View Categories

Cara Menghubungkan Database Oracle ke Claude/Cursor melalui MCP (Pengaturan Server Oracle MCP)

Waktu baca 24 menit

SERVER MCP BASIS DATA ORACLE

Meng querying database Oracle dengan Claude atau Kursor melalui MCP.

Hubungkan Oracle Database — on-premise, RAC, Exadata, Autonomous, atau 19c — ke Claude atau Cursor dengan satu kunci MCP. Schema Intelligence menangani dialek PL/SQL sehingga AI menulis SQL Oracle yang valid pada percobaan pertama, melalui tautan cloud keluar saja yang aman tanpa penerusan port.

Tidak ada lubang firewall. Satu kunci, setiap konektor Data langsung, tanpa jeda cache. Bawa alat AI Anda sendiri

Query Streams adalah platform integrasi data real-time yang aman yang membawa setiap basis data dan API SaaS di akun Anda ke Claude, Cursor, ChatGPT, dan Grok — melalui satu kunci MCP tanpa perubahan firewall. Panduan ini menjelaskan cara menghubungkan konektor Oracle MCP secara spesifik, sehingga alat AI Anda dapat menjawab pertanyaan dalam bahasa Inggris sederhana tentang karyawan, departemen, pesanan, keuangan, dan data Oracle Database lainnya — penggabungan, agregasi, sintaks khusus dialek PL/SQL, eksplorasi skema, pelaporan ad-hoc — tanpa Anda perlu menyalin dan menempel ekspor CSV dari SQL Developer, Toad, atau SQL*Plus. Baik Anda menjalankan Oracle 19c on-premise, Oracle Autonomous Database di OCI, Oracle XE di workstation pengembang, atau cluster RAC di Exadata, server Oracle MCP menghubungkan semuanya ke klien AI Anda melalui satu kunci. Pelajari selengkapnya di QueryStreams.com dan Daftar gratis untuk mulai mengajukan pertanyaan Oracle yang sebenarnya kepada alat AI Anda.

Apa yang diberikan Query Streams MCP untuk Oracle Database?

Server “Oracle MCP” lainnya di ranah sumber terbuka menghubungkan alat AI langsung ke string koneksi Oracle TNS. Cara ini berhasil, tetapi memasukkan kata sandi basis data (dan seringkali dompet) ke dalam konfigurasi klien AI Anda, membatasi alat AI hanya pada satu titik akhir Oracle tersebut, dan tidak memberi Anda jejak audit tentang apa yang sebenarnya diminta oleh AI. Server Query Streams MCP untuk Oracle memecahkan masalah yang lebih luas: satu kunci, setiap konektor, jejak audit lengkap, dan alat AI tidak pernah menyimpan kredensial Oracle Anda.

Tidak ada celah firewall masuk.

Agen Jaringan membuka satu tautan cloud terenkripsi keluar ke Query Streams. Klien AI Anda terhubung ke cloud, bukan ke host Oracle Anda. Tidak ada port yang perlu dibuka, tidak ada IP yang perlu diizinkan, tidak ada VPN, tidak ada listener Oracle TNS yang terekspos ke internet publik.

Satu kunci, setiap konektor

Kunci MCP yang sama menjangkau setiap basis data dan API SaaS yang terhubung dengan akun Anda. Tambahkan konektor Stripe atau PostgreSQL besok dan alat AI akan melihatnya berdampingan dengan skema Oracle Anda tanpa perlu memasukkan kunci ulang.

Kecerdasan Skema terintegrasi

AI tersebut melihat deskripsi yang dikurasi AI, tipe semantik, daftar nilai enum, dan kunci asing dengan skor kepercayaan untuk setiap kolom Oracle — bukan hanya sekadar teks biasa. SEMUA_KOLOM_TAB output. Program ini menulis SQL Oracle yang akurat pada percobaan pertama, bahkan pada skema lama dengan pemotongan nama kolom 30 karakter dari basis data pra-12c.

Mode baca saja diberlakukan di agen.

Bahkan seorang LLM yang berhalusinasi pun tidak bisa menerbitkannya. MENGHAPUS, MEMPERBARUI, atau MEMOTONG melalui Query Streams MCP. Agen Jaringan menolak apa pun yang tidak sesuai. PILIH, DENGAN, atau MENJELASKAN sebelum Oracle melihat SQL tersebut.

Batasan laju per tombol

Secara default, 60 permintaan per menit dan 10 panggilan eksekusi per menit, dapat dikonfigurasi per kunci. Perulangan panggilan alat AI yang tak terkendali akan mengenai token bucket, bukan batas sesi Oracle Anda atau tagihan OCPU Autonomous Database Anda.

Cara kerjanya tanpa membuka port firewall

Network Agent diinstal sekali pada host mana pun yang dapat menjangkau Database Oracle Anda melalui Oracle Net Services (TNS) dan melakukan panggilan satu tautan TLS keluar ke cloud — tidak ada data masuk yang pernah terekspos, dan alat AI tidak pernah melihat string koneksi atau wallet Oracle TNS Anda. Cara kerja koneksi khusus keluar →

Klien AI

Kursor, Claude,
ChatGPT, Grok

Server QS MCP

Streaming HTTP
Otentikasi X-MCP-Key

Agen Jaringan

Di jaringan Anda
Tautan awan keluar

Basis Data Oracle

TNS / dompet yang dipegang
oleh agen

Tidak diperlukan port masuk — agen melakukan panggilan keluar, bukan sebaliknya.

