Interroger DuckDB avec Claude ou Cursor via MCP.
Posez des questions en langage clair sur vos données DuckDB (événements, utilisateurs, transactions, agrégats quotidiens, fichiers parquet / CSV / JSON sur disque local ou dans S3) via une connexion cloud sécurisée et sortante uniquement, avec Schema Intelligence intégrée au connecteur DuckDB MCP pour que l'IA écrive du SQL correct et axé sur l'analyse dès la première tentative.
Demandez à Nova, obtenez SQL + des graphiques
Rencontre avec Nova
Une clé par partenaire. Aucun identifiant partagé.
Créer une API
+Plus d'informations
Synchronisation programmée sur plus de 6 plateformes
Explorer
+Plus d'informations
Interroger les API avec SQL, sans code
Explorer
+Plus d'informations
Claude, Cursor, ChatGPT et Grok interagissent avec vos données.
Connecter l'IAQuery Streams est une plateforme d'intégration de données sécurisée et en temps réel qui intègre toutes les bases de données et API SaaS de votre compte dans Claude, Cursor, ChatGPT et Grok, grâce à une seule clé MCP et sans modification du pare-feu. Ce guide explique en détail la configuration du connecteur MCP de DuckDB, afin que votre outil d'IA puisse répondre à des questions en langage naturel sur les données analytiques intégrées (événements, utilisateurs, transactions, agrégats quotidiens, fidélisation des cohortes, fichiers Parquet/CSV/JSON dans S3), sans que vous ayez à copier-coller des exportations CSV depuis l'interface de ligne de commande de DuckDB ni à saisir manuellement les données. lire_parquet() requêtes dans un bloc-notes. Pour en savoir plus, rendez-vous sur QueryStreams.com. et Inscrivez-vous gratuitement pour commencer à poser à votre outil d'IA de vraies questions DuckDB.
Que vous offre Query Streams MCP pour DuckDB ?
D'autres serveurs « DuckDB MCP » disponibles en open source connectent directement l'outil d'IA à un serveur local. .duckdb Cette solution fonctionne, mais elle ajoute un chemin d'accès à la base de données à la configuration de votre client d'IA, limite l'outil d'IA à ce seul fichier DuckDB et ne fournit aucun historique des requêtes effectuées par l'IA. Le serveur Query Streams MCP pour DuckDB résout un problème plus global : une seule clé pour tous les connecteurs (vos fichiers DuckDB ainsi que toutes vos autres bases de données et API), un historique complet des requêtes et l'outil d'IA ne conserve jamais les chemins d'accès à vos fichiers DuckDB.
Aucun trou dans le pare-feu entrant
L'agent réseau établit une unique liaison cloud chiffrée sortante vers Query Streams. Votre client d'IA se connecte au cloud, jamais à votre instance DuckDB. Aucun port à ouvrir, aucune adresse IP à autoriser, aucun VPN à utiliser, et aucun chemin d'accès aux fichiers DuckDB ni identifiants ne sont exposés dans la configuration du client d'IA.
Une seule clé, tous les connecteurs
La même clé MCP est accessible à toutes les bases de données et API SaaS connectées à votre compte. Ajoutez un connecteur Stripe ou PostgreSQL demain : l’outil d’IA le détectera au même titre que vos fichiers DuckDB, le tout dans un seul catalogue, sans avoir à le ressaisir.
L'intelligence schématique intégrée
L'IA prend en compte les descriptions sélectionnées par l'IA, les types sémantiques, les listes de valeurs d'énumération, les indications de format JSON/STRUCT et les clés étrangères découvertes pour chaque colonne DuckDB — et pas seulement les données brutes. schéma_information résultat. Il écrit du SQL DuckDB axé sur l'analyse dès la première tentative (lire_parquet, date_tronc, PIVOTER, QUALIFIER) même sur des schémas hétérogènes avec des sources mixtes basées sur des fichiers et des tables.
