Interroger les données Stripe avec Claude ou Cursor via le serveur Stripe MCP.
Une configuration Stripe MCP en 5 minutes qui permet à votre outil d'IA de poser des questions en langage naturel sur vos clients, abonnements, frais, factures et remboursements. L'agent Query Streams met en cache l'API Stripe dans une base de données SQL DuckDB locale, de sorte que le LLM accède à de véritables tables plutôt qu'à des points de terminaison REST. Schema Intelligence gère les spécificités de Stripe (colonnes de montant en centimes, filtrage en temps réel, énumérations de statut, aplatissement des métadonnées) pour une requête SQL correcte 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 vous emmène à travers le rayures mcp Le chemin d'accès est défini précisément, afin que votre outil d'IA puisse répondre à des questions en langage clair sur les clients, les abonnements, les frais, les factures et les remboursements, sans que vous ayez à exporter des fichiers CSV depuis le tableau de bord Stripe ni à enchaîner des appels de pagination à l'API REST dans un script. L'agent réseau importe les données de l'API Stripe dans un cache DuckDB local, de sorte que le LLM accède à des surfaces SQL propres (clients, abonnements, frais, factures, remboursements, paiements) au lieu de points de terminaison REST bruts, les colonnes monétaires étant signalées comme devise_minor_unit_usd L'IA divise donc automatiquement les montants par 100 et ne signale jamais une dépense de 1 234,56 $ comme étant de « 123 456 $ ». Pour en savoir plus, rendez-vous sur QueryStreams.com. et Inscrivez-vous gratuitement pour commencer à poser de vraies questions Stripe à votre outil d'IA.
Ce que le serveur Stripe MCP de Query Streams vous offre
Stripe propose une excellente interface d'IA propriétaire — Kit d'outils pour agents Stripe — ce qui permet aux agents IA d'accéder en lecture et en écriture à l'API REST de Stripe pour des actions telles que la création de clients, la génération de sessions de paiement, l'émission de remboursements et l'annulation d'abonnements. C'est l'outil idéal lorsque l'IA a besoin de faire Du côté de Stripe, le serveur Query Streams Stripe MCP résout un problème totalement différent : surface d'analyse en lecture seule Vos données Stripe sont accessibles via SQL, avec le même historique d'audit et la même compatibilité multi-connecteurs que tous les autres connecteurs Query Streams MCP. D'autres wrappers Stripe MCP open source existent sur GitHub ; la plupart se contentent d'envoyer des requêtes REST Stripe brutes ou des curseurs de pagination au niveau du LLM, sans interface SQL, sans gestion des centimes ni application de la restriction de lecture seule. Query Streams vous offre une clé unique, tous les connecteurs, un historique d'audit complet, un agent qui normalise les réponses de l'API Stripe en SQL, et un outil d'IA qui ne stocke jamais vos clés API Stripe.
Aucun trou dans le pare-feu entrant
L'agent réseau établit une unique connexion cloud chiffrée sortante vers Query Streams. Votre client IA se connecte au cloud, jamais à votre compte Stripe ni à votre réseau. Aucun port à ouvrir, aucune adresse IP à autoriser, aucun VPN ni clé API Stripe à configurer dans le client IA.
Une seule clé, tous les connecteurs
La même clé MCP est transmise à Stripe, ainsi qu'à toutes les autres bases de données et API SaaS connectées à votre compte. Ajoutez un connecteur HubSpot ou PostgreSQL demain, et l'outil d'IA le reconnaîtra à côté de vos données Stripe sans avoir à le ressaisir : les jointures entre connecteurs, comme « associer les clients Stripe aux contacts CRM », se résument à une simple requête SELECT.
L'intelligence schématique intégrée
L'IA analyse les descriptions, les types sémantiques (montant en centimes, énumérations d'état, signalisation en direct, aplatissement des métadonnées), les exemples de valeurs et les clés étrangères découvertes pour chaque table Stripe, et pas seulement les structures des points de terminaison REST. Elle génère du SQL précis dès la première tentative, y compris… montant / 100,0 conversion et la mode en direct = vrai filtre que les LLM à schéma minimal ne parviennent pas à filtrer.