Kunci MCP yang Anda berikan kepada Cursor atau Claude bersifat terbatas (scoped).membaca / menganalisa / menjalankan), dapat dicabut kapan saja, dan dibatasi laju per kunci. Alat AI memanggil alat MCP ini untuk melakukan pekerjaannya:

querystreams-mcp · katalog alat
qs_daftar_organisasimembaca
Mengembalikan organisasi yang terikat pada kunci pemanggil.
qs_list_agentsmembaca
Mencantumkan agen jaringan dan status online.
konektor_daftar_qsmembaca
Menampilkan daftar konektor data (satu entri per server basis data atau API).
qs_get_connector_schemamembaca
Mengembalikan skema, tabel, dan kolom Oracle yang dapat diakses oleh AI, dengan pengayaan Schema Intelligence jika tersedia.
tabel_profil_qsmenganalisa
Nilai sampel, distribusi, deteksi enum, tipe semantik — sesuai permintaan.
qs_list_saved_queriesmembaca
Template SQL berparameter siap pakai yang dipercaya oleh tim. AI menjalankannya tanpa pernah melihat kode SQL-nya.
qs_run_saved_querymenjalankan
Menjalankan kueri yang tersimpan dengan kunci pola dengan penggantian parameter opsional.
qs_jalankan_kuerimenjalankan
Menjalankan perintah SELECT terhadap konektor. Validator baca-saja berjalan di agen, sebelum Oracle melihat SQL tersebut.

Mengapa Schema Intelligence membuat Query Streams MCP berbeda?

Sebagian besar server “MCP for Oracle” di ranah sumber terbuka memberikan alat AI Anda hal yang sama. SEMUA_KOLOM_TAB Oracle memberikan informasi kepada orang asing. Nama kolom. Tipe data. Mungkin kunci utama. LLM dibiarkan menebak apa STATUS_CD = 'A' artinya, apa EMP_NM_TXT sebenarnya menyimpan, atau yang mana dari dua ID_PEKERJAAN Kolom mana yang tepat untuk digabungkan (dan apakah pemotongan nama kolom 30 karakter sebelum versi 12c mengubah maknanya). Itulah mengapa SQL pertama yang ditulis sebagian besar LLM terhadap skema Oracle kosong salah — bukan karena LLM-nya buruk, tetapi karena tidak memiliki data yang dibutuhkan agar benar, dan kamus data Oracle padat.

Query Streams MCP mengembalikan skema yang sama yang diperkaya dengan apa yang kami sebut Kecerdasan Skema (SI) — Metadata yang dikurasi AI yang dihasilkan dengan menjalankan kueri pembuatan profil terhadap data Anda sebenarnya Data Oracle sebelum klien AI memintanya. Saat SI diaktifkan pada konektor dan basis data, setiap alat skema yang dipanggil AI (qs_get_connector_schema, qs_get_table_schema, tabel_profil_qs, qs_get_relationships) mengembalikan skema dasar ditambah enam lapisan pengetahuan yang telah dikurasi. LLM menghentikan proses menebak-nebak.

Untuk memperjelas hal ini, berikut adalah apa yang diterima klien AI dari satu permintaan saja. qs_get_table_schema melakukan panggilan terhadap skema khas Oracle HR (karyawan, departemen, pekerjaan, lokasi, riwayat pekerjaan) — pertama tanpa Schema Intelligence, lalu dengan Schema Intelligence.

Tanpa Kecerdasan Skema sumber_data: skema_tertangkap
// apa yang dilihat LLM == TABEL: hr.employees == – ID karyawan NOMOR(6) [PK, TIDAK NULL] – nama_belakang VARCHAR2(25) NOT NULL – email VARCHAR2(25) NOT NULL – tanggal_perekrutan TANGGAL TIDAK BOLEH KOSONG – ID pekerjaan VARCHAR2(10) NOT NULL - gaji NOMOR(8,2) – persentase komisi NOMOR(2,2) – manager_id NOMOR(6) – departemen_id NOMOR(4) == TABEL: departemen SDM == – ID departemen NOMOR(4) [PK] – nama_departemen VARCHAR2(30) NOT NULL – location_id NOMOR(4) == TABEL: hr.jobs == – job_id VARCHAR2(10) [PK] – jabatan VARCHAR2(35) NOT NULL – gaji minimum NOMOR(6) – gaji_maksimum NOMOR(6) == TABEL: jam.lokasi == – location_id NOMOR(4) [PK] - kota VARCHAR2(30) NOT NULL – country_id CHAR(2) Kunci Asing (dideklarasikan, tanpa pengayaan): karyawan.departemen_id -> departemen.departemen_id karyawan.pekerjaan_id -> pekerjaan.pekerjaan_id departemen.lokasi_id -> lokasi.lokasi_id rekomendasi si: negara: “tidak_dijalankan” Yang Anda lewatkan untuk panggilan ini: – Nilai sampel per kolom + deteksi enum – Deskripsi tabel dan kolom – Klasifikasi tipe semantik – Penandaan domain bisnis – Statistik persentase null untuk commission_pct catatan: “Hanya tipe dan PK/FK, tanpa konteks semantik”
Dengan Kecerdasan Skema sumber_data: kecerdasan_skema
// apa yang dilihat LLM == TABEL: hr.employees [FAKTA, domain:hr] == “Satu baris per karyawan, saat ini dan historis. Gaji adalah gaji pokok tahunan dalam USD; total kompensasi = gaji * (1 + NVL(komisi_persen, 0)).” – ID karyawan NOMOR(6) [PK] pengidentifikasi – nama_belakang VARCHAR2(25) nama_orang – email VARCHAR2(25) email (awalan login) Contoh: SKING, NKOCHHAR, LDEHAAN – tanggal_perekrutan TANGGAL tanggal_iso Rentang waktu: 17 Juni 1987 – 21 April 2025 – ID pekerjaan VARCHAR2(10) kode_status (enum) IT_PROG (16%) | SA_REP (12%) | ST_CLERK (10%) | … FK -> jobs.job_id (tumpang tindih 100%, conf 0.99) - gaji NOMOR(8,2) mata uang Rentang: 2.100,00 – 24.000,00 · rata-rata 6.461,83 – persentase komisi NOMOR(2,2) persentase (dapat bernilai null, 65% null) Rentang: 0,10 – 0,40 (khusus staf penjualan) – manager_id NOMOR(6) pengidentifikasi FK -> employees.employee_id (referensi diri) – departemen_id NOMOR(4) pengidentifikasi FK -> departments.department_id (conf 0.99) == TABEL: departemen SDM [DIM, domain:hr] == – nama_departemen VARCHAR2(30) kode_status (enum) Contoh: Penjualan, TI, Pemasaran, Keuangan, Sumber Daya Manusia == TABEL: hr.jobs [LOOKUP, domain:hr] == “Katalog pekerjaan. min_salary/max_salary menentukan rentang untuk setiap job_id.” – jabatan VARCHAR2(35) konten teks – gaji minimum NOMOR(6) mata uang – gaji_maksimum NOMOR(6) mata uang == TABEL: jam.lokasi [DIM, domain:hr] == – kota VARCHAR2(30) kota geografis Contoh: Seattle, Toronto, London, Tokyo, Munich – country_id CHAR(2) kode_negara_geografis