Accès en lecture seule appliqué à l'agent
Même un LLM halluciné ne peut pas délivrer SUPPRIMER, MISE À JOUR, INSÉRER, ou COPIER ... À via Query Streams MCP. L'agent réseau rejette tout ce qui n'est pas SELECTIONNER, AVEC, ou EXPLIQUER avant même que DuckDB ne voie la requête SQL — et l'agent ouvre le local .duckdb Les fichiers sont par défaut en mode lecture seule.
Limites de débit par clé
Par défaut, 60 requêtes et 10 exécutions sont effectuées par minute ; ce nombre est configurable par clé. En cas de boucle d'appel incontrôlée d'un outil d'IA, la consommation est bloquée dans un compartiment de jetons, et non dans la mémoire du processus DuckDB ni sur le disque local.
Comment cela fonctionne sans ouvrir les ports du pare-feu
L'agent réseau Query Streams s'installe une seule fois sur une machine hébergeant votre environnement local. .duckdb un fichier (un ordinateur portable, un serveur local ou une petite machine virtuelle) et établit une connexion TLS sortante vers le cloud ; aucune donnée entrante n’est exposée et l’outil d’IA ne voit jamais votre .duckdb chemin du fichier. Comment fonctionne une connexion sortante uniquement ?
Client IA
Curseur, Claude,
ChatGPT, Grok
Serveur QS MCP
HTTP en continu
Authentification par clé X-MCP
Agent de réseau
Sur votre réseau
Sortie de liaison cloud
DuckDB
Locale
fichier .duckdb
La touche MCP que vous donnez à Cursor ou Claude est limitée (lire / analyser / exécuter), révocable à tout moment et limitée en nombre d'utilisations par clé. L'outil d'IA fait appel à ces outils MCP pour fonctionner :
clé_de_modèle avec des paramètres optionnels de remplacement.Pourquoi Schema Intelligence rend Query Streams MCP différent
La plupart des serveurs « MCP pour DuckDB » de l'écosystème open source offrent la même configuration à votre outil d'IA. schéma_information DuckDB remet à un inconnu : noms de colonnes, types de données, et peut-être une clé primaire. Le LLM doit deviner la suite. type_événement = 7 signifie, qu'est-ce que charge utile stocke à l'intérieur de sa STRUCT, ou si événements.utilisateur_id se joint réellement à utilisateurs.id (Les schémas DuckDB n'ont souvent pas de clés étrangères déclarées, en particulier lorsque les tables sont assemblées à partir de lire_parquet / lire_csv_auto (sources). C'est pourquoi la première requête SQL que la plupart des LLM écrivent sur un schéma nu est incorrecte — non pas parce que le LLM est mauvais, mais parce qu'il ne dispose pas des données nécessaires pour être correct.
Query Streams MCP renvoie ce même schéma enrichi avec ce que nous appelons Intelligence schématique (IS) — Métadonnées sélectionnées par l'IA, générées en exécutant des requêtes de profilage sur votre vrai Les données DuckDB sont collectées avant même que le client IA ne les demande. Lorsque l'intégration système est activée sur un connecteur et une base de données, chaque outil de schéma appelé par l'IA (qs_get_connector_schema, qs_get_table_schema, table de profils qs, qs_get_relationships) renvoie le schéma de base ainsi que six couches de connaissances spécialisées, notamment des indications sur la forme JSON/STRUCT et des recommandations sur la projection des colonnes pour les E/S colonnaires de DuckDB. Le LLM met fin aux suppositions.
Pour concrétiser cela, voici ce que le client IA récupère d'une seule requête. qs_get_table_schema appel contre un entrepôt de données analytiques embarqué DuckDB typique (événements, utilisateurs, transactions, agrégats quotidiens, expériences) — d'abord sans intelligence schématique, puis avec.