Lecture seule par construction
Même un LLM halluciné ne peut pas effectuer de remboursement, annuler un abonnement, créer une session de paiement ou mettre à jour les informations d'un client via Query Streams MCP. L'agent réseau rejette toute requête qui n'est pas conforme. SELECTIONNER, AVEC, ou EXPLIQUER avant d'atteindre les tables Stripe mises en cache — et les opérations d'écriture Stripe ne sont jamais exposées à la surface MCP en premier lieu.
Limites de débit par clé
Par défaut, 60 requêtes et 10 exécutions par minute sont autorisées, configurables par clé. Une boucle d'appels d'outils d'IA incontrôlée entraîne la suppression du quota de jetons, et non de la limite de votre API Stripe, de votre quota de requêtes quotidien ou du budget de débit de votre plateforme Stripe Connect.
Comment cela fonctionne sans ouvrir les ports du pare-feu
L'agent réseau Query Streams s'installe une seule fois sur n'importe quelle machine disposant d'un accès Internet (l'API Stripe est accessible de partout) et maintient une unique liaison cloud TLS sortante ; aucun trafic entrant n'est autorisé, aucune donnée n'est exposée. Spécificité de Stripe : lorsqu'une requête arrive, l'agent effectue une pagination des points de terminaison REST de Stripe en arrière-plan et met en cache les réponses dans une base de données DuckDB locale afin que le LLM dispose de surfaces SQL propres. clients, abonnements, éléments_d'abonnement, charges, factures, remboursements, versements, prix, produits — au lieu d'enveloppes REST. L'outil d'IA n'a jamais accès à votre clé API restreinte Stripe, à votre identifiant de compte Stripe Connect ni aux données de paiement de vos clients. Comment fonctionne le lien de l'agent sortant 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
API Stripe
DuckDB en lecture seule
cache, surface SQL
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 Stripe » de l'écosystème open source fournissent à votre outil d'IA la même référence de ressource REST que Stripe publie pour les développeurs, ou pire, les données brutes. schéma_information du cache qu'ils conservent. Noms des champs. Types de données. Peut-être une clé primaire. Le LLM doit deviner. montant Il faut diviser par 100 car Stripe stocke l'argent en centimes. mode en direct = faux Les lignes correspondent à des frais de test qui devraient être exclus du chiffre d'affaires. abonnements.statut est une énumération de essai / actif / Échéance passée / annulé / non rémunéré / incomplet, ou que créé Il faut convertir les données via les fonctions d'horodatage de DuckDB. C'est pourquoi la première requête SQL que la plupart des LLM écrivent sur un schéma Stripe brut est erronée : non pas parce que le LLM est mauvais, mais parce qu'il ne dispose pas des données nécessaires pour être correct (et afficher « 1 234 567 890 $ de MRR » parce que personne n'a divisé par 100 est le genre d'erreur qui finit par se retrouver sur le Slack de votre équipe financière).
Query Streams MCP renvoie ce même schéma Stripe mis en cache, enrichi de ce que nous appelons Intelligence schématique (IS) — Métadonnées sélectionnées par l'IA, générées en exécutant des requêtes de profilage sur votre vrai Les données Stripe sont collectées avant même que le client IA ne les demande. Lorsque l'intégration de schémas est activée sur le connecteur Stripe, 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 mis en cache de base, ainsi que six couches de connaissances organisées. Le LLM cesse de deviner.
Pour concrétiser cela, voici ce que le client IA récupère d'une seule requête. qs_get_table_schema appel contre le connecteur Stripe charges table — la table transactionnelle centrale qui génère 90 % des questions relatives aux revenus — d'abord sans Schema Intelligence, puis avec.
Les six couches de l'intelligence schématique ajoutent
Chaque niveau aborde une catégorie spécifique de questions auxquelles le LLM devrait autrement répondre par supposition. L'intégration de SI est optionnelle. (connecteur, base de données) Pair et s'exécute comme une passe de profilage unique sur vos données — il ne modifie pas votre schéma, n'écrit pas dans votre base de données et s'actualise de manière incrémentielle lorsque votre schéma change.
