARGA ÚTIL: semiestructurada (VARIANTE)
Valores de muestra a partir de datos reales
Se muestran filas aleatorias al LLM para que reconozca patrones que ningún esquema puede mostrar: identificadores en mayúsculas, convenciones de formato, VARIANTE formas, estilos de abreviaturas y el contenido real de su almacén.
'QS-014-OSCURO', 'QS-027-ÁMBAR']
Detección de enumeraciones con distribuciones
Columnas de baja cardinalidad (50 o menos valores distintos, como máximo el 5 % de las filas únicas) asignadas a su lista completa de valores con recuentos de filas. La IA nunca adivina mayúsculas/minúsculas ni ortografía en un Snowflake. VARCHAR enumeración.
| entregado (12%) | pendiente (5%)
Descubrimiento implícito de claves foráneas
El análisis de superposición de datos entre tablas encuentra uniones que Snowflake nunca declaró (las claves foráneas del almacén son consultivas de todos modos). Almacenado junto con cualquier clave foránea formal con puntuaciones de confianza, devuelto por qs_obtener_relaciones.
(98% de solapamiento, confianza 0,95)
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. “¿Cuál es nuestro ranking de los 10 clientes con mayores ingresos en los últimos 30 días?” Sin la Inteligencia de Esquemas, el LLM tiene que adivinar las expresiones idiomáticas específicas de Snowflake. Con ella, el LLM las conoce.
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 →
Flujos de consulta MCP frente a agentes Cortex de Snowflake y servidores MCP de Snowflake
Snowflake suministra sus propias interfaces de IA para datos de almacenes de datos. Agentes de la corteza de copo de nieve Ejecuta cargas de trabajo de IA dentro de la infraestructura informática de Snowflake, con plantillas de modelos semánticos y acceso directo a tus datos almacenados en Snowflake. Servidores MCP de Snowflake directos (Los proyectos de la comunidad, incluido el propio de Snowflake Labs) apuntan a Claude o Cursor a una cuenta de Snowflake a través del controlador oficial de Snowflake. Ambos funcionan. Ambos son apropiados para algunos equipos. El MCP de Snowflake de Query Streams resuelve un problema de diferente tipo (solo salida, con múltiples conectores y capa de agente aplicada), y vale la pena saber dónde encaja cada uno antes de elegir.
| Dimensión | Flujos de consulta MCP | Agentes de la corteza de copo de nieve | Servidores MCP de Snowflake directos |
|---|---|---|---|
| Dónde se ejecuta la carga de trabajo de la IA | Tu red (el agente de red realiza una llamada) | Dentro de la computación de Snowflake | Independientemente de dónde esté alojado el servidor MCP, LLM seguirá accediendo a los puntos finales HTTPS de Snowflake. |
| Agujero en el firewall de entrada | Ninguno: el agente solo realiza llamadas salientes | N/A — La IA se ejecuta dentro de Snowflake | Requerido: LLM/host debe poder conectarse a Snowflake (IP pública, VPN o PrivateLink). |
| Alcance de múltiples bases de datos/nubes | Sí: Snowflake + Postgres + MySQL + Stripe + HubSpot + Shopify bajo una misma clave. | Solo copo de nieve | Solo Snowflake (un servidor MCP por cuenta) |
| Capa de aplicación de solo lectura | Validador codificado del lado del agente (rechaza los que no sonSELECCIONE/CON/EXPLICAR) |
Roles de Snowflake + permisos de Cortex | Solo papeles de copo de nieve |
| Consultas guardadas (LLM nunca ve SQL) | Sí vía qs_run_consulta_guardada |
Plantillas limitadas del modelo semántico de Cortex | No |
| Registro de auditoría | registros_de_eventos por llamada (org / usuario / clave / ámbito / latencia / error) |
Copo de nieve HISTORIAL DE CONSULTAS |
Depende de la implementación del servidor MCP. |
| Limitación de velocidad por tecla | Token-cubo, de dos niveles, configurable por clave | Cortex basado en el uso | Ninguno en la capa MCP |
| Funciona con ChatGPT / Claude / Cursor / Grok / Gemini CLI / Windsurf / Zed / Continue / Cline / Codex | Sí, una clave, un bloque de configuración. | Cortex está vinculado a la API de Snowflake; no hay transporte MCP. | Configuración por servidor MCP y por cliente (una entrada por cuenta de Snowflake en cada cliente). |
