Visualizza le categorie

Come connettere MySQL a Claude/Cursor tramite MCP (Configurazione del server MySQL MCP)

28 minuti di lettura

SERVER MCP MySQL

Interroga MySQL con Claude o Cursor tramite MCP.

Collega MySQL — on-premise, AWS RDS, Azure Database for MySQL o Google Cloud SQL — a Claude o Cursor con una chiave MCP. Schema Intelligence gestisce le peculiarità dei dialetti (collazione senza distinzione tra maiuscole e minuscole, parole riservate tra apici inversi, ORA() - INTERVALLO n GIORNO, LIMITE n) quindi l'IA scrive MySQL valido al primo tentativo.

Nessuna falla nel firewall Una sola chiave, ogni connettore Dati in tempo reale, senza ritardi dovuti alla cache. Porta il tuo strumento di intelligenza artificiale

Query Streams è una piattaforma di integrazione dati sicura e in tempo reale che integra tutti i database e le API SaaS del tuo account in Claude, Cursor, ChatGPT e Grok, tramite un'unica chiave MCP e senza modifiche al firewall. Questa guida illustra nello specifico come configurare il connettore MySQL MCP, in modo che il tuo strumento di intelligenza artificiale possa rispondere a domande in linguaggio naturale su ordini, clienti, cataloghi prodotti e qualsiasi altro dato MySQL (join, aggregazioni, esplorazione dello schema, report ad hoc) senza dover copiare e incollare file CSV esportati da MySQL Workbench, phpMyAdmin, DBeaver o HeidiSQL. Per saperne di più, visita QueryStreams.com e iscriviti gratuitamente per iniziare a porre al tuo strumento di intelligenza artificiale domande reali su MySQL.

Cosa offre Query Streams MCP per MySQL

Altri server "MySQL MCP" presenti nel panorama open source collegano lo strumento di intelligenza artificiale direttamente a una stringa di connessione MySQL. Questo funziona, ma inserisce la password del database nella configurazione del client di intelligenza artificiale, limita l'utilizzo dello strumento a un solo endpoint MySQL e non fornisce alcuna traccia di controllo delle richieste effettivamente effettuate dall'IA. Il server Query Streams MCP per MySQL risolve un problema più ampio: un'unica chiave, tutti i connettori, traccia di controllo completa e lo strumento di intelligenza artificiale non memorizza mai le credenziali MySQL.

Nessuna falla nel firewall in entrata

L'agente di rete apre un singolo collegamento cloud crittografato in uscita verso Query Streams. Il client AI si connette al cloud, mai al tuo host MySQL. Nessuna porta da aprire, nessun IP da inserire in una lista bianca, nessuna VPN, nessun listener MySQL esposto a Internet.

Una sola chiave, ogni connettore

La stessa chiave MCP è accessibile a tutti i database e le API SaaS a cui il tuo account è connesso. Aggiungi un connettore Stripe o PostgreSQL domani stesso e lo strumento di intelligenza artificiale lo rileverà accanto alle tue tabelle MySQL senza bisogno di reinserire la chiave.

Schema Intelligence integrato

L'IA vede descrizioni curate dall'IA, tipi semantici, elenchi di valori enum e chiavi esterne scoperte per ogni colonna MySQL, non solo semplici schema_informativo Output. Scrive SQL corretto al primo tentativo, anche su schemi MySQL legacy con nomi di colonna criptici.

Modalità di sola lettura imposta dall'agente

Nemmeno un LLM allucinatorio può emettere ELIMINARE, AGGIORNAMENTO, o TRONCARE tramite Query Streams MCP. L'agente di rete rifiuta tutto ciò che non è SELEZIONARE, CON, o SPIEGARE prima ancora che MySQL veda l'SQL.

limiti di frequenza per chiave

60 richieste al minuto e 10 chiamate di esecuzione al minuto per impostazione predefinita, configurabili per chiave. Un ciclo di chiamate a strumenti di IA fuori controllo colpisce un bucket di token, non il pool di connessioni MySQL o la fattura di hosting.

Come funziona senza aprire le porte del firewall

L'agente di rete Query Streams si installa una sola volta su una macchina in grado di raggiungere il server MySQL e stabilisce una connessione TLS in uscita verso il cloud utilizzando il protocollo di rete standard di MySQL: nessun dato in entrata viene esposto e lo strumento di intelligenza artificiale non visualizza mai la stringa di connessione a MySQL. Come funziona la connessione solo in uscita →

Cliente AI

Cursor, Claude,
ChatGPT, Grok

Server QS MCP

HTTP in streaming
Autenticazione chiave X-MCP

Agente di rete

Sulla tua rete
Collegamento cloud in uscita

Database MySQL

stringa di miscelazione
detenuto dall'agente

Non è necessaria alcuna porta in entrata: è l'agente a effettuare la chiamata in uscita, mai il contrario.

