Ver categorías

Cómo consultar datos de HubSpot CRM con Claude/Cursor a través de MCP (Configuración del servidor MCP de HubSpot)

31 minutos de lectura

SERVIDOR MCP CRM de HubSpot

Consultar HubSpot CRM con Claude o Cursor a través del servidor MCP de HubSpot.

Una configuración de HubSpot MCP de 5 minutos que permite que tu herramienta de IA formule preguntas en lenguaje natural sobre tus contactos, empresas, acuerdos, tickets y objetos personalizados. El agente Query Streams almacena en caché la API de HubSpot CRM en una superficie SQL local de DuckDB, de modo que LLM ve tablas reales (con uniones de múltiples objetos, enumeraciones conscientes del esquema y descubrimiento de etapas de acuerdos por canalización) en lugar de puntos finales REST. Un modelo diferente al del asistente con interfaz de usuario de HubSpot Breeze AI.

Sin agujeros en el cortafuegos Una llave, cada conector Uniones SQL de múltiples objetos 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 el MCP de HubSpot ruta específica, para que su herramienta de IA pueda responder preguntas en lenguaje sencillo sobre contactos, empresas, acuerdos, tickets y objetos personalizados sin que usted exporte archivos CSV desde HubSpot o luche con la API REST v3. El Agente de red extrae los datos de HubSpot CRM a una caché local de DuckDB, para que el LLM vea superficies SQL limpias (contactos, empresas, ofertas, entradas, propietarios, objetos personalizados) en lugar de sobres REST, y Schema Intelligence maneja los modismos de HubSpot (por canalización) etapa de negociación enumeraciones, id_objeto_hs uniones de cuerdas, etapa del ciclo de vida enumeraciones, aplanamiento de propiedades de objetos personalizados) para que el SQL sea correcto al primer intento. Más información en QueryStreams.com y regístrese gratis Para empezar a hacerle preguntas reales a tu herramienta de IA sobre HubSpot CRM.

Lo que te ofrece el servidor MCP de HubSpot de Query Streams

Otros servidores “HubSpot MCP” en el ecosistema de código abierto conectan la herramienta de IA directamente a la API REST de HubSpot v3 y le envían llamadas directas objeto por objeto. Esto funciona, pero inserta un token de aplicación privada de HubSpot en la configuración de su cliente de IA, deja al LLM analizando recursos REST y selectores de propiedades en lugar de SQL, limita el alcance de la herramienta de IA solo a HubSpot y no proporciona un registro de auditoría de lo que la IA realmente solicitó. El servidor HubSpot MCP de Query Streams resuelve un problema más amplio: una sola clave, todos los conectores, registro de auditoría completo, el agente normaliza los datos de HubSpot CRM en superficies SQL con capacidad de unión de múltiples objetos, y la herramienta de IA nunca almacena sus credenciales de HubSpot.

Cero agujeros en el firewall de entrada

El agente de red abre un único enlace en la nube cifrado para consultar flujos de datos. Tu cliente de IA se conecta a la nube, nunca a tu token de aplicación privada de HubSpot ni a tu red. No hay puertos que abrir, direcciones IP que incluir en la lista de permitidos ni VPN.

Una llave, cada conector

La misma clave MCP llega a HubSpot junto con todas las demás bases de datos y API SaaS que tu cuenta tenga conectadas. Si añades un conector de Stripe o PostgreSQL mañana, la herramienta de IA lo detectará junto a tu CRM y vinculará las transacciones de HubSpot con los cargos de Stripe en una sola consulta SELECT, sin necesidad de volver a introducir la clave.

Inteligencia de esquema integrada

La IA analiza descripciones seleccionadas por IA, tipos semánticos (moneda, correo electrónico, etapa del ciclo de vida, enumeraciones de etapas de acuerdos por canalización), valores de muestra y claves foráneas descubiertas para cada propiedad de HubSpot, no solo para los nombres de propiedades en formato snake_case. Genera SQL preciso al primer intento, incluyendo el que admite múltiples canalizaciones. etapa de liquidación EN (...) filtros que faltan en los modelos LLM de esquema básico.

Solo lectura aplicada en el agente

Ni siquiera un LLM con alucinaciones puede actualizar un contacto, cambiar una etapa de negociación o eliminar una empresa a través de Query Streams MCP. El agente de red rechaza todo lo que no sea SELECCIONE, CON, o EXPLICAR antes de que llegue a las tablas en caché de HubSpot, y las operaciones de mutación de HubSpot nunca se exponen a la superficie de MCP en primer lugar.