Tanto Cortex Agents como Query Streams MCP son respuestas válidas; coexisten. Elegir Agentes de la corteza de copo de nieve cuando el trabajo de IA se realiza completamente dentro de la computación de Snowflake en datos residentes en Snowflake y desea que la carga de trabajo de IA esté ubicada junto con el almacén. Elija una Servidor MCP Snowflake directo Cuando solo necesitas que Claude o Cursor apunten a una cuenta de Snowflake, te sientes cómodo con la exposición de la red y la sobrecarga de configuración por cuenta es aceptable. Elige Flujos de consulta MCP cuando la herramienta de IA también necesita leer sus datos de Postgres, Stripe, HubSpot CRM o sus pedidos de Shopify bajo un mismo plano de acceso, o cuando el registro de auditoría y la aplicación de la restricción de solo lectura en la capa del agente son imprescindibles para el cumplimiento normativo. Muchos equipos implementan tanto Cortex Agents (para flujos de trabajo de IA dentro del almacén de datos) como Query Streams MCP (para herramientas de IA entre sistemas) en la misma cuenta de Snowflake; no se superponen.
¿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 en todo su conector Snowflake, además de en todos los demás conectores de su cuenta: el mismo agente, la misma aplicación de solo lectura, la misma inteligencia de esquema, sin la infraestructura de MCP.
Conozca a Nova AIRequisitos previos
Antes de comenzar, asegúrese de tener:
- Una cuenta gratuita de Query Streams en mi.querystreams.com.
- El agente de red de Query Streams instalado en una máquina que pueda acceder a su cuenta de Snowflake a través de HTTPS saliente — ver Descargar el agente de flujos de consultasPara obtener el mejor rendimiento, el agente debe estar en la misma nube/región que su cuenta de Snowflake (por ejemplo, una instancia EC2 en la misma región de AWS que una cuenta de Snowflake-on-AWS).
- Un conector Snowflake configurado contra el agente — URL de la cuenta (
cuenta.región.nube.snowflakecomputing.com), almacén predeterminado y credenciales. Se recomienda la autenticación mediante pares de claves (RSA). sobre nombre de usuario/contraseña; el agente almacena la clave privada cifrada y la herramienta de IA nunca la toca. El rol de usuario de Snowflake solo necesitaSELECCIONEen las bases de datos que desea que la IA consulte. - 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.
- Cinco minutos.
Generar una clave MCP
Desde /mcp En la página de Flujos de consulta, cree una clave con los ámbitos que desee.
Introdúzcalo en su cliente de IA
Un fragmento JSON para Cursor, Claude, ChatGPT o Grok. La misma clave en todas partes.
Haz una pregunta
“¿Cuáles fueron nuestros 10 mejores clientes por valor de por vida?” — 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). Muy recomendable para trabajar con Snowflake porqueVARIANTEEl descubrimiento de rutas mediante dos puntos, la detección de enumeraciones y la inferencia implícita de claves foráneas dependen de ello; los esquemas de almacenes de datos rara vez declaran claves foráneas obligatorias.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 mi almacén de Snowflake", 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.
// Editar ~/.cursor/mcp.json { "mcpServers": { "flujos de consulta": { "url": "https://mcp.querystreams.com", "encabezados": { "Clave X-MCP": "qsmcp_PEGAR_CLAVE_AQUÍ" } } } }
// Ajustes → Desarrollador → Editar configuración { "mcpServers": { "flujos de consulta": { "url": "https://mcp.querystreams.com", "encabezados": { "Clave X-MCP": "qsmcp_PEGAR_CLAVE_AQUÍ" } } } }
// 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).
// 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 Snowflake junto con cualquier otro elemento que haya configurado.
Paso 3: Hazle una pregunta a la IA sobre Snowflake.