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.
Le montant est en cents (1,00 USD = 100).
Classification des tableaux
Chaque table est étiquetée FACT (événements transactionnels), DIM (référence descriptive) ou LOOKUP (petites tables de correspondance), plus un domaine métier — finance, ventes, marketing, RH, support et 14 autres.
clients [DIM, domaine : finance]
Types sémantiques par colonne
Dix-huit types — devise, unité_mineure_de_la_monnaie_USD, email, date_iso, code_statut, pourcentage, position_de_classement, identifiant, URL, et plus encore. L'IA génère du SQL adapté au dialecte de chaque type, y compris montant / 100,0 Aucune conversion sans schéma nu, LLM ne la réussit.
créé : timestamp_iso · statut : code_statut
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 afficher — les préfixes d'identifiant d'objet Stripe (ch_, cus_, sous_, dans_), les conventions de mise en forme, les valeurs encodées et la structure réelle des descriptions de vos clients.
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 énumérations Stripe.
Découverte implicite de clés étrangères
L'analyse du chevauchement des données entre les tables identifie les jointures qui ne sont pas déclarées comme des contraintes DDL. Ces jointures sont stockées avec les clés étrangères formelles et leurs scores de confiance, et sont renvoyées par qs_get_relationships.
(Chevauchement de 97 %, 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. « Quels sont les clients qui ont le plus dépensé au cours des 30 derniers jours, en ne considérant que les frais de production réussis ? » Sans l'intelligence schématique, le LLM doit deviner. Grâce à elle, il sait que le montant est en centimes, que l'énumération du statut nécessite un filtrage, que livemode = true correspond au filtre de production et que la clé étrangère client lui permet d'associer les clients pour un e-mail lisible par l'humain.
si_recommandation bloquer l'IA en lui indiquant précisément ce qui lui manque, y compris une option permettant d'activer l'intégration de systèmes en cours de conversation via qs_request_si_analyseVotre client IA peut proposer de déclencher une exécution SI sur-le-champ (« Souhaitez-vous que j'active d'abord Schema Intelligence sur cette base de données ? Cela s'exécute via votre agent réseau en arrière-plan et améliorera considérablement mes réponses »). Le temps d'exécution varie en fonction du nombre de tables : Un connecteur Stripe met généralement en cache 12 à 15 tables et son analyse prend entre 5 et 10 minutes. Si vous disposez également d'une base de données d'entreprise volumineuse avec plus de 1 500 tables connectées, l'analyse complète peut prendre entre 45 et 60 minutes. Les actualisations suivantes, après modification du schéma, sont incrémentales et beaucoup plus rapides que la première. L'activation de Schema Intelligence est optionnelle. Nous sommes convaincus que vous ne voudrez pas vous en passer.
Comparaison entre Query Streams MCP et le kit d'outils Stripe Agent
Stripe expédie le Kit d'outils pour agents Stripe — un ensemble officiel d'encapsuleurs d'appels de fonctions autour de l'API REST de Stripe, conçu pour LangChain, le SDK OpenAI Agents, le SDK Vercel AI et les frameworks d'agents similaires. Il est conçu pour la lecture et l'écriture : un agent d'IA ayant accès à Agent Toolkit peut clients.créer, abonnements.annuler, remboursements.créer, checkout.sessions.createet ainsi de suite. C'est exactement la forme attendue lorsque l'IA est censée acte Sur Stripe, on trouve des fonctionnalités telles qu'un assistant de support qui effectue des remboursements, un chatbot d'accueil qui crée des liens de paiement et un agent commercial qui met à jour les métadonnées client. Query Streams MCP, quant à lui, résout un problème différent : une interface d'analyse en lecture seule sur les données Stripe exposées au format SQL. Ces deux outils répondent à des questions différentes. Voici comment ils se comparent selon les dimensions qui comptent réellement lorsqu'un outil d'IA exploite les données Stripe.