Il tasto MCP che assegni al cursore o a Claude è vincolato a un ambito specifico (Leggere / analizzare / eseguire), revocabile in qualsiasi momento e con limitazione di frequenza per chiave. Lo strumento di intelligenza artificiale richiama questi strumenti MCP per svolgere il suo lavoro:

querystreams-mcp · catalogo strumenti
qs_list_organizationsLeggere
Restituisce l'organizzazione associata alla chiave chiamante.
qs_list_agentsLeggere
Elenca gli agenti di rete e lo stato online.
qs_list_connectorsLeggere
Elenca i connettori dati (una voce per ogni server di database o API).
qs_get_connector_schemaLeggere
Restituisce i database, le tabelle e le colonne MySQL che l'IA può interrogare, con l'arricchimento tramite Schema Intelligence, ove disponibile.
qs_profile_tableanalizzare
Valori campione, distribuzioni, rilevamento di enumerazioni, tipi semantici: su richiesta.
qs_list_saved_queriesLeggere
Modelli SQL parametrizzati predefiniti di cui il team si fida. L'IA li esegue senza mai visualizzare il codice SQL.
query_salvata_eseguita_qseseguire
Esegue una query salvata tramite chiave_modello con possibilità di sovrascrivere i parametri.
query_di_esecuzione_qseseguire
Esegue una query SELECT su un connettore. Il validatore di sola lettura viene eseguito sull'agente, prima che MySQL veda la query SQL.

Perché Schema Intelligence rende Query Streams MCP diverso

La maggior parte dei server “MCP per MySQL” nel panorama open-source forniscono al tuo strumento di IA lo stesso schema_informativo MySQL consegna uno sconosciuto. Nomi delle colonne. Tipi di dati. Forse una chiave primaria. L'LLM è lasciato a indovinare cosa status_id = 3 significa, cosa usr_eml negozi, o se articoli_dell'ordine in realtà si unisce a orders.id (in entrambi i casi non è mai stata dichiarata alcuna chiave esterna, una pratica comune negli schemi legacy dell'era MyISAM, precedenti all'implementazione delle chiavi esterne in InnoDB, e negli schemi MySQL 5.6, dove gli sviluppatori omettevano le dichiarazioni delle chiavi esterne per "prestazioni"). Ecco perché la prima query SQL che la maggior parte degli LLM scrive su uno schema vuoto è errata, non perché l'LLM sia inefficiente, ma perché non dispone dei dati necessari per essere corretto.

Query Streams MCP restituisce lo stesso schema arricchito con Schema Intelligence (SI) — Metadati curati dall'IA e profilati dal tuo reale Dati MySQL, quindi ogni strumento di schema restituisce lo schema di base più sei livelli di conoscenza curata e LLM smette di fare supposizioni. Perché Schema Intelligence distingue Query Streams MCP dagli altri →

Per rendere questo concreto, ecco cosa riceve il client AI da un singolo qs_get_table_schema chiamata contro un tipico database MySQL per l'e-commerce (clienti, ordini, articoli_dell'ordine, prodotti, pagamenti, categorie) — prima senza Schema Intelligence, poi con essa.

Senza intelligenza di schema origine dati: schema catturato
// ciò che vede l'LLM == TABELLA: clienti == – id int(11) [PK, NOT NULL] – email varchar(255) NOT NULL - nome varchar(200) – creato_il timestamp NON NULL == TABELLA: ordini == – id int(11) [PK] – ID cliente int(11) NOT NULL - importo totale decimal(10,2) NOT NULL – stato varchar(20) NOT NULL – data_ordine timestamp NON NULL == TABELLA: articoli_dell'ordine == – id int(11) [PK] – order_id int(11) NOT NULL – product_id int(11) NOT NULL – quantità int(11) NOT NULL – prezzo_unità decimal(10,2) NOT NULL == TABELLA: prodotti == – id int(11) [PK] - nome varchar(200) – categoria varchar(80) – codice articolo varchar(64) == TABELLA: pagamenti == – id int(11) [PK] – order_id int(11) NOT NULL – metodo varchar(20) NOT NULL - quantità decimal(10,2) NOT NULL == TABELLA: categorie == – id int(11) [PK] - nome varchar(80) Tasti esterni: (nessuna dichiarazione) si_recommendation: stato: “non_eseguito” cosa_ti_manca_per_questa_chiamata: – Chiavi esterne scoperte dall'IA – Valori campione per colonna + rilevamento enum – Descrizioni di tabelle e colonne – Classificazioni del tipo semantico – Etichettatura del dominio aziendale nota: “Solo tipologie, nessun contesto semantico”
Con Schema Intelligence origine dati: schema_intelligence
// ciò che vede l'LLM == TABELLA: clienti [DIM, dominio:clienti] == "Una riga per ogni cliente registrato. L'indirizzo email è univoco per ogni cliente attivo." - id int(11) [PK] ippocrate – email varchar(255) e-mail Esempio: [email protected], [email protected] - nome varchar(200) nome_persona – creato_il timestamp data_iso Esempio: 2026-04-28 14:02:11 == TABELLA: ordini [FATTO, dominio:vendite] == "Righe di intestazione dell'ordine del cliente; una per ogni transazione. total_amount è il totale complessivo in USD." - id int(11) [PK] ippocrate – ID cliente int(11) ippocrate FK -> customers.id (sovrapposizione del 100%, conf 0.99) - importo totale decimale(10,2) valuta_USD Intervallo: 0,00 – 4.820,00 · media 142,30 – stato varchar(20) codice_stato (enum) pagato (54%) | spedito (24%) | consegnato (12%) | in sospeso (5%) annullato (3%) | rimborsato (2%) – data_ordine timestamp data_iso == TABELLA: articoli_dell'ordine [FATTO, dominio:vendite] == “Una riga per prodotto per ordine. Ricavo = SOMMA(quantità * prezzo_unitario).” – order_id int(11) ippocrate FK -> orders.id (98% di sovrapposizione, conf 0.95) – product_id int(11) ippocrate FK -> products.id (sovrapposizione del 100%, conf 0.99) – quantità int(11) contatore – prezzo_unità decimale(10,2) valuta_USD == TABELLA: prodotti [DIM, dominio:prodotti] == – nome varchar(200) contenuto_testo – categoria varchar(80) codice_categoria (enum) FK -> categories.name (sovrapposizione del 100%, conf 0.99) – codice articolo varchar(64) ippocrate Esempio: ['QS-001-MINT','QS-014-DARK','QS-027-AMBER'] == TABELLA: pagamenti [FATTO, settore:finanza] == – order_id int(11) ippocrate FK -> orders.id (sovrapposizione del 100%, conf 0.99) – metodo varchar(20) metodo_di_pagamento (enum) carta (78%) | PayPal (14%) | bonifico bancario (6%) | contanti (2%) - quantità decimale(10,2) valuta_USD