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 almacén de datos Snowflake y la respuesta se devuelve como texto y tablas. Tres ejemplos de preguntas para probar primero:
ÓRDENES / CLIENTES / REGIONES tablas en BASE DE DATOS DE ANÁLISIS PÚBLICA, entonces qs_run_query con una SELECT idiomática de Snowflake que utiliza FECHA_TRUNC('trimestre', FECHA_PEDIDO) para canjear por cuartos, se une ÓRDENES a CLIENTES a REGIONES, se aplica DONDE ESTADO = 'pagado' para filtrar las transacciones completadas y calcula SUMA(CANTIDAD) junto con un desfase de función de ventana para la comparación con el año anterior. Verá la tabla clasificada en línea, además de una interpretación escrita: qué regiones aceleraron, cuáles desaceleraron y dónde la diferencia interanual es estadísticamente significativa en comparación con la estacionalidad normal.CLIENTES a ÓRDENES a ARTÍCULOS DE LÍNEA, atraviesa el EVENTOS.CARGA ÚTIL:source.channel::CADENA ruta de colon que Schema Intelligence descubrió en el VARIANTE columna y utiliza CUALIFICAR NÚMERO_DE_FILA() SOBRE (ORDENAR POR SUMA(CANTIDAD * PRECIO_UNITARIO) DESC) <= 50 — la forma idiomática de Snowflake de expresar “las 50 filas mejor clasificadas” sin un SELECT externo. El resultado se desglosa por canal de adquisición con el LTV de cada cliente, el número de pedidos y la fecha del primer pedido. La IA normalmente indica qué canal produce los clientes con el LTV más alto frente a cuál produce los más altos volumen, aunque no lo hayas preguntado.SELECCIONAR ... DE PRODUCTOS EN(OFFSET => -1209600) (Hace 14 días, en segundos) se unió contra la corriente PRODUCTOS tabla para calcular el CANTIDAD_DE_INVENTARIO delta. Inteligencia de esquema marcada CANTIDAD_DE_INVENTARIO como un encimera tipo semántico, por lo que la IA sabe que el cálculo de la relación de cambio es apropiado. El resultado es una lista clasificada con el valor actual de las acciones, el valor de las acciones de hace 14 días, el porcentaje de caída y la velocidad de las órdenes recientes para dar contexto. La IA suele marcar las filas más preocupantes como candidatos para reabastecer en lugar de errores de redondeo. Puedes profundizar preguntando “¿Por qué bajó de precio tan rápido el SKU QS-014-DARK?” y la IA extrae lo relevante ARTÍCULOS DE LÍNEA filas.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: Un conjunto de resultados agregados de Snowflake de 4 MB cuesta aproximadamente 4 MB de su dominio de datos cuando se obtiene a través de MCP, en comparación con aproximadamente 600-900 KB a través de Excel/Hojas de cálculo/Nova/el Generador de consultas. Datos de Snowflake con repeticiones
VARCHARLos valores de enumeración, las particiones de fecha y los nombres de columna con identificadores en mayúsculas se comprimen entre 6 y 8 veces mediante LZ4 en los demás transportes. Mismos datos, transporte diferente, tamaño facturable diferente. - Lo que esto no es: un margen de beneficio: pasamos los bytes reales enviados, y los demás clientes son simplemente más baratos porque la compresión funciona de forma fiable en ese caso. Nota también: El coste de los créditos de computación de Snowflake (segundos de crédito de almacén) es independiente del uso del dominio de datos de Query Streams: una consulta que escanea 50 GB de microparticiones y devuelve 4 MB de agregados le cuesta N créditos en Snowflake más 4 MB en Query Streams MCP, y las sugerencias de agrupación y partición de Schema Intelligence ayudan a LLM a minimizar ambos.
- Qué puedes hacer: Para consultas recurrentes de gran tamaño (por ejemplo, exportaciones de más de 100 000 filas), se recomienda utilizar Excel, Hojas de cálculo de Google o Nova. Para llamadas a herramientas de IA interactivas (como la típica agregación de Snowflake de 1000 a 50 000 filas que se ajusta a un contexto LLM), MCP es la opción adecuada y la diferencia de coste se mide en céntimos por llamada.