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 afecta a un depósito de tokens, no a tu cuota diaria de API de HubSpot, al límite de velocidad de tu aplicación privada ni a tu monedero.

Cómo funciona sin abrir los puertos del firewall

El agente de red de Query Streams es un pequeño programa que se instala una sola vez en una máquina con acceso a Internet (cualquier portátil, servidor o máquina virtual en la nube; la API de HubSpot es accesible desde cualquier lugar). Abre un enlace TLS saliente a la nube de Query Streams y espera allí las llamadas de las herramientas. Cuando Claude o Cursor hacen una pregunta, la nube reenvía la solicitud al agente, el agente llama a la API REST de HubSpot v3, el agente almacena en caché la respuesta en una base de datos DuckDB local para que la IA vea superficies SQL limpias. contactos, empresas, ofertas, entradas, propietarios, tuberíasAdemás de cada objeto personalizado que hayas configurado, en lugar de usar sobres REST, el resultado se transmite de vuelta a través del mismo canal de salida. No hay nada entrante. No se expone nada. La herramienta de IA nunca ve tu token de aplicación privada de HubSpot, tu ID de hub ni tu token de actualización de OAuth.

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

API de HubSpot CRM

solo lectura
caché de DuckDB

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 las tablas y columnas de HubSpot almacenadas en caché que la IA puede consultar (contactos, empresas, acuerdos, tickets, propietarios, canalizaciones, además de cualquier objeto personalizado), 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 la base de datos vea la consulta SQL.

Por qué Schema Intelligence hace que Query Streams MCP sea diferente

La mayoría de los servidores “MCP para HubSpot” en el entorno de código abierto le proporcionan a su herramienta de IA la misma referencia de propiedad v3 que HubSpot publica para desarrolladores, o peor aún, la referencia de propiedad sin procesar. esquema_de_información de cualquier caché que mantengan. Nombres de propiedades. Tipos de datos. Tal vez una clave primaria. El LLM se ve obligado a adivinar que etapa de negociación tiene valores de enumeración y los valores de enumeración varían. por tubería, eso id_objeto_hs es una CADENA (no numérica), por lo que las uniones necesitan comparación de cadenas, que etapa del ciclo de vida en contactos se escribe de manera diferente a una columna con un nombre similar en acuerdos, o que las propiedades de objetos personalizados se encuentran detrás de identificadores de API como 2_ id __nombre_de_la_propiedad que necesitan ser aplanados antes de que SQL pueda acceder a ellos. Por eso, la primera consulta SQL que la mayoría de los gestores de relaciones con clientes (LLM) escriben sobre un esquema de HubSpot vacío es incorrecta, no porque el LLM sea malo, sino porque no tiene los datos necesarios para ser correcto (y un filtro por etapa del embudo de ventas que omite silenciosamente la mitad de las oportunidades es el tipo de error que se traduce en un fallo en la previsión trimestral).

Query Streams MCP devuelve ese mismo esquema de HubSpot almacenado en caché 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 HubSpot CRM antes de que el cliente de IA los solicite. Cuando SI está habilitado en el conector de HubSpot, 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 en caché 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 en contra del conector de HubSpot ofertas La tabla —el objeto central del embudo de ingresos que impulsa el 80% de las preguntas sobre informes de CRM— primero sin Schema Intelligence, luego con ella.