I sei livelli Schema Intelligence aggiungono

Ogni livello affronta una classe di domande a cui il LLM altrimenti risponderebbe per tentativi. La fase di profilazione SI, a cui si può aderire facoltativamente, viene eseguita sui dati MySQL senza modificare lo schema o scrivere nel database e si aggiorna in modo incrementale quando lo schema cambia. Cosa aggiunge Schema Intelligence e come si mantiene aggiornato →

Descrizioni generate dall'IA

Descrizione chiara e semplice per ogni database, schema, tabella e colonna: generata una sola volta e aggiornata a ogni modifica dello schema. Valutazione dell'affidabilità; le descrizioni create dagli utenti sono sempre le migliori.

ordini: “Intestazioni degli ordini del cliente;
una fila per cassa."

Classificazioni delle tabelle

Ogni tabella è contrassegnata da un tag FACT (eventi transazionali), DIM (riferimenti descrittivi) o LOOKUP (mappe di codice di piccole dimensioni), oltre a un dominio aziendale: vendite, risorse umane, SEO, finanza, assistenza e altri 14.

ordini [FATTO, dominio:vendite]
clienti [DIM, dominio:clienti]

Tipi semantici per colonna

Diciotto tipi: currency_usd, email, date_iso, status_code, percentage, ranking_position, identifier, url, person_name e altri ancora. L'IA genera codice SQL MySQL corretto dal punto di vista dialettale, appropriato per ciascun tipo.

importo_totale: valuta_USD
email: email · order_date: date_iso

Valori di esempio tratti da dati reali

Righe casuali sono emerse nel LLM in modo che esso riconosca modelli che nessuno schema può mostrare: convenzioni di formattazione, valori codificati, stili di abbreviazione e la struttura effettiva delle stringhe.

sku: ['QS-001-MINT', 'QS-014-DARK',
'QS-027-AMBER']

Rilevamento di enumerazioni con distribuzioni

Colonne a bassa cardinalità (50 o meno valori distinti, al massimo il 5% di righe univoche) mappate al loro elenco completo di valori con conteggio delle righe. L'IA non indovina mai la differenza tra maiuscole e minuscole o l'ortografia.

stato: pagato (54%) | spedito (24%)
| consegnati (12%) | in sospeso (5%) …

Scoperta implicita delle chiavi esterne

L'analisi della sovrapposizione dei dati tra tabelle trova le join che non sono dichiarate come vincoli DDL. Memorizzate insieme alle chiavi esterne formali con punteggi di confidenza, restituite da qs_get_relationships.

order_items.order_id -> orders.id
(98% di sovrapposizione, conf 0,95)

Stesso prompt, SQL diverso

La prova sta nel codice SQL che lo strumento di intelligenza artificiale scrive effettivamente. Stessa sessione del cursore, stesso modello di Claude, stesso prompt — Quali sono stati i 5 prodotti con il fatturato più alto negli ultimi 30 giorni? Senza l'intelligenza dello schema, il LLM deve tirare a indovinare. Con essa, il LLM sa.

Senza intelligenza di schema
— Il primo tentativo di LLM contro lo schema nudo: SELEZIONARE ID prodotto, SOMMA(prezzo_unitario) AS entrate DA articoli_dell'ordine DOVE data_ordine >= '2024-01-01' E stato = 'Pagato' ORDINATO DA entrate DESC LIMITE 5 ERRORE: order_date / status non presenti in order_items La data e lo stato dell'ordine sono associati agli ordini, non agli articoli. nessun JOIN — order_items non ha timestamp SOMMA(prezzo_unitario) ignora la quantità — ricavo errato data fissa — “ultimi 30 giorni” è dinamico 'Pagato' è scritto con la maiuscola errata (i valori reali sono in minuscolo) restituisce product_id, non il nome del prodotto
Con Schema Intelligence
— Primo tentativo di LLM con SI abilitato: SELEZIONARE p.id, p.name, SOMMA(oi.quantità * oi.prezzo_unitario) AS entrate DA ordini o CONGIUNGERE order_items oi ON oi.order_id = o.id CONGIUNGERE prodotti p ON p.id = oi.product_id DOVE o.data_ordine >= ORA() – INTERVALLO 30 GIORNO E o.status = 'pagato' GRUPPO PER p.id, p.name ORDINATO DA entrate DESC LIMITE 5 5 righe. Corretto al primo tentativo. I tag FACT/DIM hanno guidato la struttura di unione La scoperta della chiave esterna ha portato all'emersione di order_id -> orders.id order_date ha visto il tipo semantico = date_iso La ricerca nell'enumerazione ha selezionato correttamente la minuscola 'paid' MySQL-idiomatic NOW() – INTERVAL 30 DAY
Non vuoi eseguire Schema Intelligence? MCP funziona ancora: gli strumenti di schema restituiscono metadati nudi (tipi, chiavi primarie, chiavi esterne formali, indici) e ogni risposta degradata porta un si_recommendation blocco che indica all'IA cosa le manca, inclusa un'opzione di chiamata singola per abilitare SI a metà conversazione tramite qs_request_si_analysis. Come funziona Schema Intelligence e quanto tempo impiega →