Les six couches de l'intelligence schématique ajoutent
Chaque couche traite une catégorie de questions auxquelles le LLM tenterait autrement de répondre par estimation. Le profilage SI optionnel s'effectue sur vos données DuckDB sans modifier votre schéma ; pour l'analyse, l'agent ouvre un répertoire local. .duckdb fichiers en mode lecture seule. Ce que Schema Intelligence apporte et comment elle reste à jour →
Descriptions sélectionnées par l'IA
Description claire et concise de chaque base de données, schéma, table et colonne — générée une seule fois et mise à jour lors de toute modification de votre schéma. Évaluation de la fiabilité : les descriptions rédigées par les utilisateurs sont toujours privilégiées.
événements; une rangée par action.
Classification des tableaux
Chaque table est étiquetée FACT (événements transactionnels), DIM (référence descriptive) ou LOOKUP (petites tables de correspondance), plus un domaine d'activité — produit, ventes, finance, support et 16 autres.
utilisateurs [DIM, domaine:clients]
Types sémantiques par colonne
Dix-huit types de données sont pris en charge : devise, email, horodatage, code de statut, pourcentage, position dans le classement, identifiant, URL, nom de personne, etc. L’IA génère des requêtes SQL DuckDB optimisées pour l’analyse et adaptées à chaque type (par exemple : date_trunc('semaine', ts) (pour les horodatages).
horodatage : horodatage
Valeurs d'exemple issues de données réelles
Des lignes aléatoires sont apparues au LLM afin qu'il reconnaisse des modèles qu'aucun schéma ne peut montrer : les noms de champs STRUCT, les formes des éléments LIST, les conventions de formatage et l'encodage réel de vos colonnes VARCHAR.
ab_variant, appareil}
Détection d'énumérations avec distributions
Les colonnes à faible cardinalité (50 valeurs distinctes ou moins, soit au maximum 5 % de lignes uniques) sont associées à leur liste complète de valeurs, avec le nombre de lignes correspondantes. L'IA ne tient jamais compte de la casse ni de l'orthographe des éléments d'énumération. VARCHAR colonnes.
| Achat (14 %) | Inscription (6 %) | Désabonnement (4 %)
Découverte implicite de clés étrangères
L'analyse du chevauchement des données entre les tables détecte les jointures non déclarées comme contraintes DDL, fréquentes dans les schémas DuckDB construits à partir d'importations de fichiers Parquet/CSV. Ces données sont stockées avec les clés étrangères formelles et leurs scores de confiance, et renvoyées par qs_get_relationships.
(100 % de chevauchement, conf 0,99)
Même invite de commande, requête SQL différente
La preuve se trouve dans le code SQL que l'outil d'IA écrit réellement. Même session Cursor, même modèle Claude, même invite. « Pouvez-vous me montrer les tendances des revenus par cohorte et par type d’événement pour le dernier trimestre, avec des répartitions hebdomadaires ? » Sans l'intelligence schématique, le LLM doit deviner. Avec elle, il écrit du premier coup du SQL DuckDB idiomatique et adapté aux colonnes.
si_recommandation bloquer l'information à l'IA sur ce qui lui manque, y compris une option d'appel unique pour activer l'intégration de systèmes en cours de conversation via qs_request_si_analyse. Comment fonctionne Schema Intelligence et combien de temps cela prend-il ?
Exécution d'un fichier DuckDB local via Query Streams MCP
Query Streams MCP se connecte aux fichiers de base de données DuckDB locaux. L'agent réseau ouvre votre .duckdb Le fichier est en mode lecture seule sur DuckDB et sert les requêtes à votre client d'IA via la même liaison cloud sortante et la même clé MCP que tous les autres connecteurs ; aucun serveur de base de données séparé n'est nécessaire.