Sin inteligencia de esquema fuente_de_datos: esquema_capturado
// lo que ve el LLM == TABLA: ofertas == Columnas: – hs_object_id varchar(40) NO NULO – nombre del trato varchar(500) - cantidad decimal(18,2) – etapa de negociación varchar(80) – oleoducto varchar(80) – fecha de cierre fecha – creado marca de tiempo – hs_lastmodifieddate marca de tiempo – hubspot_owner_id varchar(40) – hubspot_company_id varchar(40) – hs_object_source varchar(80) Índices: ix_closedate, ix_pipeline, ix_dealstage Claves foráneas: (ninguno declarado en la caché) si_recomendación: estado: “no_ejecutar” lo_que_falta_para_esta_llamada: – listas de valores de enumeración por canalización de dealstage – listas de enumeración lifecyclestage / pipeline / hs_object_source – tipo semántico amount + sugerencias de multimoneda – descubrimiento de unión de cadenas hs_object_id – aplanamiento del esquema de objetos personalizados
Con inteligencia de esquema fuente_de_datos: inteligencia_de_esquema
// lo que ve el LLM == TABLA: ofertas [HECHO, dominio:ventas] == “Objeto central de ingresos: cada oportunidad en cada canalización de HubSpot. dealstage es un valor enumerado POR canalización: enumera las etapas de TODAS las canalizaciones.” ai_analyzed_at: 2026-05-05 · ~14.820 filas · 4 pipelines Columnas: – hs_object_id varchar(40) identificador (cadena) ⚠ Tipo STRING: las uniones utilizan la comparación de cadenas. – nombre del trato varchar(500) contenido_de_texto Ejemplo: “Acme Corp – Renovación anual” - cantidad decimal(18,2) moneda (moneda de transacción) Muestra: 12500.00, 84000.00, 250.00 – etapa de negociación varchar(80) código_de_estado (enumeración por canalización) Ventas: citas programadas (12%) | calificados para comprar (24%) Presentaciones programadas (18%) | Cerradas ganadas (38%) Renovación: descubrimiento (15%) | negociación (22%) Ganadas cerradas (45%) | Rotadas (18%) – oleoducto varchar(80) FK -> pipelines.id (100%, conf 0.99) Incumplimiento (62%) | Renovación (24%) | Socio (10%) | Otros (4%) – fecha de cierre fecha fecha_iso – creado marca de tiempo marca de tiempo – hubspot_owner_id varchar(40) FK -> owners.hs_object_id (100%, conf 0.99) – hubspot_company_id varchar(40) FK -> companies.hs_object_id (98%, conf 0.97) – hs_object_source varchar(80) código_de_estado (enumeración) FORMULARIO (45%) | IMPORTACIÓN (28%) | API (18%) | INTEGRACIÓN (9%)

Las seis capas que añade Schema Intelligence

Cada capa aborda una clase específica de preguntas que el LLM tendría que adivinar de otro modo. SI es opcional por (conector, base de datos) Se ejecuta como una única pasada de perfilado sobre sus datos; no modifica su esquema, no escribe en su base de datos y se actualiza de forma incremental cuando cambia su esquema.

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.

acuerdos: “Objeto de ingresos centrales: cada
Hay oportunidades en cada embudo de HubSpot.

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, marketing, soporte, finanzas, recursos humanos, SEO y 14 más.

ofertas [HECHO, dominio:ventas]
contactos [DIM, dominio:ventas]

Tipos semánticos por columna

Dieciocho tipos: moneda, correo electrónico, fecha_iso, código_de_estado, porcentaje, identificador, url, nombre_de_persona y más. La IA genera SQL correcto en dialecto apropiado para cada tipo, incluyendo el id_objeto_hs El tratamiento string-join no es adecuado para LLM de esquema desnudo.

importe: moneda · correo electrónico: correo electrónico
hs_object_id: identificador (cadena)

Valores de muestra a partir de datos reales

Se muestran filas aleatorias al LLM para que reconozca patrones que ningún esquema puede mostrar: convenciones de formato, valores codificados, estilos de nomenclatura y la forma real de los nombres de sus acuerdos.

nombre del acuerdo: [“Acme Corp – Renovación anual”,
“Globex – Nuevo logotipo – Tercer trimestre”, “Initech – Expansión”]

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. Por tubería para etapa de negociación y etapa_pipeline_hs — El LLM analiza todas las etapas del proceso, no solo una.

etapa de la operación [Ventas]: cerrada ganada, presentaciones programadas
etapa de negociación [renovación]: cerrado-ganado, rotado, descubrimiento

Descubrimiento implícito de claves foráneas

El análisis de superposición de datos entre tablas encuentra uniones que no están declaradas como restricciones DDL, incluidas las uniones de objetos personalizados a objetos estándar a través de la id_objeto_hs patrón de asociación. Almacenado junto con FK formales con puntuaciones de confianza, devuelto por qs_obtener_relaciones.

ofertas.hubspot_company_id ->
companies.hs_object_id (98% de solapamiento, confianza 0,97)

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 acuerdos cerrados y ganados en los últimos 90 días, con el propietario del contacto y la empresa, solo los canales habilitados.” Sin la Inteligencia de Esquema, el LLM tiene que adivinar. Con ella, el LLM sabe etapa de negociación Los valores varían según el tipo de tubería. id_objeto_hs es una cadena, y el gráfico de unión tiene en cuenta los objetos personalizados.