Collega AWS RDS, Azure Database o Google Cloud SQL MySQL a Claude

Oggi la maggior parte delle installazioni MySQL in produzione si basa su un servizio cloud gestito, anziché su un server locale. Query Streams MCP funziona allo stesso modo con i servizi MySQL gestiti su tutte le principali piattaforme cloud: l'unica differenza risiede nella posizione di installazione dell'agente di rete e nel metodo di autenticazione scelto. Di seguito sono riportati i tre scenari di implementazione più comuni, con la configurazione consigliata per ciascuno.

AWS RDS per MySQL / Aurora MySQL

Peer EC2/VPC

Installa l'agente di rete su una piccola istanza EC2 nell' stessa VPC e gruppo di sottoreti come istanza RDS per una latenza di rete inferiore al millisecondo. db.t4g.micro è più che sufficiente per il pool di connessioni utilizzato dal traffico MCP tipico; aumentate le risorse solo se avete molti utenti che utilizzano query salvate contemporaneamente.

  • Autenticazione: Autenticazione del database IAM Consigliato; l'autenticazione tramite password è supportata come soluzione di ripiego.
  • Aurora MySQL: puntare l'agente verso il cluster lettore endpoint — MCP è di sola lettura sull'agente, quindi l'endpoint di scrittura non è mai necessario.
  • Failover multi-AZ: RDS gestisce la situazione in modo trasparente; l'agente si riconnette automaticamente.
  • In uscita: l'uscita HTTPS dell'agente verso agent.querystreams.com Funziona tramite qualsiasi gateway NAT standard o percorso di uscita VPC, senza bisogno di regole firewall personalizzate.

Azure Database per MySQL (Flexible Server)

VNet / collegamento privato

Installa l'agente di rete su una macchina virtuale di Azure in stessa VNet come server flessibile (oppure usa endpoint privato / collegamento privato). Gli FQDN terminano con *.mysql.database.azure.com; B1ms a frammentazione è un ottimo livello di partenza per l'host dell'agente.

  • Autenticazione: Azure AD / Microsoft Entra ID Autenticazione consigliata per l'ambiente di produzione; autenticazione SQL (nome utente/password) supportata.
  • SSL: Azure richiede TLS per impostazione predefinita: l'agente lo impone automaticamente e blocca il bundle Microsoft RootCA.
  • Server singolo (legacy): Il supporto è ancora attivo per il momento; si applica la tempistica di ritiro di Microsoft. Eseguite la migrazione a Flexible Server quando vi sarà più comodo: la stringa di connessione dell'agente cambierà, ma tutto ciò che si trova al di sopra dell'agente rimarrà invariato.
  • In uscita: Il traffico in uscita standard di Azure VNet funziona senza modifiche; non è necessario aggiungere regole al firewall di Azure.

Google Cloud SQL per MySQL

GCE / Cloud Run

Installa l'agente di rete su una VM GCE nel stesso progetto e stessa regione come istanza Cloud SQL, oppure eseguila su Cloud Run con uscita VPC diretta. È consentito l'utilizzo di indirizzi IP pubblici, ma si consiglia di utilizzare indirizzi IP privati tramite la connessione ai servizi privati di Cloud SQL.

  • Autenticazione: Autenticazione del database IAM Consigliato; autenticazione tramite password supportata.
  • Proxy di autenticazione Cloud SQL: compatibile: l'agente si connette tramite il proxy quando configurato. La maggior parte delle installazioni non utilizza il proxy perché l'agente si trova già all'interno della VPC.
  • Generazione: Sono supportate tutte le generazioni di Cloud SQL per MySQL (il protocollo di rete è quello standard di MySQL).
  • In uscita: Cloud Run + uscita VPC diretta o un'istanza GCE con uscita predefinita, entrambi raggiungono agent.querystreams.com senza modifiche al firewall.
L'agente che effettua la chiamata in uscita è identico su tutte e tre le piattaforme cloud. Sia che il tuo MySQL risieda su AWS RDS, Azure Database for MySQL o Google Cloud SQL, il collegamento cloud dall'agente di rete a Query Streams utilizza lo stesso HTTPS in uscita per agent.querystreams.com sulla porta 443. Non sono necessarie modifiche al firewall in entrata su nessun cloud, nessuna lista di indirizzi IP consentiti, nessuna VPN, nessun NAT punchthrough. Secondo le linee guida di sicurezza di Microsoft, AWS e Google, è preferibile l'autenticazione tramite database IAM/Azure AD rispetto alle password a lunga durata, ove il motore lo supporti: l'archivio delle credenziali dell'agente gestisce tutte e tre le opzioni.
Nova AI

MCP non fa per te? Prova Nova AI.

Saltate completamente la configurazione JSON: Nova AI è integrata nel portale web Query Streams. e pone le stesse domande in linguaggio semplice al tuo connettore MySQL: stesso agente, stessa applicazione della sola lettura, stessa Schema Intelligence, nessuna infrastruttura MCP.