Locale .duckdb déposer
Lecture seule
L'agent ouvre votre .duckdb Fichier en mode lecture seule DuckDB et traite les requêtes via la bibliothèque intégrée. Prend en charge toute taille compatible avec le disque local ; aucune écriture simultanée n'est requise. Idéal pour les ordinateurs portables de développement, les tests d'intégration continue, les rapports intégrés et l'analyse personnelle des importations Parquet/CSV créées via lire_parquet() + CRÉER UNE TABLE COMMEEnregistrez plusieurs comptes. .duckdb Créez un fichier sur le même agent et laissez le LLM lever l'ambiguïté par nom de connecteur.
Schema Intelligence s'exécute sur votre fichier DuckDB local. Le scan SI lit le .duckdb Le fichier transite par votre agent réseau sur votre propre machine, jamais dans le cloud. La liaison cloud entre l'agent et Query Streams est… un par agent, quel que soit le nombre de fichiers DuckDB Vous vous êtes inscrit(e).
MCP ne vous convient pas ? Essayez plutôt Nova AI.
Ignorez complètement la configuration JSON : Nova AI est intégré au portail web Query Streams et pose les mêmes questions DuckDB en langage clair à votre serveur local .duckdb fichier — même agent, même application en lecture seule, même intelligence de schéma, pas de plomberie MCP.
Conditions préalables
Avant de commencer, assurez-vous d'avoir :
- Un compte Query Streams gratuit sur mon.querystreams.com.
- L'agent réseau Query Streams installé sur une machine hébergeant votre environnement local
.duckdbfichier (un ordinateur portable, un serveur ou une petite machine virtuelle) — voir Téléchargez l'agent Query Streams. - Un connecteur DuckDB configuré avec l'agent — voir la configuration existante configuration du connecteur guides pour les
.duckdbChemin d'accès au fichier. L'agent détient ce chemin ; l'outil d'IA n'y touche jamais. - Tout client d'IA compatible MCP. Ce guide présente Cursor, Claude Desktop, ChatGPT et Grok ; si vous utilisez Windsurf, Zed, Continue, Cline, VS Code Copilot, Codex ou Goose, la configuration reste globalement la même.
- Cinq minutes.
Générer une clé MCP
De la part de /mcp Dans la page Flux de requêtes, créez une clé avec les étendues souhaitées.
Déposez-le dans votre client IA
Un seul extrait JSON pour Cursor, Claude, ChatGPT ou Grok. La même clé partout.
Poser une question
« Quelle est la courbe de rétention de notre cohorte au cours des 12 dernières semaines ? » — L'IA utilise les outils appropriés et vous obtenez la réponse.
Étape 1 : Générer une clé MCP dans les flux de requêtes
Connectez-vous à Query Streams et ouvrez le page MCP (ou connectez-vous d'abord à mon.querystreams.com et cliquez MCP (dans le menu de navigation de gauche). Cliquez Générer une clé, donnez à la clé un nom reconnaissable (quelque chose comme curseur-ordinateur portable ou bureau de Claude), et choisissez les portées que vous souhaitez associer à cette clé :
lire— L'IA peut parcourir les connecteurs et lire les schémas. Indispensable pour tout le reste.analyserL'IA peut profiler les tables et découvrir les relations (exemples de valeurs, distributions, types sémantiques, indications sur la structure des listes). Cette fonctionnalité est optionnelle, mais fortement recommandée pour l'utilisation de DuckDB : la compréhension de la structure des données imbriquées et de la cardinalité des colonnes de type énumération permet au développeur de rédiger du premier coup des requêtes SQL analytiques optimisées pour les données colonnaires.exécuter— L'IA peut effectivement exécuter des requêtes SQL. Sans cela, elle ne peut lire que les métadonnées du schéma.
Pour un flux de travail classique du type « laisser Claude analyser mes données DuckDB », les trois étendues sont appropriées. Pour une clé que vous transmettez à un collègue ou à un client moins digne de confiance, supprimez-la. exécuter et autorisez-les uniquement à consulter. Vous pouvez révoquer n'importe quelle clé à tout moment depuis cette même page ; le client IA le verra. CLÉ_MCP_RÉVOQUÉE Lors de son prochain appel, le fonctionnement s'arrête immédiatement. Il n'y a pas de délai de propagation.