Preguntas frecuentes
¿Necesito abrir puertos o usar una VPN para poder usar esto? +
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? +
¿Puedo revocar una clave MCP? +
/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? +
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 comprimirUn resultado agregado de Snowflake de 4 MB que se devuelve a Excel suele costar entre 600 y 900 KB de su dominio de datos; el mismo resultado de 4 MB que se devuelve a Cursor a través de MCP cuesta aproximadamente 4 MB. (Los créditos de computación de Snowflake se facturan por separado del uso del dominio de datos de Query Streams; son dos métricas independientes). Somos transparentes al respecto porque preferimos que lo sepa de antemano a que se lleve una sorpresa al final del ciclo de facturación.
¿Funciona Query Streams MCP con Snowflake Standard / Enterprise / Business Critical / VPS, autenticación por par de claves y recursos compartidos de entrada para el intercambio de datos? +
Clave pública RSA y RSA_PUBLIC_KEY_2 Para una rotación sin interrupciones. También se admiten OAuth y SSO mediante SAML cuando su cuenta de Snowflake lo requiera. Intercambio de datos entrantes Las bases de datos compartidas (donde otra cuenta de Snowflake comparte una base de datos con la tuya) se pueden consultar de forma transparente: el agente las trata como bases de datos de solo lectura como cualquier otra; el LLM no necesita saber que se comparten. Políticas de red de Snowflake (la lista de direcciones IP de origen que pueden conectarse) necesita incluir la IP de salida del agente en la lista de permitidos, pero no se necesitan cambios en las reglas de entrada en su extremo: el agente se conecta a Snowflake mediante HTTPS saliente, y solo esa IP de salida necesita estar en la política de red. Cada cuenta de Snowflake es un conector independiente, por lo que LLM puede elegir entre "análisis de producción" y "almacén de marketing" por nombre, lo cual es útil cuando se tienen cuentas separadas para cargas de trabajo de producción, preproducción y desarrollo.
¿En qué se diferencia esto de ejecutar yo mismo un servidor Snowflake MCP de código abierto? +
registros_de_eventosy la misma canalización de facturación del dominio de datos que ya utiliza, ninguna de las cuales le proporciona un MCP de Snowflake directo. (Para una comparación más detallada entre los agentes de Cortex, el servidor MCP de Snowflake directo y el MCP de Query Streams, consulte la sección dedicada más arriba).
¿Qué ocurre si la IA intenta escribir o borrar datos? +
qs_run_query La llamada es analizada por un validador de solo lectura codificado que solo permite SELECCIONE, CON, y EXPLICAR declaraciones; cualquier otra cosa devuelve SOLO LECTURA_VIOLACIÓN y nunca llega a Snowflake. 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. Esto es más importante para Snowflake que para una base de datos OLTP, porque los roles de Snowflake a menudo se comparten entre canalizaciones ETL y usuarios de análisis; el mismo rol podría otorgar INSERTAR/ACTUALIZAR/BORRAR para la ruta de la canalización aunque el analista humano nunca utilice esos privilegios. El validador de solo lectura del agente es independiente de lo que Snowflake le otorgue al rol, por lo que un LLM alucinante no puede TRUNCAR TABLA incluso si el rol técnicamente lo permite. (Puedes superponer un rol de solo lectura del lado de Snowflake — USO + SELECCIONE solo en los almacenes y bases de datos que desee exponer (y además, si desea tomar precauciones adicionales).
¿Puedo ver qué preguntó exactamente la IA? +
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: esas fluyen a través del enlace en la nube y nunca llegan a los registros de la nube. Si desea una auditoría SQL completa, habilite la auditoría del lado de la base de datos en el motor subyacente; para Snowflake, eso es COPO DE NIEVE.USO_DE_CUENTA.HISTORIAL_DE_CONSULTAS ver (o ESQUEMA_DE_INFORMACIÓN.HISTORIAL_DE_CONSULTAS dentro de una sola cuenta), que captura cada instrucción ejecutada con el usuario, rol, almacén, recuentos de bytes y consumo de crédito. Combine los dos y tendrá la atribución completa: Flujos de consulta registros_de_eventos te indica qué cliente/usuario/clave de IA inició la llamada; Snowflake HISTORIAL DE CONSULTAS Te indica exactamente qué consulta SQL se ejecutó.