Kecerdasan Skema enam lapisan menambahkan

Setiap lapisan menangani kelas pertanyaan yang biasanya ditebak oleh LLM. Proses pembuatan profil SI yang bersifat opsional berjalan hanya baca terhadap data Oracle Anda tanpa mengubah skema Anda. Apa yang ditambahkan oleh Schema Intelligence dan bagaimana cara agar tetap mutakhir →

Deskripsi yang dikurasi oleh AI

Penjelasan sederhana dan mudah dipahami untuk setiap skema, tabel, dan kolom — dibuat sekali, diperbarui saat skema Oracle Anda berubah. Dinilai berdasarkan tingkat kepercayaan; deskripsi yang dibuat pengguna selalu diutamakan.

karyawan: “Satu baris per karyawan,
baik yang terkini maupun yang historis.”

Klasifikasi tabel

Setiap tabel diberi tag FACT (peristiwa transaksional), DIM (referensi deskriptif), atau LOOKUP (peta kode kecil), ditambah domain bisnis — SDM, penjualan, keuangan, dukungan, dan 15 lainnya.

karyawan [FAKTA, domain:hr]
pekerjaan [LOOKUP, domain:hr]

Tipe semantik per kolom

Delapan belas tipe — mata uang, email, tanggal_iso, kode_status, persentase, posisi_peringkat, pengidentifikasi, url, nama_orang, dan banyak lagi. AI menghasilkan SQL Oracle yang benar secara dialek (SYSDATE, NVL, AMBIL BARIS PERTAMA SAJA) yang sesuai untuk setiap jenis.

Gaji: mata uang · Email: email
komisi_pct: persentase

Nilai sampel dari data nyata

Baris-baris acak ditampilkan ke LLM sehingga dapat mengenali pola yang tidak dapat ditampilkan oleh skema Oracle mana pun — konvensi pemformatan, nilai VARCHAR2 yang dikodekan, gaya penamaan, dan bentuk sebenarnya dari string Anda.

email: ['SKING', 'NKOCHHAR',
'LDEHAAN', 'AHUNOLD']

Deteksi enum dengan distribusi

Kolom dengan kardinalitas rendah (50 nilai berbeda atau kurang, paling banyak 5% baris unik) dipetakan ke daftar nilai lengkapnya dengan jumlah baris. AI tidak pernah menebak huruf besar/kecil Oracle atau ejaan kode pekerjaan.

ID_pekerjaan: IT_PROG (16%) | SA_REP (12%)
| ST_CLERK (10%) | …

Penemuan kunci asing implisit

Analisis tumpang tindih data lintas tabel menemukan penggabungan yang tidak dideklarasikan sebagai batasan DDL (dan mengkonfirmasi yang memang dideklarasikan). Disimpan bersama dengan kunci asing Oracle formal dengan skor kepercayaan, yang dikembalikan oleh qs_get_relationships.

karyawan.departemen_id ->
departemen.departemen_id (konfigurasi 0.99)

Perintah yang sama, SQL yang berbeda.

Buktinya ada pada SQL yang sebenarnya ditulis oleh alat AI tersebut. Sesi Cursor yang sama, model Claude yang sama, perintah yang sama — “Tunjukkan kepada saya 5 karyawan dengan gaji tertinggi yang bergabung dalam setahun terakhir, termasuk total kompensasi dan departemen mereka.” Tanpa Schema Intelligence, LLM menebak dengan sintaks bergaya PostgreSQL yang ditolak oleh Oracle. Dengan Schema Intelligence, LLM mengetahui dialek tersebut.