| Dimension | Flux de requêtes Stripe MCP | Kit d'outils pour agents Stripe |
|---|---|---|
| Lire ou écrire | Lecture seule par construction | Lecture et écriture intégrées |
| sécurité des mutations | Couche agent codée en dur VIOLATION EN LECTURE SEULE validateur sur chaque appel émis |
Quelles que soient les instructions de l'agent et les garde-fous du cadre, le permettent |
| Portée multi-connecteurs | Oui — Stripe + Postgres + Snowflake + HubSpot + Shopify sous une seule clé MCP | Rayures uniquement |
| Raccords de connexion croisée | Oui, par exemple, associez les clients Stripe à vos contacts CRM et aux utilisateurs de votre base de données produits en une seule requête SELECT. | Non |
| Requêtes enregistrées (LLM ne voit jamais SQL) | Oui, via qs_list_saved_queries + qs_run_saved_query |
N/A |
| Piste d'audit | journaux d'événements par appel : organisation / utilisateur / clé / étendue / latence / empreinte SQL / erreur |
Quelles que soient les captures de journalisation de votre SDK LangChain / OpenAI Agent |
| Métadonnées de schéma fournies au LLM | Descriptions sélectionnées par l'IA, types sémantiques comme devise_minor_unit_usd, listes de valeurs d'énumération, relations découvertes par l'IA, exemples de valeurs |
Spécification de l'API REST de Stripe uniquement |
| adéquation du cas d'utilisation | Analyses, rapports financiers, consultation du contexte du support client, audits de conformité | Assistants de prise de décision, bots de support qui effectuent des remboursements, parcours d'intégration qui créent des sessions de paiement |
Ils sont complémentaires, pas concurrents. De nombreuses organisations utilisent les deux : Query Streams MCP pour la gestion des données (l’IA analyse les données Stripe, les associe aux données CRM et produits, et génère des rapports) et Stripe Agent Toolkit pour les actions (l’IA effectue des remboursements, annule des abonnements et crée des liens de paiement). Le choix se fait par outil et par agent IA, et non par organisation. Certaines équipes limitent l’accès à Agent Toolkit par des procédures d’approbation manuelle et accordent un accès illimité aux analyses à Query Streams MCP ; son accès en lecture seule permet de l’accorder sans restriction. Si vous mettez en place un assistant IA qui a besoin de… faire Pour les opérations sur Stripe, utilisez le Stripe Agent Toolkit. Si vous mettez en place un assistant IA qui a besoin de comprendre Pour suivre l'activité de Stripe (et idéalement, visualiser également vos environnements Postgres, Snowflake, HubSpot et Shopify dans la même conversation), utilisez Query Streams MCP. La plupart des déploiements matures utilisent les deux.
MCP ne vous convient pas ? Essayez plutôt Nova AI.
Ignorez complètement MCP et posez des questions à Stripe comme «Quelle est l'évolution de notre MRR au cours des 12 derniers mois ?" ou "Quels abonnements sont menacés dans les 30 prochains jours ?« directement depuis le portail Query Streams — aucun fichier de configuration, même agent réseau et même intelligence de schéma sous-jacents. »
Découvrez Nova AIConditions 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 ayant accès à Internet — voir Téléchargez l'agent Query StreamsL'API Stripe est accessible de partout, l'agent n'a donc pas besoin d'être connecté à un réseau spécifique.
- Un connecteur Stripe configuré avec l'agent — voir la configuration existante Configuration du connecteur API guides pour l'association de rayures. Utilisez un Clé API restreinte Stripe (recommandé) afin de pouvoir limiter l'accès en lecture de l'agent à des ressources spécifiques (par exemple, lecture sur
charges/abonnements/clients/factures, aucun accès àéquilibre/versements/comptes(si vous n'en avez pas besoin). L'agent détient la clé API Stripe ; l'outil d'IA n'y a jamais accès. - 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
« Quel est notre MRR mensuel ? » — 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 (valeurs d'exemple, distributions, types sémantiques). Cette fonctionnalité est optionnelle, mais fortement recommandée pour les applications financières, où il est essentiel de comprendre la structure des données de facturation (frais, abonnements, etc.) et la sémantique des indicateurs (colonnes monétaires avec indication des centimes, énumérations de statut, indicateurs de mise en production).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 Stripe », les trois niveaux de portée sont appropriés. En revanche, 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 Stripe (ainsi que tout autre élément que vous avez configuré, y compris les plateformes Stripe Connect supplémentaires si vous avez associé plusieurs comptes).