Copiez la clé maintenant : Query Streams l’affiche une seule fois, puis ne conserve qu’un hachage. Si vous la perdez, générez-en une nouvelle. La clé ressemble à ceci : qsmcp_ suivi de 48 caractères aléatoires, ce que votre client IA envoie dans le Clé X-MCP En-tête de requête.
Étape 2 : Ajoutez Query Streams MCP à votre client d’IA
La configuration est identique pour tous les clients compatibles MCP : une entrée de serveur MCP pointant vers https://mcp.querystreams.com avec votre clé dans le Clé X-MCP En-tête. Choisissez votre client ci-dessous.
// Modifier ~/.cursor/mcp.json { "mcpServers": { "flux de requêtes": { "url": "https://mcp.querystreams.com", "en-têtes": { "Clé X-MCP": "qsmcp_CLÉ_PASSER_ICI" } } } }
// Paramètres → Développeur → Modifier la configuration { "mcpServers": { "flux de requêtes": { "url": "https://mcp.querystreams.com", "en-têtes": { "Clé X-MCP": "qsmcp_CLÉ_PASSER_ICI" } } } }
// Paramètres → Applications et connecteurs → Ajouter un MCP URL du serveur https://mcp.querystreams.com En-tête d'authentification Clé X-MCP Valeur d'en-tête qsmcp_COLLER_LA_CLÉ_ICI Nécessite un abonnement ChatGPT payant // (Plus / Pro / Team / Enterprise).
// Grok → Paramètres → Outils { "mcp_servers": [{ "nom": "flux de requêtes", "url": "https://mcp.querystreams.com", "auth_header": "Clé X-MCP", "auth_value": "qsmcp_..." }] }
Redémarrez votre client IA. Au prochain démarrage, il détectera les huit outils Query Streams MCP mentionnés ci-dessus et les affichera dans sa palette d'outils. Dans Cursor et Claude Desktop, vous pouvez le vérifier en saisissant : « liste des connecteurs » — l'IA devrait appeler qs_list_connectors et renvoyez votre connecteur DuckDB ainsi que tout autre élément que vous avez configuré.
Étape 3 : Poser une question DuckDB à l’IA
Vous n'écrivez pas de SQL : c'est l'IA qui s'en charge. Vous posez une question, l'IA choisit l'outil MCP approprié, l'agent exécute la requête sur votre base de données DuckDB et la réponse est renvoyée sous forme de texte et de tableaux. Voici trois exemples de requêtes à tester :
événements, utilisateurs, et transactions tables, puis qs_run_query avec une requête SELECT qui joint utilisateurs à événements, seaux par date_trunc('semaine', inscription_à) pour l'axe de la cohorte et date_trunc('week', e.timestamp) - signup_at pour l'axe de rétention, et calcule COUNT(identifiant_utilisateur_DISTINCT) Normalisé par la taille de la cohorte. Le résultat s'affiche directement sous forme de tableau de rétention triangulaire avec des intervalles hebdomadaires, accompagné d'une interprétation écrite indiquant les cohortes présentant les meilleurs taux de rétention et les points de rupture. L'IA a déduit toutes ces informations des données DuckDB sans que vous ayez à écrire une seule requête SQL.DATE_ACTUELLE - INTERVALLE DE 90 JOURS) pour délimiter la fenêtre, joint transactions à événements pour l'attribution de catégorie, et s'applique MOYENNE(SOMME(montant)) SUR (PARTITION PAR catégorie TRIER PAR jour LIGNES ENTRE 89 LIGNES PRÉCÉDENTE ET LIGNE ACTUELLE) Cette fonction de fenêtrage génère un tableau classé par catégorie, moyenne mobile sur 90 jours et variation en pourcentage par rapport à la période précédente de 90 jours. L'IA identifie généralement la valeur ayant connu la plus forte hausse et celle ayant connu la plus forte baisse, sans intervention