Tanpa Kecerdasan Skema
— Upaya pertama LLM melawan skema dasar: PILIH ID karyawan, nama belakang, gaji, gaji + (gaji * persentase komisi) AS total_comp DARI karyawan DI MANA tanggal_perekrutan >= '2025-05-06' PESAN OLEH gaji DESC BATAS 5 ORA-00933: Perintah SQL tidak diakhiri dengan benar LIMIT adalah PostgreSQL/MySQL, bukan Oracle. “karyawan” tidak memenuhi syarat — skema yang ambigu commission_pct diabaikan karena bisa bernilai null — NULL mencemari total_comp Tanggal yang ditetapkan secara permanen — “tahun lalu” bersifat dinamis. Tidak ada opsi JOIN ke departemen — permintaan ini diajukan.
Dengan Kecerdasan Skema
— Upaya pertama LLM dengan SI diaktifkan: PILIH e.employee_id, e.last_name, e.salary, e.salary * (1 + NVL(e.komisi_persen, 0)) AS total_comp, d.department_name DARI hr.karyawan e GABUNG departemen SDM d ON d.department_id = e.department_id DI MANA e.tanggal_perekrutan >= TAMBAHKAN_BULAN(SYSDATE, –12) PESAN OLEH gaji DESC AMBIL DULU 5 HANYA BARIS 5 baris. Benar pada percobaan pertama. Tag FACT/DIM memandu penggabungan ke departemen. Pengayaan FK dikonfirmasi department_id link commission_pct ditandai sebagai nullable — NVL diterapkan Tanggal perekrutan melihat tipe semantik = date_iso -> ADD_MONTHS Oracle 12c+ AMBIL HANYA n BARIS PERTAMA Kualifikasi skema hr dari metadata konektor
Tidak ingin menjalankan Schema Intelligence? MCP masih berfungsi — alat skema mengembalikan metadata mentah (tipe, kunci utama, kunci asing formal, indeks) dan setiap respons yang terdegradasi membawa sebuah rekomendasi si Memblokir dan memberi tahu AI apa yang kurang, termasuk opsi satu kali panggilan untuk mengaktifkan SI di tengah percakapan melalui qs_request_si_analysis. Bagaimana Schema Intelligence bekerja dan berapa lama waktu yang dibutuhkan →
Nova AI

MCP tidak cocok untuk Anda? Coba Nova AI sebagai gantinya.

Lewati konfigurasi JSON sepenuhnya: Nova AI terintegrasi ke dalam portal web Query Streams. dan mengajukan pertanyaan-pertanyaan sederhana yang sama terhadap konektor Oracle Anda — agen yang sama, penegakan baca-saja yang sama, Kecerdasan Skema yang sama, tanpa infrastruktur MCP.

Temui Nova AI

Prasyarat

Sebelum memulai, pastikan Anda memiliki:

  1. Akun Query Streams gratis di my.querystreams.com.
  2. Agen Jaringan Query Streams diinstal pada mesin yang dapat terhubung ke Database Oracle Anda — lihat Unduh Agen Query Streams.
  3. Konektor Oracle yang dikonfigurasi terhadap agen — lihat yang sudah ada. pengaturan konektor Panduan untuk string koneksi TNS. Agen menyimpan kata sandi pengguna Oracle (atau wallet, Kerberos, atau kredensial layanan direktori); alat AI tidak pernah menyentuhnya.
  4. Klien AI apa pun yang kompatibel dengan MCP. Kami akan menunjukkan Cursor, Claude Desktop, ChatGPT, dan Grok dalam panduan ini; jika Anda menggunakan Windsurf, Zed, Continue, Cline, VS Code Copilot, Codex, atau Goose, blok konfigurasinya pada dasarnya sama.
  5. Lima menit.
Anda hanya perlu mengatur agen sekali saja. Agen yang sama yang mendukung add-on Excel dan Google Sheets Query Streams, Query Builder web, dan Nova AI juga melayani MCP. Menambahkan MCP ke akun Query Streams yang sudah ada hanya memerlukan pembuatan kunci — agen dan konektor Oracle Database sudah berjalan.
1

Hasilkan kunci MCP

Dari /mcp Di halaman Query Streams, buat kunci dengan cakupan yang Anda inginkan.

2

Masukkan ke dalam klien AI Anda.

Satu cuplikan JSON untuk Cursor, Claude, ChatGPT, atau Grok. Kunci yang sama di mana pun.

3

Ajukan pertanyaan

“Berapa rata-rata masa kerja karyawan kita per departemen?” — AI memanggil alat yang tepat, Anda mendapatkan jawabannya.

Langkah 1: Hasilkan kunci MCP di Query Streams

Masuk ke Query Streams dan buka Halaman MCP (atau masuk terlebih dahulu di my.querystreams.com lalu klik MCP (di navigasi sebelah kiri). Klik Hasilkan kunci, beri nama yang mudah dikenali pada kunci tersebut (sesuatu seperti kursor-laptop atau claude-desktop), dan pilih cakupan yang Anda inginkan untuk tombol ini:

  • membaca — AI dapat menelusuri konektor dan membaca skema. Diperlukan untuk semua hal lainnya.
  • menganalisa — AI dapat membuat profil tabel dan menemukan relasi (nilai sampel, distribusi, tipe semantik). Opsional tetapi sangat disarankan untuk pekerjaan Oracle, di mana pemahaman tentang bentuk data Anda penting ketika LLM menghasilkan penggabungan di seluruh skema lama.
  • menjalankan — AI tersebut sebenarnya dapat menjalankan SQL. Tanpa ini, AI hanya dapat membaca metadata skema saja.