Sin inteligencia de esquema
— Primer intento de LLM contra esquemas simples: SELECCIONE d.dealname, d.amount, c.firstname, co.name AS compañía DESDE tratos d ÚNASE A contactos c EN d.hubspot_owner_id = c.hs_object_id ÚNASE A empresas co EN d.hubspot_company_id = co.id DONDE d.etapa de acuerdo = 'cerrado ganó' Y d.closedate >= '2026-02-06' 'closedwon' solo coincide con el embudo de ventas —    se pierde el 'cierre-ganado' de Renewal (con guion) co.id incorrecto: las empresas usan hs_object_id hubspot_owner_id es propietario, NO contacto Fecha codificada de forma fija: "últimos 90 días" debería ser dinámica.
Con inteligencia de esquema
— Primer intento de LLM con SI habilitado: SELECCIONE d.nombre de la oferta, d.cantidad, o.correo electrónico AS correo_del_propietario, nombre_de_la_empresa AS compañía DESDE tratos d ÚNASE A propietarios o EN d.hubspot_owner_id = o.hs_object_id ÚNASE A empresas co EN d.hubspot_company_id = co.hs_object_id DONDE d.etapa de acuerdo EN ('cerrado ganó', 'ganado en el último momento') Y d.closedate >= FECHA('ahora', -90 días) Todas las variantes ganadoras cerradas de los oleoductos coincidieron Las cadenas hs_object_id se unen en propietarios + empresas. hubspot_owner_id se resuelve correctamente a los propietarios. DATE('ahora', '-90 días') es correcto en cuanto al dialecto. Conocimiento de enumeraciones por canalización de SI
¿No quieres ejecutar Schema Intelligence? MCP sigue funcionando. Sin SI, las herramientas de esquema devuelven metadatos simples (tipos, claves primarias, claves foráneas formales, índices) y cada respuesta degradada conlleva un si_recomendación bloque que le indica a la IA exactamente lo que le falta, incluyendo una opción de llamada única para habilitar SI en medio de una conversación a través de qs_request_si_analysisSu cliente de IA puede ofrecerse a ejecutar una prueba de SI al instante ("¿Quiere que active primero la Inteligencia de Esquema en esta base de datos? Se ejecuta en segundo plano a través de su Agente de Red y mejorará drásticamente mis respuestas"). El tiempo de ejecución aumenta en función del número de tablas: Una base de datos pequeña con menos de 100 tablas se procesa en unos 10 minutos; una base de datos mediana típica (unos cientos de tablas) tarda entre 15 y 25 minutos; una base de datos empresarial grande con más de 1500 tablas puede tardar entre 45 y 60 minutos en un escaneo completo. Las actualizaciones posteriores a los cambios de esquema son incrementales y mucho más rápidas que la primera ejecución. La función de Inteligencia de Esquema es opcional. Creemos que no querrá desactivarla.

Consulta de flujos MCP frente a HubSpot Breeze AI y las superficies de IA oficiales de HubSpot

HubSpot distribuye su propia IA: Brisa IA, el copiloto integrado en el producto que redacta textos de marketing, sugiere las mejores acciones a seguir en las negociaciones y crea borradores de correos electrónicos para los representantes de ventas desde la interfaz de usuario de HubSpot. También hay una interfaz oficial en desarrollo al estilo MCP que expone algunos objetos de HubSpot a clientes externos mediante llamadas a funciones por objeto. Estos son productos reales y resuelven un problema real: IA para creadores de HubSpot que trabajan adentro HubSpot. Flujos de consulta HubSpot MCP tiene una forma diferente: una superficie SQL programática sobre la lleno Modelo de datos CRM (todos los objetos estándar más todos los objetos personalizados) para herramientas de IA en funcionamiento afuera HubSpot, con uniones de múltiples objetos, alcance entre conectores y la misma auditoría + aplicación de solo lectura que incluye cada conector MCP de Query Streams.

Dimensión
Flujos de consulta HubSpot MCP
HubSpot Breeze AI
MCP oficial de HubSpot (parcial)
Superficie
SQL programático a través de MCP
Copiloto de la interfaz de usuario de HubSpot
Llamadas a funciones MCP por objeto (parciales)
Cobertura de objetos
Todos los objetos estándar + todos los objetos personalizados
Todos los objetos de HubSpot (vinculados a la interfaz de usuario)
Parcial: contactos, empresas, acuerdos, algunos otros
Uniones SQL de múltiples objetos
Sí, arbitrario ÚNASE A en todos los objetos de CRM y objetos personalizados
No aplica (Interfaz de usuario, no SQL)
Limitado por llamada
Uniones de conectores cruzados
Sí: HubSpot + Stripe + Postgres + Snowflake + Shopify en una sola consulta.
No
No
Aplicación de la ley de solo lectura
Codificado de forma fija en la capa de agentes SOLO LECTURA_VIOLACIÓN validador
No aplicable (dependiente de los permisos de la interfaz de usuario)
Depende del alcance de la aplicación.
Registro de auditoría
registros_de_eventos por llamada (organización / usuario / clave / ámbito / latencia)
Registro de actividad de HubSpot (con ámbito de interfaz de usuario)
Registro de la aplicación HubSpot (depende de la aplicación)
Funciona con ChatGPT / Claude / Cursor / Grok / Windsurf / Zed / Continue / Cline / Codex
Sí, una llave, todos los clientes
No aplica (solo interfaz de usuario de HubSpot)
Configuración por aplicación y por cliente
Compatibilidad con objetos personalizados
Sí — SI detecta automáticamente + aplana
Sí (UI)
Cobertura por aplicación