Scopri Nova AI

Prerequisiti

Prima di iniziare, assicurati di avere:

  1. Un account Query Streams gratuito su my.querystreams.com.
  2. L'agente di rete Query Streams installato su una macchina in grado di raggiungere il server MySQL — vedere Scarica l'agente Query Streams.
  3. Un connettore MySQL configurato contro l'agente — vedere quello esistente configurazione del connettore Guide per la stringa di connessione. L'agente conserva la password dell'utente MySQL (o le credenziali IAM/Azure AD per MySQL cloud gestito); lo strumento di intelligenza artificiale non le modifica mai.
  4. Qualsiasi client AI compatibile con MCP. In questa guida mostreremo Cursor, Claude Desktop, ChatGPT e Grok; se utilizzi Windsurf, Zed, Continue, Cline, VS Code Copilot, Codex o Goose, il blocco di configurazione è sostanzialmente lo stesso.
  5. Cinque minuti.
L'agente va configurato una sola volta. Lo stesso agente che alimenta i componenti aggiuntivi di Query Streams per Excel e Fogli Google, il generatore di query web e Nova AI, è utilizzato anche per MCP. Aggiungere MCP a un account Query Streams esistente significa semplicemente generare una chiave: l'agente e il connettore MySQL sono già in esecuzione.
1

Genera una chiave MCP

Dal /mcp Nella pagina Query Streams, crea una chiave con gli ambiti desiderati.

2

Inseriscilo nel tuo client AI

Un unico frammento JSON per Cursor, Claude, ChatGPT o Grok. La stessa chiave ovunque.

3

Poni una domanda

"Quali sono stati i nostri 10 clienti principali in termini di valore a vita?" — l'IA seleziona gli strumenti giusti e tu ottieni la risposta.

Passaggio 1: Generare una chiave MCP in Query Streams

Accedi a Query Streams e apri il Pagina MCP (oppure accedi prima a my.querystreams.com e clicca MCP nella navigazione a sinistra). Fare clic Genera chiave, dare alla chiave un nome riconoscibile (qualcosa come cursore-laptop o claude-desktop), e seleziona gli ambiti che desideri assegnare a questa chiave:

  • Leggere — L'IA può esplorare i connettori e leggere lo schema. Necessario per tutto il resto.
  • analizzare — L'IA può profilare le tabelle e scoprire le relazioni (valori campione, distribuzioni, tipi semantici). Opzionale ma fortemente consigliato per i progetti MySQL, dove comprendere la struttura dei dati è fondamentale quando LLM genera join tra schemi legacy.
  • eseguire — l'IA è effettivamente in grado di eseguire query SQL. Senza questa funzionalità, l'IA può accedere solo ai metadati dello schema in sola lettura.

Per un tipico flusso di lavoro "lascia che Claude analizzi i miei dati MySQL", tutti e tre gli ambiti sono appropriati. Per una chiave che stai consegnando a un collega o a un cliente meno affidabile, elimina eseguire e consentire loro solo di navigare. È possibile revocare qualsiasi chiave in qualsiasi momento dalla stessa pagina; il client AI vedrà MCP_KEY_REVOCATA alla sua prossima chiamata e smette di funzionare immediatamente. Non c'è ritardo di propagazione.

Copia la chiave ora: Query Streams la mostra una sola volta, poi memorizza solo un hash. Se la perdi, generane una nuova. La chiave ha questo aspetto: qsmcp_ seguito da 48 caratteri casuali ed è ciò che il tuo client AI invia nel Chiave X-MCP intestazione della richiesta.

Passaggio 2: Aggiungi Query Streams MCP al tuo client AI

La configurazione ha la stessa forma su ogni client compatibile con MCP: una voce del server MCP che punta a https://mcp.querystreams.com con la tua chiave nella Chiave X-MCP Intestazione. Seleziona il tuo cliente qui sotto.

Cursore
Cursore ~/.cursor/mcp.json
// Modifica ~/.cursor/mcp.json
{
  "mcpServers": {
    "querystreams": {
      "url": "https://mcp.querystreams.com",
      "intestazioni": {
        "X-MCP-Key": "qsmcp_INSERISCI_QUI_LA_CHIAVE"
      }
    }
  }
}
Claude Desktop
Claude Desktop claude_desktop_config.json
// Impostazioni → Sviluppatore → Modifica configurazione
{
  "mcpServers": {
    "querystreams": {
      "url": "https://mcp.querystreams.com",
      "intestazioni": {
        "X-MCP-Key": "qsmcp_INSERISCI_QUI_LA_CHIAVE"
      }
    }
  }
}
ChatGPT
ChatGPT App e connettori
// Impostazioni → App e connettori → Aggiungi MCP
URL del server  https://mcp.querystreams.com
Intestazione di autorizzazione Chiave X-MCP
Valore dell'intestazione qsmcp_INSERISCI_QUI_LA_CHIAVE

// Richiede un piano ChatGPT a pagamento
// (Plus / Pro / Team / Enterprise).
Grok
Grok Strumenti MCP remoti
// Grok → Impostazioni → Strumenti
{
  "mcp_servers": [{
    "nome": "querystreams",
    "url": "https://mcp.querystreams.com",
    "auth_header": "X-MCP-Key",
    "valore_di_autenticazione": "qsmcp_..."
  }]
}

Riavvia il tuo client AI. Al successivo avvio, rileverà gli otto strumenti Query Streams MCP elencati sopra e li renderà disponibili nella sua tavolozza degli strumenti. In Cursor e Claude Desktop puoi verificarlo digitando “connettori di elenco” — l'IA dovrebbe chiamare qs_list_connectors e restituisci il connettore MySQL insieme a qualsiasi altra configurazione tu abbia effettuato.