Untuk alur kerja tipikal "biarkan Claude menganalisis data Oracle saya", ketiga cakupan tersebut sesuai. Untuk kunci yang Anda berikan kepada rekan tim atau klien yang kurang tepercaya, hilangkan salah satunya. menjalankan dan biarkan mereka hanya melihat-lihat. Anda dapat mencabut kunci apa pun kapan saja dari halaman yang sama; klien AI akan melihat KUNCI MCP DICABUT pada panggilan berikutnya dan berhenti bekerja seketika. Tidak ada penundaan propagasi.

Salin kuncinya sekarang — Query Streams menampilkannya sekali, lalu hanya menyimpan hash-nya. Jika Anda kehilangannya, buat yang baru. Kuncinya terlihat seperti ini: qsmcp_ diikuti oleh 48 karakter acak dan itulah yang dikirimkan oleh klien AI Anda. Kunci X-MCP Header permintaan.

Langkah 2: Tambahkan Query Streams MCP ke klien AI Anda

Konfigurasinya memiliki bentuk yang sama di setiap klien yang mendukung MCP — entri server MCP yang mengarah ke https://mcp.querystreams.com dengan kunci Anda di Kunci X-MCP Header. Pilih klien Anda di bawah ini.

Kursor
Kursor ~/.cursor/mcp.json
// Edit ~/.cursor/mcp.json
{
  "mcpServers": {
    "aliran kueri": {
      "url": "https://mcp.querystreams.com",
      "header": {
        "Kunci X-MCP": "qsmcp_PASTE_KEY_HERE"
      }
    }
  }
}
Claude Desktop
Claude Desktop claude_desktop_config.json
// Pengaturan → Pengembang → Edit Konfigurasi
{
  "mcpServers": {
    "aliran kueri": {
      "url": "https://mcp.querystreams.com",
      "header": {
        "Kunci X-MCP": "qsmcp_PASTE_KEY_HERE"
      }
    }
  }
}
ChatGPT
ChatGPT Aplikasi & Konektor
// Pengaturan → Aplikasi & Konektor → Tambahkan MCP
URL Server  https://mcp.querystreams.com
Header otentikasi Kunci X-MCP
Nilai header qsmcp_PASTE_KEY_HERE

// Membutuhkan paket ChatGPT berbayar
// (Plus / Pro / Team / Enterprise).
Grok
Grok Alat MCP Jarak Jauh
// Grok → Pengaturan → Alat
{
  "server mcp": [{
    "nama": "aliran kueri",
    "url": "https://mcp.querystreams.com",
    "header otentikasi": "Kunci X-MCP",
    "nilai_otorisasi": "qsmcp_..."
  }]
}

Restart klien AI Anda. Pada saat dijalankan berikutnya, klien akan menemukan delapan alat Query Streams MCP yang tercantum di atas dan menampilkannya di palet alatnya. Di Cursor dan Claude Desktop, Anda dapat memverifikasinya dengan mengetik “konektor daftar” — AI harus menelepon konektor_daftar_qs dan kembalikan konektor Oracle Anda beserta semua hal lain yang telah Anda konfigurasi.

Langkah 3: Ajukan pertanyaan Oracle kepada AI

Anda tidak perlu menulis SQL — AI yang melakukannya. Anda mengajukan pertanyaan, AI memilih alat MCP yang tepat, agen menjalankan kueri terhadap Basis Data Oracle Anda, dan jawabannya akan dikembalikan berupa teks beserta tabel. Tiga contoh perintah untuk dicoba terlebih dahulu:

“Berapa rata-rata masa kerja karyawan kita per departemen?”
Tenaga kerja
AI akan menelepon qs_get_connector_schema untuk menemukan SDM karyawan dan departemen SDM meja, lalu qs_jalankan_kueri dengan perintah SELECT yang menggabungkannya berdasarkan ID departemen dan menghitung AVG(MONTHS_BETWEEN(SYSDATE, e.hire_date) / 12) per departemen. Hasilnya adalah tabel peringkat departemen dengan masa kerja rata-rata dalam tahun, jumlah karyawan, dan catatan kepercayaan tentang tingkat pergantian karyawan. Anda akan mendapatkan interpretasi tertulis di sampingnya — departemen mana yang stabil, mana yang berkembang, dan mana yang berisiko mengalami pengurangan karyawan — yang disimpulkan AI langsung dari data SDM Oracle.
“Tunjukkan kepada saya 10 karyawan dengan gaji tertinggi yang bergabung dalam setahun terakhir.”
Kompensasi
AI tersebut menggunakan aritmatika tanggal khas Oracle untuk membatasi 12 bulan terakhir (e.tanggal_perekrutan >= TAMBAH_BULAN(TANGGAL_SYSD, -12)), berlaku NVL(persentase_komisi, 0) untuk menangani kolom persentase yang dapat bernilai null yang ditandai oleh Schema Intelligence, penggabungan SDM karyawan melalui ID departemen ke departemen SDM untuk konteks, dan peringkat berdasarkan gaji dengan AMBIL HANYA 10 BARIS PERTAMAHasilnya adalah tabel yang berisi ID karyawan, nama belakang, gaji pokok, total kompensasi termasuk komisi, departemen, dan tanggal perekrutan — AI biasanya memberi anotasi pada peran mana yang berada di atas level mereka. pekerjaan.gaji_maksimum band sebagai tindak lanjut.
“Kategori pekerjaan mana yang mengalami pertumbuhan paling besar dari tahun ke tahun?”
Jumlah orang
AI tersebut menggunakan deteksi enum dari Schema Intelligence pada karyawan.job_id untuk beroperasi pada distribusi kode pekerjaan yang ditemukan (PROGRAM_TI, SA_REP, ST_CLERK, …), kelompok SDM karyawan oleh ID pekerjaan dengan dua penghitungan berjendela — satu difilter ke Tanggal_perekrutan >= TAMBAH_BULAN(TANGGAL_SYSD, -12) dan satu lagi untuk periode 12 bulan sebelumnya — kemudian diurutkan berdasarkan delta tahun ke tahun. Hasilnya adalah daftar kategori pekerjaan yang diurutkan dengan jumlah karyawan saat ini, jumlah karyawan tahun sebelumnya, perubahan absolut, dan perubahan persentase. AI biasanya menandai peran yang tumbuh paling cepat sebagai sinyal tren perekrutan, bukan sekadar artefak pembulatan sesaat.