Étape 3 : Poser une question Stripe 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 vos données Stripe mises en cache et la réponse vous est renvoyée sous forme de texte et de tableaux. Voici trois exemples de requêtes à tester :
abonnements -> éléments_d'abonnement -> prix Pour calculer le MRR par abonnement actif, divisez les montants en centimes stockés par 100, normalisez les intervalles mensuels/annuels/hebdomadaires en un chiffre mensuel, puis appliquez des filtres. mode en direct = vrai et subscriptions.status IN ('active', 'trialing')et groupes par DATE_TRUNC('mois', subscriptions.created)Vous obtiendrez le tableau des tendances intégré ainsi qu'une interprétation écrite : quel groupe d'acquisition a connu une croissance, lequel est en contraction, et une offre de suivi comme « … »Vous voulez que je détaille cela par niveau de forfait ?La détection d'énumérations par Schema Intelligence a guidé l'IA dans le choix du filtre d'état d'abonnement approprié ; sans SI, le LLM aurait pu inclure Échéance passée et annulé et un MRR actuel surestimé.abonnements -> prix -> produits pour classer les abonnements par niveau (le produits.nom ou prix.surnom L'IA calcule ensuite le nombre d'annulations et le dénominateur d'abonnés actifs par mois à l'aide de la formule de churn standard de Stripe. Sous le tableau, elle indique généralement les niveaux d'abonnement qui perdent le plus rapidement des clients et propose un suivi. « Voulez-vous que j'analyse l'évolution du MRR (revenu mensuel récurrent) par niveau, en fonction de l'expansion et de la contraction, dans la même fenêtre ? » Détection d'énumérations par Schema Intelligence abonnements.statut garantit que l'IA distingue annulé à partir de non rémunéré et de incomplet_expiré — trois raisons différentes pour lesquelles un abonnement prend fin, avec des implications financières très différentes.abonnements, factures à venir (ou le factures tableau pour le prochain cycle de renouvellement), clients, et méthodes_de_paiementL'IA applique le filtre tenant compte des centimes. montant > 500 000 (soit 5 000 $ en cents), analyse le carte.exp_mois / carte.année_exp contre les 30 prochains jours, et se réinscrit à clients.email pour une sortie lisible par l'humain. Schema Intelligence devise_minor_unit_usd Le type sémantique détermine automatiquement le seuil de centimes approprié. L'IA proposera généralement une suite : « Voulez-vous que je rédige une liste de contacts avec l'adresse e-mail du client et le nom du gestionnaire de compte afin que l'équipe de réussite client puisse le contacter avant le renouvellement ? »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 : Une requête d'analyse Stripe de 1,5 Mo (12 mois de facturation + clients + abonnements souscrits) occupe environ 1,5 Mo de votre espace de données lorsqu'elle est récupérée via MCP, contre environ 200 à 350 Ko via Excel/Sheets/Nova/le générateur de requêtes. Les données Stripe contiennent beaucoup d'énumérations (
statut,devise,mode en direct), les horodatages et les chaînes de métadonnées libres — la compression LZ4 sur la liaison cloud permet généralement une réduction de 7 à 9 fois par rapport aux autres modes de transport. 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 exportations récurrentes de très grande taille (par exemple, des tableaux croisés clients + facturation + données sur plusieurs années), privilégiez Excel/Sheets/Nova. Pour les appels à des outils d'IA interactifs (comme les agrégats d'analyse Stripe de 100 à 5 000 lignes, typiques d'un modèle LLM), MCP est la solution idéale, et la différence de coût est minime. Le cache DuckDB déduplique également les appels répétés à l'API Stripe, vous évitant ainsi de consommer deux fois votre budget de requêtes Stripe.