Conviven bien. Breeze AI está diseñado para creadores de HubSpot: representantes de ventas, especialistas en marketing y agentes de soporte que trabajan dentro de la interfaz de usuario de HubSpot y que desean un copiloto integrado para la generación de contenido, sugerencias de la siguiente mejor acción y redacción de correos electrónicos. La cobertura oficial de MCP de HubSpot está creciendo y es ideal para agentes de IA que necesitan algunos objetos específicos de HubSpot a través de llamadas a funciones. Query Streams HubSpot MCP es para herramientas de IA que trabajan afuera HubSpot —Claude, Cursor, ChatGPT, Grok, Windsurf, Zed y demás— requiere una interfaz SQL programática sobre todo el modelo de datos de CRM con uniones de múltiples objetos, acceso entre conectores a los datos de Stripe, Postgres, Snowflake y Shopify, y un único plano de acceso de solo lectura auditable. La mayoría de los equipos que adquieren Query Streams HubSpot MCP también siguen utilizando Breeze AI dentro de HubSpot. La decisión se toma por herramienta y por agente de IA, no por organización.

Nova AI

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

Si editar archivos de configuración JSON e instalar clientes de escritorio de IA te parece más trabajo del que esperabas, puedes prescindir de MCP por completo. Nova AI está integrada directamente en el portal web de Query Streams: no requiere configuración, instalación ni suscripción a ningún proveedor de IA adicional a su plan de Query Streams. Inicia sesión, haz clic Pregúntale a Novay formular el mismo tipo de preguntas en lenguaje sencillo: “¿Qué es la conversión de la cartera de clientes a los ingresos por etapa y qué etapa presenta la mayor caída?" o "Muéstrame las 20 cuentas principales por ARR con fecha de renovación en los próximos 90 días, ordenadas por puntuación de riesgo de abandono.Nova ya conoce todos los conectores que has añadido (HubSpot, tus bases de datos, Stripe, Shopify, Google Ads, todo), así que no hay nada que configurar. El mismo agente de red, la misma política de solo lectura y la misma inteligencia de esquema que impulsa el SQL. Sin necesidad de configurar MCP. Todos los planes de Query Streams incluyen créditos de Nova AI; el uso se descuenta de tu plan, al igual que Excel, Hojas de cálculo y el Generador de consultas.

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 con acceso a Internet — ver Descargar el agente de flujos de consultasLa API de HubSpot es accesible desde cualquier lugar, por lo que el agente no necesita estar en una red específica.
  3. Un conector de HubSpot configurado contra el agente; consulte el existente. Configuración del conector API Guías para el emparejamiento de tokens de aplicaciones privadas (recomendado) o aplicaciones de contexto de usuario de OAuth. El agente almacena el token de aplicación privada de HubSpot, su ID de hub y cualquier token de actualización de OAuth; la herramienta de IA nunca accede a ninguno de ellos.
  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 los conectores 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 el valor de la cartera de proyectos por etapa este trimestre?” — 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 el trabajo con CRM, donde comprender la estructura de los datos de tus acuerdos y las enumeraciones por etapa del embudo de ventas es fundamental.
  • 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 HubSpot CRM”, los tres alcances son apropiados. Para una clave que le entregas a un compañero de equipo o a un cliente de menor confianza, 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 de HubSpot junto con cualquier otra cosa que haya configurado.

Paso 3: Hazle una pregunta a la IA sobre HubSpot.

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 tus datos de HubSpot almacenados en caché y la respuesta se devuelve en formato de texto y tablas. Tres ejemplos de preguntas para probar primero:

“¿Cuál es el valor del embudo de ventas por etapa en este momento y cómo se presenta la conversión mes a mes?”
Conducto
La IA llamará qs_get_connector_schema para descubrir las tablas de HubSpot almacenadas en caché y las enumeraciones de etapas por canalización, entonces qs_run_query con una SELECT contra ofertas agrupados por tubería + etapa de negociación, sumando cantidad, filtrado a canalizaciones activas y los últimos dos meses. Verá un resumen apilado por etapa por canalización, además de una interpretación escrita: qué etapas están sanas, cuáles tienen acuerdos estancados que se acumulan y dónde la conversión está disminuyendo. La detección de enumeración por canalización de Schema Intelligence evita el clásico “DONDE dealstage = 'closedwon'” error que silenciosamente pierde acuerdos en su cartera de renovaciones (donde la etapa se escribe cerrado-ganado con un guion).
“Ofertas de listado estancadas en la fase de propuesta durante más de 30 días, con su propietario y último intento de contacto.”
Velocidad de negociación
La IA se une ofertas a propietarios a través de hubspot_owner_id = owners.hs_object_id (comparación de cadenas: el tipo semántico de cadena de identificador de SI evita el error típico de LLM de tratar la columna como numérica), filtros etapa de negociación a etapas equivalentes a propuestas en todos sus procesos, calcula los días en la etapa desde fecha_última_modificación_hsy extrae el más reciente compromiso actividad por propietario de la operación. El resultado es una lista de trabajo ordenada de "operaciones estancadas" con el correo electrónico del representante más un párrafo que indica qué operaciones parecen necesitar una decisión de cierre o descalificación. La consulta opuesta: “¿Qué gestores de operaciones han registrado la mayor velocidad de cierre este trimestre?” — es el mismo SQL invertido y la IA lo maneja de la misma manera.
“Muéstrame los ingresos atribuidos al marketing por canal de origen durante los últimos 90 días.”
Atribución
Un giro por contactos.hs_analytics_source (o fuente_de_objeto_hs si ha configurado propiedades de atribución personalizadas) unido a closed-won ofertas a través de contactos.hs_object_id y la asociación de contacto de acuerdos, resumiendo cantidad por canal de origen. La herramienta de IA normalmente resaltará qué canales tienen un rendimiento superior e inferior en relación con su participación en el embudo de contactos (búsqueda orgánica frente a redes sociales de pago frente a contactos directos frente a referencias) y propondrá un seguimiento: “¿Quieres que superponga la misma vista por etapa del ciclo de vida para ver dónde convierte mejor cada canal?” Detección de enumeraciones de Schema Intelligence en fuente_de_objeto_hs Garantiza que la IA no se confunda entre las categorías FORMULARIO / IMPORTACIÓN / API / INTEGRACIÓN que varían entre los distintos portales.

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 de HubSpot CRM de 2 MB (acciones + contactos + empresas para un trimestre, con todos tus embudos) cuesta ~2 MB de tu dominio de datos cuando se obtiene a través de MCP, frente a ~250–400 KB a través de Excel / Hojas de cálculo / Nova / el Generador de consultas. Los datos de HubSpot se comprimen bien: las cadenas enum snake_case, las etiquetas de etapa repetidas, los ID de propietario y las marcas de tiempo se repiten en las filas, por lo que LZ4 a través del enlace en la nube normalmente logra una reducción de 6 a 8 veces en comparación con otros transportes. Mismos datos, diferente transporte, diferente tamaño facturable.
  • Lo que esto no es: Un recargo o una penalización por usar MCP. Transmitimos los bytes reales enviados. Los demás clientes son más baratos porque la compresión funciona de forma fiable en esos protocolos; no te penalizamos por la elección del protocolo, pero debemos ser transparentes sobre la estructura de costes.
  • Qué puedes hacer: Para exportaciones recurrentes de gran volumen (por ejemplo, tablas cruzadas de contactos, acuerdos y actividades de varios años), se recomienda utilizar Excel, Google Sheets o Nova. Para las llamadas a herramientas de IA interactivas (el típico agregado de HubSpot de 100 a 5000 filas que se ajusta a un contexto LLM), MCP es la opción correcta y la diferencia de costo es mínima.