Passaggio 3: Poni una domanda su MySQL all'IA

Non sei tu a scrivere il codice SQL, lo fa l'IA. Poni una domanda, l'IA seleziona lo strumento MCP più adatto, l'agente esegue la query sul tuo database MySQL e la risposta viene restituita in formato testo e tabelle. Ecco tre esempi di query da provare inizialmente:

Qual è stato l'andamento del nostro fatturato giornaliero negli ultimi 30 giorni?
Reddito
Le chiamate dell'IA qs_get_connector_schema per scoprire il ordini, articoli_dell'ordine, clienti, e prodotti tavoli, quindi query_di_esecuzione_qs con una SELECT che raggruppa per DATA(o.order_date), si unisce ordini a articoli_dell'ordinee aggregati SOMMA(oi.quantità * oi.prezzo_unitario)Utilizza MySQL-idiomatic DOVE o.order_date >= NOW() - INTERVAL 30 DAY per il limite temporale e il valore enum scoperto da SI 'pagato' per escludere gli ordini in sospeso e annullati. Si ottiene un risultato di 30 righe con giorno, ricavo lordo, numero di ordini e AOV (Average Order Value): l'IA in genere segnala i cali del fine settimana, la crescita settimanale e qualsiasi anomalia rilevata senza che sia necessario richiederlo.
“Quali prodotti stanno per esaurirsi?”
Inventario
L'IA ispeziona prodotti per una colonna di inventario o di stock (Schema Intelligence lo evidenzia come un contatore tipo semantico), correla con gli ultimi 30 giorni di quantità_articoli_ordinati domanda e giorni di copertura previsti. Il risultato è una tabella classificata con nome del prodotto, stock attuale, domanda media giornaliera e giorni previsti fino all'esaurimento delle scorte. L'IA di solito evidenzia i prodotti che scendono al di sotto di una soglia di copertura di 14 giorni come candidati al riordino e li raggruppa per categoria in modo che il team acquisti possa raggruppare gli ordini di acquisto.
"Mostrami i clienti principali che non hanno effettuato un ordine negli ultimi 60 giorni."
Ritenzione
L'IA utilizza clienti unito a ordini con un MAX(o.order_date) aggregato per cliente, filtrato per AVENDO MAX(o.order_date) < NOW() - INTERVALLO 60 GIORNIe classificati in base al valore storico nel corso della vita (SOMMA(o.total_amount) (attraverso l'intera cronologia del cliente). Il risultato è un elenco mirato di clienti inattivi di alto valore con e-mail, data dell'ultimo ordine, giorni trascorsi dall'ultimo ordine e spesa totale: l'IA in genere suggerisce una campagna di recupero e segnala i clienti la cui inattività coincide con un rimborso o un'escalation dell'assistenza. È possibile approfondire con “Perché Acme Corp ha smesso di effettuare ordini?” e l'IA tirerà pagamenti e cronologia degli ordini.

La prima volta che l'IA richiama uno strumento, il tuo client potrebbe visualizzare una richiesta di conferma per autorizzare la chiamata allo strumento: si tratta del flusso di consenso standard di MCP, non di una funzionalità aggiunta da Query Streams. Approva una volta e l'IA procederà liberamente con il resto della conversazione. Puoi rivedere il consenso in qualsiasi momento nelle impostazioni del tuo client.

Avviso di fatturazione trasparente: l'utilizzo di MCP viene addebitato in base ai byte non compressi.

Il trasporto Streamable HTTP di MCP non può comprimere in modo affidabile end-to-end, quindi fattura byte non compressi dove i clienti di Excel, Fogli, Generatore di query e Nova fatturano byte compressiUna query di aggregazione MySQL da 3 MB costa circa 3 MB tramite MCP rispetto a circa 400-600 KB su quei trasporti, perché i dati MySQL con valori enum VARCHAR ripetuti (stati, categorie, metodi di pagamento) vengono compressi circa 5-7 volte tramite LZ4. Stessi dati, trasporto diverso, dimensione fatturabile diversa. Come funziona la fatturazione del dominio dati nei diversi protocolli di trasporto →