de votre part. Le moteur de données en colonnes de DuckDB garantit une exécution rapide, même avec des flux d'événements contenant plusieurs milliards de lignes.utilisateurs.cohorte pour énumérer les segments, puis écrit une CTE qui agrège les utilisateurs actifs par (cohorte, semaine) via date_trunc('semaine', horodatage), s'applique QUALIFIER avec un DÉCALAGE() La fenêtre de comparaison porte sur la semaine précédente et renvoie les segments triés par pourcentage de croissance hebdomadaire. On obtient ainsi une liste ciblée avec la cohorte, les utilisateurs actifs de la semaine en cours, les utilisateurs actifs de la semaine précédente et le pourcentage de variation hebdomadaire. L'IA trie généralement par plus grande variation positive en premier et signale les segments dont la croissance est passée d'une baisse à une hausse. cohortes de surveillance.Lors du premier appel à un outil par l'IA, votre client peut afficher une fenêtre de confirmation vous demandant d'approuver cet appel. Il s'agit du flux de consentement standard de MCP, et non d'une fonctionnalité ajoutée par Query Streams. Une fois l'approbation donnée, l'IA poursuivra la conversation sans problème. Vous pouvez modifier ce consentement à tout moment dans les paramètres de votre client.
Avis de facturation transparent : l’utilisation de MCP est facturée en octets non compressés.
Les modules complémentaires Excel et Google Sheets de Query Streams, ainsi que son générateur de requêtes web et Nova AI, fonctionnent tous via notre connexion cloud compressée ; nous mesurons et facturons en conséquence. octets compressés par rapport à votre environnement de données. Le transport MCP (HTTP en flux continu, conformément à la spécification MCP officielle) ne prend pas en charge de manière fiable la compression de bout en bout sur tous les clients et proxys intermédiaires. C'est pourquoi nous mesurons et facturons. octets non compressés pour le trafic MCP.
- Ce que cela signifie : Un ensemble de résultats d'analyse DuckDB de 2 Mo occupe environ 2 Mo de votre espace de données lorsqu'il est récupéré via MCP, contre environ 250 à 350 Ko via Excel, Sheets, Nova ou le générateur de requêtes. Les données en colonnes de DuckDB, en particulier les résultats agrégés avec des valeurs de catégorie et d'horodatage répétées, sont compressées environ 6 à 8 fois via LZ4 ; la différence de taille est donc plus importante ici que pour les bases de données transactionnelles. Mêmes données, transport différent, taille facturable différente.
- Ce que ceci n'est pas : Nous ne facturons aucune majoration ni pénalité pour l'utilisation de MCP. Nous facturons le volume réel de données transmises. Les autres clients sont moins chers car la compression fonctionne de manière fiable sur ces protocoles ; nous ne vous pénalisons pas pour le choix du protocole, mais nous devons être transparents quant à l'impact sur les coûts.
- Ce que vous pouvez faire : Pour les requêtes récurrentes de très grande taille (par exemple, l'exportation d'événements de plusieurs millions de lignes directement depuis une base de données colonnes DuckDB), privilégiez la solution Excel/Sheets/Nova. Pour les appels d'outils d'IA interactifs (la réponse agrégée typique de DuckDB, de 100 à 5 000 lignes, adaptée à un contexte LLM), MCP est le choix idéal et la différence de coût est minime.