Preguntas frecuentes

¿Necesito abrir puertos o usar una VPN para poder usar esto? +
Sin reglas de entrada, reenvío de puertos, NAT punchthrough ni 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. Explora 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 token de aplicación privada de HubSpot o un reinicio del agente. Más información sobre la revocación de claves MCP →
¿Cómo se factura el uso de MCP a mi dominio de datos? +
Las llamadas de ejecución de MCP utilizan el mismo presupuesto de datos que Excel, Hojas de cálculo, el Generador de consultas y Nova AI, pero MCP se ejecuta sobre HTTP Streamable sin comprimir, por lo que un resultado de HubSpot CRM de 2 MB que cuesta entre 250 y 400 KB a través de los clientes comprimidos (las enumeraciones de etapas repetidas, los identificadores de propietario y las marcas de tiempo se comprimen entre 6 y 8 veces a través de LZ4) cuesta los 2 MB completos a través de MCP. Cómo se mide el uso de MCP →
¿Funciona Query Streams MCP con los planes gratuitos, básicos, profesionales y empresariales de HubSpot, con aplicaciones de contexto de usuario OAuth frente a tokens de aplicaciones privadas y con objetos personalizados de HubSpot? +
Sí. HubSpot Free, Starter, Professional y Enterprise son compatibles. — el agente utiliza la API REST v3 de HubSpot, que es idéntica en todos los niveles; solo se obtienen objetos adicionales (por ejemplo objetivos, envíos de comentarios, compatibilidad total con objetos personalizados) en las versiones Professional y Enterprise. Autorización: tokens de aplicaciones privadas (recomendados para uso de servidor a servidor) o aplicaciones de contexto de usuario OAuth (para acceso delegado). Las aplicaciones privadas son más fáciles de operar: genere un token en Ajustes → Integraciones → Aplicaciones privadasDefina el alcance para que solo se pueda leer en los objetos específicos que desea que la IA vea (por ejemplo, contactos de CRM, acuerdos de CRM, empresas de CRM) y guárdelo en el almacén de credenciales cifradas del agente. La rotación de tokens es un proceso de regeneración e intercambio; no se requiere ninguna ceremonia de contraseña. Objetos personalizados son descubiertos automáticamente por Schema Intelligence: el escaneo SI lee los de HubSpot. esquemas endpoint y muestra cada objeto personalizado que hayas configurado como una tabla SQL limpia con nombres de columna amigables (la API devuelve identificadores de propiedades como 2_12345__nombre_de_la_propiedad; SI los aplana a nombre_de_la_propiedad con el prefijo entero conservado como desambiguación del nombre de la tabla). Uniones de objetos personalizados a objetos estándar (por ejemplo, vincular un objeto personalizado facturas oponerse a empresas) utilice el estándar id_objeto_hs El patrón de asociación funciona en SQL exactamente igual que cualquier otra unión.
¿En qué se diferencia esto de ejecutar yo mismo un servidor HubSpot MCP de código abierto? +
Un servidor MCP directo de HubSpot (existen proyectos de la comunidad en GitHub, principalmente wrappers REST v3 ligeros) es un MCP por fuente de datos, y la mayoría de ellos vuelcan sobres REST sin procesar o selectores de propiedades en el LLM, sin superficie SQL, sin enumeración de etapas por canalización, sin aplanamiento de esquema de objetos personalizados. Para que Claude lea desde HubSpot + su PostgreSQL + 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, y el agente normaliza los datos de HubSpot en superficies SQL limpias unibles de múltiples objetos con por canalización. etapa de negociación Conciencia de enumeraciones incorporada. También obtienes inteligencia de esquema, aplicación de solo lectura en la capa del agente, límites de velocidad por clave, registro de auditoría en registros_de_eventosy el mismo sistema de facturación del dominio de datos que ya utiliza, algo que un MCP directo no le ofrece.
¿Qué ocurre si la IA intenta escribir o borrar datos? +
Se rechaza en el agente, antes de que los datos de HubSpot almacenados en caché vean el SQL: un validador codificado permite solo SELECCIONE / CON / EXPLICAR y devoluciones SOLO LECTURA_VIOLACIÓN En cualquier otro caso, existe una segunda capa específica de HubSpot: las operaciones de escritura/modificación (crear contactos, actualizar etapas de acuerdos, eliminar empresas, enviar correos electrónicos) nunca se exponen a la superficie de MCP, por lo que el agente solo realiza llamadas a la API v3 en modo de lectura y el LLM no tiene nada que pueda llamar para modificar su CRM. Cómo funciona la aplicación de restricciones de solo lectura en la capa de agente →
¿Puedo ver qué preguntó exactamente la IA? +
Sí, cada llamada a la herramienta MCP escribe una fila en registros_de_eventos (org, usuario, clave, alcance, latencia, código de resultado), registrando el nombre de la herramienta y los metadatos en lugar del texto SQL o las filas. Debido a que el propio registro de actividad de HubSpot captura la actividad de la interfaz de usuario, pero no expone el acceso de IA de terceros en un formato consultable, el agente registros_de_eventos es el registro más claro de "qué preguntó la IA, a qué portal de HubSpot y cuándo", en su propia base de datos, sin que esté dividida entre el registro de auditoría de HubSpot y el historial de su cliente de IA. Más información sobre el registro de auditoría de MCP →