Domande frequenti

Devo aprire delle porte o usare una VPN per poterlo utilizzare? +
Nessuna regola in entrata, port forwarding, NAT punchthrough o VPN. L'agente di rete effettua una connessione TLS in uscita (porta 443) e il tuo client AI raggiunge https://mcp.querystreams.com dalla rete internet pubblica: se HTTPS in uscita funziona sull'host dell'agente, MCP funziona. Scopri come funziona la connessione solo in uscita →
Quali strumenti di intelligenza artificiale posso utilizzare con Query Streams MCP? +
Qualsiasi client che supporti il protocollo aperto Model Context Protocol (MCP) — Claude Desktop, Claude Code, Cursor, ChatGPT (a pagamento), Grok, Gemini CLI, Windsurf, Zed e oltre 500 altri. Utilizza il tuo strumento di intelligenza artificiale; non è necessario cambiarlo. Elenco completo dei client AI supportati →
Posso revocare una chiave MCP? +
Sì — tre interruttori di sicurezza indipendenti (per tasto dal /mcp pagina, per organizzazione tramite impostazioni del piano e a livello di piattaforma), nessuna delle quali richiede la rotazione della password del database o il riavvio dell'agente. Maggiori informazioni sulla sicurezza delle chiavi MCP →
Come viene fatturato l'utilizzo di MCP sul mio dominio dati? +
Le chiamate di esecuzione di MCP vengono detratte dallo stesso budget di risorse dati già utilizzato per Excel, Fogli Google, Web Query Builder e Nova AI: un unico budget di consumo per ogni metodo di accesso. La dimensione misurata per MCP è diversa. Gli altri clienti funzionano tramite il nostro collegamento cloud compresso (fatturiamo byte compressi); MCP funziona su Streamable HTTP, che non supporta in modo affidabile la compressione end-to-end attraverso ogni client e proxy, quindi fatturiamo byte non compressiUn risultato aggregato MySQL di 3 MB restituito a Excel in genere costa circa 400-600 KB del tuo spazio dati (LZ4 comprime i valori enum VARCHAR ripetuti di 5-7 volte); lo stesso risultato di 3 MB restituito a Cursor tramite MCP costa circa 3 MB. Siamo trasparenti al riguardo perché preferiamo che tu lo sappia in anticipo piuttosto che avere sorprese alla fine del ciclo di fatturazione.
Query Streams MCP è compatibile con MySQL 5.7 / 8.0 / 8.1, Percona Server o Aurora MySQL? +
Sì, l'agente di rete utilizza il connettore MySQL/driver NET standard. MySQL 5.7+ (Edizione Community + Edizione Enterprise), MySQL 8.0 e 8.1, Percona Server per MySQL (sostituzione diretta con il motore XtraDB), Integrazione diretta di MariaDB come MySQL (compatibile con il protocollo di rete a livello di connessione) e AWS Aurora MySQL sono tutti supportati. Per i cluster Aurora MySQL, puntare l'agente all'endpoint del lettore del cluster: l'agente viene eseguito solo SELEZIONARE query tramite l'applicazione della sola lettura MCP, quindi l'endpoint di scrittura non è mai necessario. Le opzioni di autenticazione includono password_nativa_mysql, password_sha2_memorizzata nella cache (l'impostazione predefinita di MySQL 8), autenticazione del database AWS IAM, Azure AD / Microsoft Entra ID su Azure Database per MySQL e Autenticazione del database Google IAM Su Cloud SQL per MySQL. SSL/TLS con certificati CA personalizzati è completamente supportato. Per le istanze MySQL 5.6 meno recenti, contattare l'assistenza: esiste un percorso driver di fallback per queste versioni. Suggerimento: Registra ogni istanza MySQL che gestisci come un connettore separato. I tuoi connettori "production-oltp-mysql" e "warehouse-replica-mysql" possono essere due connettori distinti sulla stessa chiave e LLM sceglie quello corretto in base alla richiesta (le ricerche puntuali vanno al server OLTP, le aggregazioni di grandi dimensioni vanno alla replica di lettura o al data warehouse). Il server MCP non visualizza le credenziali; solo l'agente le vede.
In che cosa si differenzia questo dall'utilizzare autonomamente un server MySQL MCP open-source? +
Un server MySQL MCP diretto (esistono progetti della community su GitHub) è un MCP per ogni origine dati. Per far sì che Claude legga da MySQL + Google Search Console + il tuo account Stripe + il tuo data warehouse Snowflake, avresti bisogno di quattro server MCP configurati separatamente in ogni client AI, ognuno con le proprie credenziali, ognuno con il proprio modello di ambito, ognuno con la propria storia di audit. Query Streams MCP è una chiave che raggiunge ogni connettore associato al tuo account. Ottieni anche Schema Intelligence, applicazione della sola lettura a livello agente, limiti di frequenza per chiave, traccia di audit in registri eventie la stessa pipeline di fatturazione del data realm che già utilizzi, nessuna delle quali è offerta da un MCP MySQL diretto.
Cosa succede se l'IA tenta di scrivere o cancellare dati? +
Viene rifiutato dall'agente prima che l'origine dati veda l'SQL. Ogni query_di_esecuzione_qs la chiamata viene analizzata da un validatore di sola lettura hardcoded che consente solo SELEZIONARE, CON, e SPIEGARE dichiarazioni; qualsiasi altro risultato VIOLAZIONE DI SOLA LETTURA e non raggiunge mai MySQL. Il validatore viene eseguito nel processo agente sulla rete, non nel cloud, quindi una superficie cloud compromessa non potrebbe aggirarlo. (È possibile aggiungere un utente di sola lettura lato MySQL (ad esempio CONCEDI SELECT SU db.* a un dedicato qs_readonly utente) in più se vuoi una protezione completa: il validatore dell'agente è indipendente da qualsiasi concessione MySQL tu abbia configurato.)
Posso vedere cosa ha chiesto esattamente l'IA? +