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 compressésMCP fonctionne via Streamable HTTP, qui ne prend pas en charge de manière fiable la compression de bout en bout pour tous les clients et proxys. Par conséquent, nous facturons octets non compressésUn fichier agrégé d'analyse Stripe de 1,5 Mo exporté vers Excel occupe généralement entre 200 et 350 Ko de votre espace de données (les données Stripe avec des énumérations de statut répétées, des étiquettes de devise et des booléens de mode direct sont compressées 7 à 9 fois grâce à LZ4). Le même résultat de 1,5 Mo exporté vers Cursor via MCP occupe environ 1,5 Mo. Nous privilégions la transparence afin que vous soyez informés dès le départ plutôt que d'avoir une mauvaise surprise à la fin de votre cycle de facturation.
Est-ce que Query Streams MCP fonctionne avec les clés API restreintes de Stripe, les plateformes Stripe Connect et les données historiques antérieures à la fenêtre API standard ? +
charges / abonnements / clients / factures, aucun accès à équilibre / versements / comptesDe plus, le validateur en lecture seule de l'agent impose des restrictions supplémentaires côté SQL, assurant ainsi une double protection à l'outil d'IA. Les clés API Stripe standard fonctionnent également, mais avec une portée plus étendue. Plateformes Stripe Connect sont pris en charge — l'agent se connecte à votre compte de plateforme et utilise le Compte Stripe En-tête pour les requêtes de comptes connectés ; chaque compte connecté peut être un connecteur Query Streams distinct si vous souhaitez une désambiguïsation côté LLM (« afficher les revenus du compte connecté »). compte_xxx«), ou vous pouvez les conserver fusionnés pour une analyse inter-comptes. Données historiques Les données au-delà de la fenêtre de validité standard de 90 jours de l'API Stripe sont conservées dans le cache DuckDB de l'agent : une fois récupérée, une donnée est stockée localement. Vous pouvez ainsi consulter l'historique des transactions, des clients et des abonnements même après que l'API Stripe les a supprimés de la réponse en direct. La politique de fraîcheur du cache de l'agent est configurable pour chaque ressource (par exemple, actualisation). abonnements rafraîchir toutes les heures charges toutes les 5 minutes, actualiser clients (quotidiennement) afin que vous maîtrisiez le compromis entre la fraîcheur et la consommation de quota de l'API Stripe.
En quoi cela diffère-t-il du fait d'exécuter moi-même un serveur Stripe MCP open-source ? +
mode en direct Conseil de filtrage : pour que Claude puisse lire les données de Stripe, de votre base de données PostgreSQL, de votre CRM HubSpot et de votre entrepôt de données Snowflake, vous auriez besoin de quatre serveurs MCP configurés séparément dans chaque client AI. Chaque serveur MCP aurait ses propres identifiants, son propre modèle de portée et son propre historique d'audit. Query Streams MCP est un élément clé permettant d'accéder à tous les connecteurs associés à votre compte. L'agent normalise les réponses de l'API Stripe en requêtes SQL propres. devise_minor_unit_usd Le typage sémantique est intégré (le LLM divise donc automatiquement par 100). Vous bénéficiez également de l'intelligence du schéma, de l'application du mode lecture seule au niveau de l'agent, des limites de débit par clé et de la journalisation des audits. journaux d'événements, et le même pipeline de facturation de domaine de données que vous utilisez déjà — autant d'éléments qu'un MCP direct ne vous offre 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 instructions ; tout autre retour VIOLATION EN LECTURE SEULE et n'atteint jamais les tables Stripe mises en cache. Le validateur s'exécute dans le processus de l'agent, et non dans le cloud ; une surface cloud compromise ne pourrait donc pas le contourner. Une seconde couche de sécurité est ajoutée : les opérations d'écriture Stripe (création de remboursements, annulation d'abonnements, mise à jour des clients, génération de sessions Checkout) ne sont tout simplement pas exposées à la surface MCP ; l'agent effectue uniquement des requêtes REST en lecture seule vers l'API Stripe. Ainsi, même si le validateur était contourné, le LLM n'aurait aucun moyen de modifier votre état Stripe. faire Vous souhaitez un agent IA qui effectue des actions sur Stripe ? C’est le rôle du Stripe Agent Toolkit, présenté dans la section comparative ci-dessus.