Saat AI pertama kali memanggil suatu alat, klien Anda mungkin akan menampilkan prompt konfirmasi yang meminta Anda untuk menyetujui panggilan alat tersebut — itu adalah alur persetujuan standar MCP, bukan sesuatu yang ditambahkan oleh Query Streams. Setujui sekali dan AI akan melanjutkan percakapan selanjutnya dengan bebas. Anda dapat meninjau kembali persetujuan tersebut kapan saja di pengaturan klien Anda.

Pemberitahuan tagihan yang jujur: Penggunaan MCP dikenakan biaya berdasarkan byte yang tidak terkompresi.

Add-in Excel Query Streams, add-on Google Sheets, Query Builder web, dan Nova AI semuanya berjalan melalui tautan cloud terkompresi kami — kami mengukur dan menagihnya. byte terkompresi terhadap ranah data Anda. Transportasi MCP (Streamable HTTP sesuai spesifikasi resmi MCP) tidak secara andal mendukung kompresi ujung-ke-ujung di setiap klien dan proxy perantara, jadi kami mengukur dan menagihnya. Byte yang tidak dikompresi untuk lalu lintas MCP.

  • Artinya: Kueri agregat Oracle 5 MB membutuhkan sekitar 5 MB dari ranah data Anda saat diambil melalui MCP, dibandingkan dengan sekitar 700 KB – 1,2 MB melalui Excel / Sheets / Nova / Query Builder. Data Oracle dengan pengulangan VARCHAR2 nilai-nilai, ID pekerjaan kode, dan nama_departemen Dimensi terkompresi sekitar 5x melalui LZ4 pada protokol transfer lainnya. Data yang sama, protokol transfer berbeda, ukuran yang dapat ditagih berbeda.
  • Yang dapat Anda lakukan: untuk kueri berulang yang sangat besar (misalnya ekspor 100.000+ baris dari riwayat pekerjaan SDM atau tabel audit), lebih memilih jalur Excel/Sheets/Nova. Untuk panggilan alat AI interaktif (respons Oracle tipikal 100–5.000 baris yang sesuai dalam konteks LLM), MCP adalah pilihan yang tepat dan perbedaan biayanya hanya beberapa sen.