¿Es necesario ejecutar Schema Intelligence para usar Query Streams MCP? +
No — SI es opcional por (conector, base de datos) El emparejamiento y MCP funcionan con esquemas básicos sin él, pero al habilitarlo se agregan seis capas de metadatos seleccionados (descripciones, clasificaciones FACT/DIM/LOOKUP, tipos semánticos por columna, valores de muestra reales, distribuciones de enumeraciones y claves foráneas descubiertas) que hacen que la IA escriba SQL correcto al primer intento. Para HubSpot, la capa decisiva es por oleoducto etapa de negociación enumeración — el LLM ve todas las etapas de la cadena de suministro (incluidas cerrado ganado frente al guionizado cerrado-ganado) más el id_objeto_hs El tratamiento de unión de cadenas nunca lo revela un esquema simple. Qué aporta Schema Intelligence y cuánto tarda un escaneo →
¿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 HubSpot) sin necesidad de configuración ni archivos de configuración de MCP. Usa Nova para interactuar con tus datos dentro de Query Streams; usa MCP cuando quieras que tu cliente de IA (Claude, Cursor, ChatGPT, etc.) acceda a los mismos datos de HubSpot: mismo agente, mismos conectores, misma inteligencia de esquema subyacente. Obtén más información sobre Nova AI →
¿Por qué usar Query Streams MCP para los datos de HubSpot si HubSpot ofrece Breeze AI y una interfaz oficial similar a MCP? +
Diferentes formas de problemas. HubSpot Breeze AI Es el asistente de IA integrado de HubSpot: reside dentro de la interfaz de usuario de HubSpot, genera textos de marketing, sugiere las mejores acciones a seguir en las oportunidades de venta, redacta correos electrónicos para los representantes de ventas y está estrechamente vinculado a la experiencia de usuario de HubSpot. Es una herramienta de creación y copiloto, no una plataforma MCP programática para clientes de IA externos. Integraciones oficiales de HubSpot al estilo MCP Algunos objetos se exponen mediante puntos finales de funciones por llamada, pero la cobertura es desigual y está principalmente limitada a la interfaz de usuario. Flujos de consulta HubSpot MCP es la tercera forma: una superficie SQL programática sobre el modelo de datos CRM COMPLETO (cada objeto estándar más cada objeto personalizado que haya configurado), creada para que las herramientas de IA funcionen afuera HubSpot. Tres razones concretas para preferirlo en flujos de trabajo de IA analítica: (1) Uniones SQL de múltiples objetos. Pregunta "¿qué acuerdos pertenecen a empresas en California cuyos propietarios de contactos no han iniciado sesión en 14 días?" — eso es una unión de 4 vías ofertas / empresas / contactos / propietariosBreeze AI, integrado en HubSpot, puede responder preguntas sobre un solo registro; Query Streams MCP puede responder consultas analíticas sobre múltiples objetos. (2) Conector múltiple de una sola llave. Combina los datos de HubSpot con tus ingresos de Stripe y tu base de datos de productos de Postgres en la misma conversación con Claude. Pregunta: «Muéstrame las transacciones de HubSpot sin cargos de Stripe en los últimos 30 días, segmentadas por responsable de ventas»; una integración entre sistemas que Breeze AI no puede lograr. (3) Programático + auditable. Cada llamada a Query Streams MCP aterriza en registros_de_eventos Con organización, usuario, clave, alcance y latencia. Los equipos de cumplimiento pueden responder a la pregunta "¿Quién consultó los datos de HubSpot CRM la semana pasada y qué preguntó?" con una sola consulta. La actividad de Breeze AI permanece en el registro de auditoría de HubSpot, independientemente del uso de otras herramientas de IA. Conviven bien. Utilice Breeze AI para tareas de creación dentro de HubSpot; utilice Query Streams MCP cuando las herramientas de IA externas a HubSpot necesiten datos de CRM con uniones entre sistemas.

Comience

Conecta tu herramienta de IA con los datos de tu CRM de HubSpot en cinco minutos.

Una sola clave MCP permite el acceso a HubSpot, a todas las bases de datos y a todos los demás conectores API de tu cuenta de Query Streams, con un registro de auditoría completo, límites de uso por clave, uniones SQL de múltiples objetos, compatibilidad con objetos personalizados 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 API | Todas las guías del servidor MCP | Nova AI texto a SQL

Categoría: Servidor MCP

Etiquetas: mcp, claude, cursor, hubspot, api-connector, crm, sales-analytics, marketing-analytics, breeze-ai, read-only-mcp

Meta Descripción: Consulta HubSpot CRM con Claude o Cursor a través de MCP. Uniones SQL de múltiples objetos, objetos personalizados, sin vulnerabilidades en el firewall. Gratis.

Actualizado el 19 de agosto de 2026

Funciona con BetterDocs