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'outil, et non le texte SQL ou les lignes renvoyées — ces éléments transitent par la connexion cloud et ne sont jamais enregistrés dans les journaux cloud. Le tableau de bord de Stripe affiche les journaux des requêtes API du point de vue de l'agent (appels effectués par la clé API restreinte de l'agent). Ainsi, pour les données Stripe, la combinaison est la suivante : celle de l'agent journaux d'événements Votre compte Query Streams vous indique les requêtes de l'IA et leur date ; l'onglet « Développeurs → Journaux » du tableau de bord Stripe détaille les appels API effectués par l'agent. Ensemble, ces informations fournissent un historique complet de chaque lecture de vos données Stripe initiée par l'IA, idéal pour les audits SOC 2/PCI et les vérifications de votre équipe financière.
Dois-je exécuter Schema Intelligence pour utiliser Query Streams MCP ? +
(connecteur, base de données) paireet MCP fonctionne parfaitement sans cela. L'IA reçoit un schéma minimal (types, clés primaires, clés étrangères formelles, index) et écrit des requêtes basiques. Avec l'intégration système activée, l'IA reçoit six couches supplémentaires de métadonnées organisées : (1) Des descriptions générées par l'IA pour chaque base de données, table et colonne ; (2) classifications de tables (FACT pour les événements transactionnels, DIM pour les références descriptives, LOOKUP pour les petits mappages de codes) plus une balise de domaine métier (finance, ventes, marketing, RH, support et 14 autres) ; (3) un type sémantique sur chaque colonne (currency, currency_minor_unit_usd, email, date_iso, status_code, percentage, identifier, url, person_name, et 9 autres) qui permet une génération SQL correcte selon le dialecte ; (4) valeurs d'exemple issues de vos données réelles afin que le LLM reconnaisse des modèles qu'aucun schéma ne peut afficher (préfixes d'identifiant Stripe, forme de la clé de métadonnées, conventions de description du client) ; (5) Détection d'énumérations avec distribution complète des valeurs pour les colonnes à faible cardinalité ; et (6) Les clés étrangères découvertes par l'IA à partir du chevauchement des données entre les tables ont été mises en évidence par qs_get_relationshipsSans SI, chaque réponse d'outil de schéma contient également un si_recommandation En listant précisément ce qui manque à l'appel, l'IA peut lire cela et proposer de déclencher l'intégration de l'IA en cours de conversation via qs_request_si_analyseLe temps d'exécution est proportionnel au nombre de tables : un connecteur Stripe s'exécute généralement en 5 à 10 minutes (12 à 15 tables en cache) ; une base de données de taille moyenne sur le même agent (quelques centaines de tables) s'exécute en 15 à 25 minutes ; une grande base de données d'entreprise avec plus de 1 500 tables peut nécessiter 45 à 60 minutes pour une analyse complète. L'intégration système (SI) s'exécute via votre agent réseau sur vos données (jamais dans le cloud), n'écrit jamais dans votre base de données, ne modifie jamais votre schéma et s'actualise de manière incrémentielle lorsque votre schéma change. Ainsi, les exécutions suivantes après l'ajout ou la modification de tables sont beaucoup plus rapides que la première. Résultat : avec l'intégration système activée, votre client d'IA écrit du SQL correct du premier coup beaucoup plus souvent qu'avec n'importe quel serveur « MCP pour X » qui se contente de fournir le LLM. schéma_information.