¿Es necesario ejecutar Schema Intelligence para usar Query Streams MCP? +
(conector, base de datos) pary MCP funciona bien sin él. La IA recibe el esquema básico (tipos, claves primarias, claves foráneas de asesoramiento, claves de agrupación) y escribe consultas básicas. Con SI habilitado, la IA recibe seis capas adicionales de metadatos seleccionados: (1) Descripciones elaboradas por IA para cada base de datos, 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 comercial (ventas, RRHH, SEO, finanzas, soporte y 14 más); (3) un tipo semántico en cada columna (currency_usd, email, date_iso, status_code, percentage, ranking_position, identifier, url, person_name, semi_structured y otros) que impulsa la generación de SQL Snowflake correcta según el dialecto, incluyendo CALIFICAR NÚMERO_DE_FILA() para top-N, FECHA.AÑADIR() para cálculos de fechas y :-recorrido de ruta para VARIANTE columnas; (4) Muestra valores de tus datos reales para que el LLM reconozca patrones que ningún esquema puede mostrar; (5) Detección de enumeraciones con distribuciones de valores completos para columnas de baja cardinalidad; y (6) Claves foráneas descubiertas por IA basadas en la superposición de datos entre tablas, que salieron a la luz a través de qs_obtener_relaciones (especialmente valioso en Snowflake, donde las FK formales son solo de carácter consultivo). 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: una base de datos pequeña con menos de 100 tablas se completa en unos 10 minutos; una base de datos mediana típica (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 almacén 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 Snowflake correcto al primer intento con mucha más frecuencia que contra cualquier servidor "MCP para X" que simplemente entrega el LLM. ESQUEMA_DE_INFORMACIÓN.
¿Qué ocurre si añado otro conector más adelante, como Stripe o PostgreSQL? +
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? +
¿Por qué usar Query Streams MCP si Snowflake incluye agentes Cortex y ya existe un servidor Snowflake MCP? +
INSERTAR / ACTUALIZAR / BORRAR (porque ese rol también lo utilizan las canalizaciones ETL), el agente de Query Streams ejecuta cada consulta enviada a través de un validador de solo lectura codificado y devuelve SOLO LECTURA_VIOLACIÓN para no-SELECCIONE / no-CON / no-EXPLICAR declaraciones, incluso si el LLM las solicita. Los agentes de Cortex y los MCP de base de datos directa dependen completamente de los roles del lado de Snowflake para la seguridad, lo cual es correcto, pero agrega una sobrecarga de DBA que el cliente no deseaba. Puedes usar ambos. Query Streams MCP y Cortex Agents abordan problemas diferentes: Cortex se utiliza para flujos de trabajo de IA en Snowflake con datos residentes en Snowflake, mientras que Query Streams MCP se emplea para herramientas de IA que también necesitan otros datos. Muchos equipos implementan ambas soluciones en la misma cuenta de Snowflake; no compiten entre sí.
Comience
Conecta tu herramienta de IA a tu almacén de Snowflake en cinco minutos.
Una clave MCP llega a Snowflake, 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, restricción de lectura en la capa de agente, límites de velocidad por clave y sin necesidad de modificar el firewall. Claude, Cursor, ChatGPT y Grok funcionan sin configuración adicional. Se trata de un modelo diferente al de los agentes Snowflake Cortex y los servidores MCP directos de Snowflake; se puede implementar junto con el que ya estés utilizando.
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, snowflake, data-warehouse, enterprise, snowflake-cortex, cortex-agents, key-pair-auth, analytics
Meta Descripción: Conecta Snowflake con Claude o Cursor mediante Query Streams MCP. Conexión de solo salida, solo lectura, multiconector. Configuración en 5 minutos.
English 
Spanish 
German 
French 
Portuguese 
Japanese 
Korean 
Chinese 
Italian 
Dutch 
Indonesian 
Polish