Foire aux questions
Dois-je ouvrir des ports ou utiliser un VPN pour cela ? +
https://mcp.querystreams.com depuis l'internet public — si le protocole HTTPS sortant fonctionne sur l'hôte de l'agent, MCP fonctionne. Découvrez comment fonctionne une connexion sortante uniquement →
Quels outils d'IA puis-je utiliser avec Query Streams MCP ? +
Puis-je révoquer une clé MCP ? +
/mcp page, par organisation via les paramètres du plan et au niveau de la plateforme), aucune de ces opérations ne nécessitant une rotation du mot de passe de la base de données ou un redémarrage de l'agent. Plus d'informations sur la sécurité des clés MCP →
Comment l'utilisation de MCP est-elle facturée en fonction de mon espace de données ? +
octets non compressés plutôt que octets compressésPour DuckDB, cet écart est plus important que pour les bases de données transactionnelles : la sortie en colonnes est compressée environ 6 à 8 fois via LZ4 sur les clients compressés, donc un résultat d’analyse de 2 Mo coûte environ 250 à 350 Ko via Excel/Sheets/Nova contre environ 2 Mo via MCP. Comment fonctionne la facturation par domaine de données selon les différents modes de transport →
Est-ce que Query Streams MCP fonctionne avec DuckDB 0.9 / 0.10 / 1.0, le mode lecture seule de DuckDB et les extensions DuckDB comme httpfs / parquet / json / spatial?
+
duckdb bibliothèque (version 1.0 actuellement incluse). Le mode lecture seule est le mode par défaut de l'agent pour des raisons de sécurité., afin que plusieurs lecteurs puissent partager le même .duckdb Fichier sans conflit de verrouillage en écriture. Extensions : httpfs (Lectures S3 / HTTPS, y compris l'authentification par URL signée et les chaînes de rôles IAM), parquet (E/S parquet via lire_parquet() et COPIER ... À — ce dernier bloqué par le validateur en lecture seule), json (Lecture/extraction JSON via lire_json_auto() et le json_extracteur famille), et spatial Tous les types de géométrie compatibles PostGIS (lecture des formats GeoJSON, Shapefile et FlatGeobuf via GDAL) sont pris en charge. L'agent les charge automatiquement lorsqu'une analyse SI détecte leur utilisation. Pour les extensions personnalisées ou communautaires, contactez l'assistance ; nous pouvons les ajouter à la liste blanche au niveau de la couche de l'agent. .duckdb Le fichier que vous enregistrez est un connecteur distinct ; vous pouvez enregistrer plusieurs fichiers DuckDB simultanément et laisser le LLM choisir par nom (par exemple). « Interrogez la base de données DuckDB de test, pas celle de production. »).
En quoi cela diffère-t-il du fait d'exécuter moi-même un serveur DuckDB MCP open-source ? +
journaux d'événements, et le même pipeline de facturation de domaine de données que vous utilisez déjà — autant d'éléments qu'un MCP DuckDB direct ne vous fournit pas.
Que se passe-t-il si l'IA tente d'écrire ou de supprimer des données ? +
qs_run_query L'appel est analysé par un validateur en lecture seule codé en dur qui n'autorise que SELECTIONNER, AVEC, et EXPLIQUER déclarations; tout autre chose (y compris COPIER ... À écrit, CRÉER UNE TABLE, ATTACHERet de DuckDB CHARGER / INSTALLER (pour les extensions non autorisées) renvoie VIOLATION EN LECTURE SEULE et n'atteint jamais DuckDB. Le validateur s'exécute dans le processus agent sur votre réseau, et non dans le cloud ; par conséquent, une surface d'attaque cloud compromise ne pourrait pas le contourner. Pour les locaux .duckdb fichiersDe plus, l'agent ouvre le fichier en mode lecture seule de DuckDB, de sorte que même un contournement hypothétique du validateur ne peut pas écrire via le descripteur de base de données.