Pertanyaan yang sering diajukan

Apakah saya perlu membuka port atau menjalankan VPN untuk menggunakannya? +
Tidak ada aturan firewall masuk, penerusan port, NAT punchthrough, atau VPN. Agen Jaringan membuat satu koneksi TLS keluar (port 443) dan klien AI Anda terhubung. https://mcp.querystreams.com dari internet publik — jika HTTPS keluar berfungsi pada host agen, MCP akan berfungsi. Lihat cara kerja koneksi khusus keluar →
Alat AI apa saja yang dapat saya gunakan dengan Query Streams MCP? +
Klien apa pun yang mendukung protokol Model Context terbuka — Claude Desktop, Claude Code, Cursor, ChatGPT (berbayar), Grok, Gemini CLI, Windsurf, Zed, dan 500+ lainnya. Bawa alat AI Anda sendiri; Anda tidak perlu beralih. Lihat semua klien AI yang didukung →
Bisakah saya mencabut kunci MCP? +
Ya — tiga sakelar pemutus independen (per tombol dari /mcp halaman, per-organisasi melalui pengaturan paket, dan tingkat platform), yang semuanya tidak memerlukan rotasi kata sandi basis data atau memulai ulang agen. Selengkapnya tentang keamanan kunci MCP →
Bagaimana penggunaan MCP ditagihkan ke dalam data realm saya? +
Panggilan eksekusi MCP mengurangi anggaran ranah data yang sama dengan yang sudah digunakan oleh Excel, Google Sheets, Web Query Builder, dan Nova AI Anda — satu anggaran konsumsi di setiap metode akses. Ukuran yang diukur untuk MCP berbeda-beda. Klien lainnya menggunakan tautan cloud terkompresi kami (kami yang menagih). byte terkompresi); MCP berjalan melalui Streamable HTTP, yang tidak secara andal mendukung kompresi ujung-ke-ujung melalui setiap klien dan proxy, jadi kami menagih Byte yang tidak dikompresiSebuah kueri agregat Oracle berukuran 5 MB yang dikembalikan ke Excel biasanya membutuhkan sekitar 700 KB – 1,2 MB dari ranah data Anda; hasil 5 MB yang sama yang dikembalikan ke Cursor melalui MCP membutuhkan sekitar 5 MB. Data Oracle dengan pengulangan VARCHAR2 Nilai-nilai tersebut dikompresi sekitar 5x melalui LZ4 pada transport lainnya. Kami transparan mengenai hal ini karena kami lebih suka Anda mengetahuinya di awal daripada terkejut di akhir siklus penagihan.
Apakah Query Streams MCP berfungsi dengan Oracle Autonomous Database, Oracle XE, atau Oracle pada klaster RAC saya? +
Ya — Network Agent terhubung melalui Oracle Instant Client ke instance Oracle Database mana pun, versi 11g atau yang lebih baru. Basis Data Otonom Oracle (Selalu Gratis, Pemrosesan Transaksi, Gudang Data, JSON), Oracle XE (edisi lokal gratis, ideal untuk workstation pengembangan), Oracle di RAC (Klaster Aplikasi Nyata), Oracle Exadata (X8M/X9M on-premise dan Exadata Cloud@Customer), Oracle Database 19c / 21c / 23c on premise, AWS RDS untuk Oracle, Azure Database untuk OracleOracle yang dihosting sendiri di EC2 / Azure VM / OCI Compute / Google Compute Engine semuanya terlihat sama bagi agen: string koneksi TNS ditambah kredensial (kata sandi, wallet, Kerberos, atau layanan LDAP/direktori). Untuk Autonomous Database, agen memuat wallet yang Anda unduh dari OCI dan menggunakan otentikasi bersama TLS secara otomatis. Untuk klaster RAC, agen berkomunikasi dengan listener SCAN — Anda tidak perlu menghitung node klaster sendiri. Tip: Daftarkan setiap instance Oracle sebagai konektornya sendiri. Primary Oracle 19c transaksional Anda, standby RAC read-only Anda, data warehouse Exadata Anda, dan database XE pengembangan Anda dapat menjadi empat konektor terpisah pada kunci MCP yang sama, dan LLM memilih yang tepat berdasarkan nama sesuai pertanyaan (pencarian titik data masuk ke OLTP, agregasi analitik besar masuk ke Exadata). Server MCP tidak melihat kredensial; hanya agen yang melihatnya.
Apa perbedaannya dengan menjalankan server Oracle MCP sumber terbuka sendiri? +
Server Oracle MCP langsung (proyek komunitas di GitHub memang ada) adalah satu MCP per sumber data. Untuk membuat Claude membaca dari Oracle Anda + Google Search Console + akun Stripe Anda + gudang data Snowflake Anda, Anda memerlukan empat server MCP yang dikonfigurasi secara terpisah di setiap klien AI, masing-masing dengan kredensialnya sendiri, masing-masing dengan model cakupannya sendiri, masing-masing dengan cerita auditnya sendiri. Query Streams MCP adalah satu kunci yang menjangkau setiap konektor yang telah dipasangkan akun Anda. Anda juga mendapatkan Schema Intelligence, penegakan baca-saja lapisan agen, batasan laju per kunci, jejak audit di log_peristiwa, dan alur penagihan ranah data yang sama yang sudah Anda gunakan — yang semuanya tidak diberikan langsung oleh Oracle MCP kepada Anda.
Apa yang terjadi jika AI mencoba menulis atau menghapus data? +
Permintaan tersebut ditolak di agen sebelum sumber data melihat SQL. Setiap qs_jalankan_kueri Panggilan tersebut diuraikan oleh validator baca-saja yang dikodekan secara permanen yang hanya mengizinkan PILIH, DENGAN, dan JELASKAN RENCANA pernyataan; hal lain apa pun akan dikembalikan PELANGGARAN HANYA BACA dan tidak pernah mencapai Oracle. Validator berjalan dalam proses agen di jaringan Anda, bukan di cloud, sehingga permukaan cloud yang disusupi tidak dapat melewatinya. (Anda dapat menambahkan pengguna hanya baca di sisi Oracle jika Anda menginginkan pengamanan ekstra — buat pengguna hanya dengan PILIH hak istimewa pada yang relevan jam. / penjualan. / keuangan. skema, atau memberikan PERAN_KATALOG_PILIH untuk akses kamus data hanya baca. Validator agen tidak bergantung pada izin apa pun yang telah Anda konfigurasikan di Oracle.)