Et si j'ajoute un autre connecteur plus tard, comme HubSpot ou PostgreSQL ? +
qs_list_connectors (le détecte automatiquement), donc un seul bloc de configuration couvre l'intégralité de votre compte, actuel et futur. Les connecteurs croisés se connectent comme «Associez les identifiants clients Stripe aux contacts HubSpot et trouvez les clients payants qui ne se sont pas connectés depuis 30 jours.« puis travaillez avec une seule requête. » Pourquoi une seule touche couvre tous les connecteurs →
Dois-je configurer MCP juste pour discuter avec mes données Stripe ? +
Pourquoi utiliser Query Streams MCP pour les données Stripe si Stripe fournit l'Agent Toolkit ? +
SELECTIONNER à partir de charges / abonnements / factures / clients / remboursements etc. via SQL, mais ne peut pas modifier l'état de Stripe. Trois raisons concrètes de privilégier Query Streams pour les cas d'utilisation axés sur l'analyse : (1) Lecture seule par construction. Un agent ayant accès à Agent Toolkit et souffrant d'hallucinations peut théoriquement effectuer un remboursement, annuler un abonnement ou créer un lien Stripe Checkout avec des paramètres incorrects ; l'invite de commande et les garde-fous du framework constituent la seule ligne de défense. Avec Query Streams MCP, le validateur en lecture seule codé en dur de l'agent renvoie VIOLATION EN LECTURE SEULE pour tout non-SELECTIONNER / non-AVEC / non-EXPLIQUER déclaration — le LLM ne peut physiquement pas modifier l'état de Stripe, quelles que soient les incitations créatives. (2) Clé unique multiconnecteur. Une seule clé Query Streams MCP donne à Claude / Cursor / ChatGPT / Grok accès à vos données Stripe ET à vos données Postgres + Snowflake + HubSpot + Shopify, toutes interrogeables dans la même conversation avec des jointures inter-connecteurs («Associez les identifiants clients Stripe à mes contacts CRM et indiquez-moi quels clients payants ne se sont pas connectés au produit depuis 30 jours.L'Agent Toolkit ne détecte que Stripe. (3) Piste d'audit. Chaque appel MCP de Query Streams écrit une ligne dans journaux d'événements avec l'organisation / l'utilisateur / la clé / la portée / la latence / l'empreinte SQL / le code d'erreur. Les équipes de conformité et financières peuvent répondre «Qui a interrogé les données de Stripe la semaine dernière, qu'ont-ils demandé et combien de réponses ont été reçues ?« avec une seule requête. La journalisation d'Agent Toolkit dépend de ce que votre configuration LangChain / OpenAI Agent SDK / Vercel AI SDK capture ; c'est à vous d'en assurer la rigueur. » Utilisez la boîte à outils de l'agent lorsque l'IA a besoin de effectuer Vous avez analysé les actions Stripe (bots assistants qui effectuent des remboursements, flux d'intégration qui créent des sessions de paiement, bots de support qui mettent à jour les métadonnées client) et vous avez audité le comportement de l'agent. Utiliser Query Streams MCP Lorsque l'IA effectue des analyses, des rapports financiers, des recherches contextuelles pour le support client, des audits de conformité ou toute autre tâche strictement en lecture, de nombreuses organisations utilisent les deux approches, chacune étant associée à un agent d'IA différent.
Commencer
Connectez votre outil d'IA à vos données Stripe en cinq minutes.
Une seule clé MCP permet d'accéder à Stripe, à toutes les bases de données et à tous les autres connecteurs API de votre compte Query Streams, avec un historique complet des modifications, des limites de débit par clé, une authentification par clé API restreinte, la prise en charge de Stripe Connect et aucune modification du pare-feu. Conçue en lecture seule, elle utilise le Stripe Agent Toolkit pour la partie opérationnelle. Claude, Cursor, ChatGPT et Grok sont immédiatement opérationnels.
Guides associés : Téléchargez l'agent Query Streams | Configuration du connecteur API | Tous les guides du serveur MCP | Nova AI text-to-SQL
Catégorie : Serveur MCP
Mots-clés : mcp, Claude, curseur, Stripe, connecteur API, paiements, métriques SaaS, MRR, Stripe Agent Toolkit, MCP en lecture seule
Description : Interrogez Stripe avec Claude ou Cursor via MCP. Interface SQL en lecture seule, gestion des centimes, clés API restreintes, aucune modification du pare-feu. Gratuit.
English 
Spanish 
German 
French 
Portuguese 
Japanese 
Korean 
Chinese 
Italian 
Dutch 
Indonesian 
Polish