Puis-je voir la question exacte posée par l'IA ? +
journaux d'événements avec l'organisation, l'utilisateur, la clé, la portée, la latence et le code de résultat. L'administrateur de l'organisation peut répondre à la question « Qui a utilisé MCP la semaine dernière, quel connecteur et quelle question a-t-il posée ? » en une seule requête. Notez que nous enregistrons les informations suivantes : nom et métadonnées de l'outilIl ne s'agit pas du texte SQL ni des lignes renvoyées ; ces éléments transitent par la connexion cloud et ne sont jamais enregistrés dans les journaux cloud. Pour un audit SQL complet, activez la journalisation côté moteur lorsqu'elle existe ; pour DuckDB en particulier, cela implique d'utiliser PRAGMA activer_profilage + PRAGMA profile_output à chaque session pour recueillir les plans EXPLAIN. Local .duckdb Les fichiers ne disposent pas d'un journal d'audit intégré ; si vous avez besoin d'une capture SQL complète par requête, exécutez l'agent lui-même avec la journalisation détaillée des requêtes activée (l'agent écrira le SQL analysé dans son fichier journal local avant de le transmettre à DuckDB).
Dois-je exécuter Schema Intelligence pour utiliser Query Streams MCP ? +
lire_parquet, date_tronc, PIVOTER, QUALIFIER), et les clés étrangères découvertes par l'IA via qs_get_relationships — particulièrement utile pour les schémas DuckDB assemblés à partir de lire_parquet / lire_csv_auto sources où les clés étrangères formelles sont rarement déclarées. Sans SI, chaque réponse d'un outil de schéma contient un si_recommandation bloc sur lequel l'IA peut agir pour déclencher une course en pleine conversation via qs_request_si_analyse. Les six couches ajoutées par Schema Intelligence et la durée d'une analyse →
Et si j'ajoute un autre connecteur plus tard, comme Stripe ou PostgreSQL ? +
qs_list_connectors (Il le récupère automatiquement). Un seul bloc de configuration couvre l'intégralité de votre compte, actuel et futur. Pourquoi une seule touche couvre tous les connecteurs →
Dois-je configurer MCP juste pour discuter avec mes données ? +
Puis-je enregistrer plusieurs fichiers DuckDB ou analyser des données Parquet/CSV ? +
.duckdb Fichier en mode lecture seule via la bibliothèque intégrée — aucun processus serveur distinct à gérer. Pour analyser les fichiers Parquet, CSV ou JSON, créez un .duckdb fichier avec lire_parquet() / lire_csv_auto() + CRÉER UNE TABLE COMME et indiquez-le à l'agent. Vous pouvez en enregistrer plusieurs .duckdb fichiers sur un agent (par exemple local-dev.duckdb + analytics.duckdb) et laisser le LLM lever l'ambiguïté par le nom du connecteur en anglais clair (« Interrogez la base de données DuckDB de test, pas celle de production. »La connexion cloud à Query Streams utilise une seule connexion TLS sortante par agent, quel que soit le nombre de fichiers enregistrés.
Commencer
Connectez votre outil d'IA à vos données DuckDB en cinq minutes.
Une seule clé MCP permet d'accéder à vos fichiers DuckDB locaux, à toutes vos autres bases de données et à tous les connecteurs API de votre compte Query Streams, avec un historique complet des accès, des limites de requêtes par clé et sans aucune modification du pare-feu. Claude, Cursor, ChatGPT et Grok sont immédiatement opérationnels.
Guides associés : Téléchargez l'agent Query Streams | Configuration du connecteur de base de données | Tous les guides du serveur MCP | Nova AI text-to-SQL
Catégorie : Serveur MCP
Mots-clés : mcp, claude, curseur, duckdb, base de données analytique, outils de développement, analyse embarquée, base de données colonnaire, parquet
Description : Connectez un fichier DuckDB local à Claude ou Cursor via Query Streams MCP. Configuration en 5 minutes, axée sur l’analyse.
English 
Spanish 
German 
French 
Portuguese 
Japanese 
Korean 
Chinese 
Italian 
Dutch 
Indonesian 
Polish