Bisakah saya melihat apa yang sebenarnya ditanyakan oleh AI? +
Ya. Setiap panggilan alat MCP menulis satu baris ke log_peristiwa dengan informasi organisasi, pengguna, kunci, cakupan, latensi, dan kode hasil. Admin organisasi dapat menjawab pertanyaan “siapa yang menggunakan MCP minggu lalu, konektor mana, dan apa yang mereka tanyakan?” hanya dengan satu kueri. Perhatikan bahwa kami mencatatnya. nama alat dan metadata, bukan teks SQL atau baris yang dikembalikan — itu mengalir melalui tautan cloud dan tidak pernah masuk ke log cloud. Jika Anda menginginkan audit teks SQL lengkap, aktifkan audit sisi basis data pada mesin yang mendasarinya; khusus untuk Oracle, itu adalah Audit Terpadu (12c+, jalur modern yang direkomendasikan), warisan AUDIT pernyataan menentang SYS.AUD$ / DBA_AUDIT_TRAIL, Audit yang Teliti (DBMS_FGA) untuk pembatasan cakupan tingkat kolom, atau Oracle Audit Vault dan Firewall Basis Data untuk audit terpusat di berbagai instance Oracle.
Apakah saya harus menjalankan Schema Intelligence untuk menggunakan Query Streams MCP? +
TIDAK - Schema Intelligence bersifat opsional per (konektor, basis data) pasangan, dan MCP berfungsi dengan baik tanpa itu. AI mendapatkan skema dasar (tipe, kunci utama, kunci asing formal, indeks) dan menulis kueri dasar. Dengan SI diaktifkan, AI mendapatkan enam lapisan metadata tambahan yang telah dikurasi: (1) Deskripsi yang disusun oleh AI pada setiap skema, tabel, dan kolom; (2) klasifikasi tabel (FACT untuk peristiwa transaksional, DIM untuk referensi deskriptif, LOOKUP untuk peta kode kecil) ditambah tag domain bisnis (hr, sales, finance, seo, support, dan 14 lainnya); (3) Tipe semantik pada setiap kolom (mata uang, email, date_iso, status_code, persentase, ranking_position, identifier, url, person_name, dan 9 lainnya) yang mendorong pembuatan SQL Oracle yang sesuai dengan dialek (SYSDATE, NVL, AMBIL BARIS PERTAMA SAJA, TAMBAHKAN_BULAN); (4) Ambil contoh nilai dari data asli Anda agar LLM dapat mengenali pola yang tidak dapat ditunjukkan oleh skema mana pun, termasuk nama kolom yang dipersingkat sebelum versi 12c; (5) deteksi enum dengan distribusi nilai lengkap untuk kolom berkardinalitas rendah seperti ID pekerjaan; Dan (6) Kunci asing yang ditemukan AI berdasarkan tumpang tindih data lintas tabel (dan pengayaan kunci asing yang diberi skor kepercayaan yang sudah dideklarasikan oleh kamus data Oracle), muncul melalui qs_get_relationshipsTanpa SI, setiap respons alat skema juga membawa sebuah rekomendasi si Dengan mencantumkan secara tepat apa yang kurang dalam panggilan tersebut — AI dapat membaca ini dan menawarkan untuk memicu SI di tengah percakapan melalui qs_request_si_analysisWaktu eksekusi berbanding lurus dengan jumlah tabel: skema Oracle kecil di bawah 100 tabel selesai dalam waktu sekitar 10 menit; skema ukuran menengah (beberapa ratus tabel) selesai dalam 15–25 menit; basis data perusahaan besar dengan 1.500+ tabel dapat memakan waktu 45–60 menit untuk pemindaian penuh. SI berjalan melalui Agen Jaringan Anda terhadap data Anda (tidak pernah di cloud), tidak pernah menulis ke basis data Anda, tidak pernah mengubah skema Anda, dan memperbarui secara bertahap ketika skema Anda berubah — sehingga eksekusi selanjutnya setelah Anda menambahkan atau mengubah tabel jauh lebih cepat daripada yang pertama. Efek ujung-ke-ujung: dengan SI diaktifkan, klien AI Anda menulis SQL Oracle yang benar pada percobaan pertama jauh lebih sering daripada terhadap server "MCP for X" mana pun yang hanya memberikan data mentah ke LLM. SEMUA_KOLOM_TAB.
Bagaimana jika saya menambahkan konektor lain nanti, seperti Stripe atau PostgreSQL? +
Tidak ada yang berubah di sisi klien — kunci yang sama mencapai konektor baru pada saat agen memasangkannya (konektor_daftar_qs (diambil secara otomatis). Satu blok konfigurasi membeli seluruh akun Anda, saat ini dan di masa mendatang. Mengapa satu kunci mencakup semua konektor →
Apakah saya harus mengatur MCP hanya untuk mengobrol dengan data saya? +
TIDAK - Nova AI terintegrasi ke dalam portal Query Streams. dan berfungsi dengan setiap konektor (termasuk Oracle) tanpa pengaturan MCP atau file konfigurasi. Gunakan Nova untuk berinteraksi dengan data Anda di dalam Query Streams; gunakan MCP ketika Anda ingin klien AI Anda sendiri (Claude, Cursor, ChatGPT, …) mengakses data yang sama — agen yang sama, konektor yang sama, dan Schema Intelligence yang sama di baliknya. Pelajari lebih lanjut tentang Nova AI →

Mulai

Hubungkan alat AI Anda ke Database Oracle Anda dalam lima menit.

Satu kunci MCP menjangkau Oracle, setiap basis data lainnya, dan setiap konektor API di akun Query Streams Anda — dengan jejak audit lengkap, batasan laju per kunci, dan tanpa perubahan firewall. Claude, Cursor, ChatGPT, dan Grok semuanya berfungsi tanpa perlu konfigurasi tambahan.

Panduan terkait: Unduh Agen Query Streams | Pengaturan Konektor Basis Data | Semua panduan Server MCP | Konversi teks ke SQL Nova AI

Kategori: Server MCP

Tag: mcp, claude, kursor, oracle, basis data oracle, basis data, perusahaan, basis data otonom

Deskripsi Meta: Menghubungkan Database Oracle ke Claude atau Cursor melalui Query Streams MCP. Otonom, RAC, Exadata, 19c. Hanya keluar, hanya baca, pengaturan 5 menit.

Updated on 16 Juni 2026

Powered by BetterDocs