Sì. Ogni chiamata dello strumento MCP scrive una riga su registri eventi con l'organizzazione, l'utente, la chiave, l'ambito, la latenza e il codice del risultato. L'amministratore dell'organizzazione può rispondere a "chi ha utilizzato MCP la scorsa settimana, quale connettore e cosa ha chiesto?" con una singola query. Nota che registriamo il nome dello strumento e metadati, non il testo SQL o le righe restituite: questi transitano attraverso il collegamento cloud e non finiscono mai nei log cloud. Se desideri un controllo SQL completo, abilita il controllo lato database sul motore sottostante; per MySQL nello specifico, questo è il registro di controllo plugin (MySQL Enterprise Audit), il Plugin di registro di controllo Percona per installazioni community/Percona o per la pipeline di log generale/a query lente esistente.
Devo necessariamente eseguire Schema Intelligence per utilizzare Query Streams MCP? +
NO - Schema Intelligence è facoltativo (connettore, database) paioe MCP funziona bene anche senza. L'IA riceve lo schema di base (tipi, chiavi primarie, chiavi esterne formali, indici) e scrive query di base. Con SI abilitato, l'IA riceve sei livelli aggiuntivi di metadati curati: (1) Descrizioni generate dall'intelligenza artificiale per ogni database, tabella e colonna; (2) Classificazioni delle tabelle (FATTO per gli eventi transazionali, DIM per i riferimenti descrittivi, CERCA per le mappe di codice di piccole dimensioni) più un tag di dominio aziendale (vendite, risorse umane, SEO, finanza, supporto e altri 14); (3) un tipo semantico su ogni colonna (currency_usd, email, date_iso, status_code, percentage, ranking_position, identifier, url, person_name e altre 9) che guida la generazione di query SQL MySQL corrette dal punto di vista dialettale; (4) Campiona i valori dai tuoi dati reali in modo che LLM riconosca i modelli che nessuno schema può mostrare; (5) rilevamento enum con distribuzioni di valori complete per colonne a bassa cardinalità; e (6) Chiavi esterne scoperte dall'IA basate sulla sovrapposizione dei dati tra tabelle, rese visibili attraverso qs_get_relationships. Senza SI, ogni risposta dello schema-tool porta anche un si_recommendation blocco che elenca esattamente ciò che manca per la chiamata: l'IA può leggerlo e offrire di attivare SI a metà conversazione tramite qs_request_si_analysisIl tempo di esecuzione varia in base al numero di tabelle: un piccolo database con meno di 100 tabelle viene completato in circa 10 minuti; un database di medie dimensioni (poche centinaia di tabelle) termina in 15-25 minuti; un grande database aziendale con oltre 1.500 tabelle può richiedere 45-60 minuti per una scansione completa. SI viene eseguito tramite il tuo Network Agent sui tuoi dati (mai nel cloud), non scrive mai sul tuo database, non modifica mai il tuo schema e si aggiorna in modo incrementale quando lo schema cambia, quindi le esecuzioni successive all'aggiunta o alla modifica delle tabelle sono molto più veloci della prima. L'effetto end-to-end: con SI abilitato, il tuo client AI scrive SQL corretto al primo tentativo molto più spesso di quanto non faccia con qualsiasi server "MCP per X" che si limita a passare l'LLM schema_informativo.
E se in seguito aggiungessi un altro connettore, come Stripe o PostgreSQL? +
Non cambia nulla lato client: la stessa chiave raggiunge il nuovo connettore nel momento in cui l'agente lo associa (qs_list_connectors (lo rileva automaticamente). Un blocco di configurazione acquista l'intero account, presente e futuro. Perché una sola chiave copre tutti i connettori →
Devo configurare MCP solo per chattare con i miei dati? +
NO - Nova AI è integrata nel portale Query Streams. e funziona con qualsiasi connettore (incluso MySQL) senza necessità di configurazione o file di configurazione MCP. Usa Nova per interagire con i tuoi dati all'interno di Query Streams; usa MCP quando vuoi che il tuo client AI (Claude, Cursor, ChatGPT, ...) acceda agli stessi dati: stesso agente, stessi connettori, stessa intelligenza dello schema sottostante. Scopri di più su Nova AI →
Query Streams MCP è compatibile con AWS RDS per MySQL, Azure Database per MySQL o Google Cloud SQL per MySQL? +
Sì, i servizi MySQL gestiti sono pienamente supportati su tutte le principali piattaforme cloud. AWS RDS per MySQL (distribuzioni a istanza singola e multi-AZ), AWS Aurora MySQL cluster (puntare all'endpoint del lettore del cluster: l'agente esegue solo SELEZIONARE), Database Azure per MySQL (sia server singolo che server flessibile), e Google Cloud SQL per MySQL (tutte le generazioni) funzionano immediatamente. Installa l'agente di rete nella stessa regione VPC, VNet o GCP della tua istanza DBaaS per query a bassa latenza. L'agente utilizza le credenziali MySQL standard. Autenticazione del database IAM su RDS, Azure AD / Microsoft Entra ID su Azure Database per MySQL, Autenticazione del database IAM su Cloud SQL, oppure tramite semplice autenticazione con password su qualsiasi di essi. Il collegamento cloud dall'agente a Query Streams è identico indipendentemente dal DBaaS che ospita il motore; tutto ciò che si trova al di sotto dell'agente è la tua infrastruttura esistente e Query Streams non vede mai le credenziali del database.

Inizia

Collega il tuo strumento di intelligenza artificiale ai tuoi dati MySQL in cinque minuti.

Una singola chiave MCP consente di raggiungere MySQL (locale, AWS RDS, Azure Database per MySQL o Google Cloud SQL), tutti gli altri database e tutti i connettori API presenti nell'account Query Streams, con tracciabilità completa, limiti di frequenza per chiave e senza modifiche al firewall. Claude, Cursor, ChatGPT e Grok funzionano immediatamente.

Guide correlate: Scarica l'agente Query Streams | Configurazione del connettore del database | Tutte le guide del server MCP | Nova AI text-to-SQL

Categoria: Server MCP

Tag: mcp, claude, cursore, mysql, database, database open-source, aws-rds, database azure, cloud-sql, aurora-mysql

Meta Description: Connetti MySQL a Claude o Cursor tramite Query Streams MCP. Compatibile con RDS, Azure e Cloud SQL. Solo in uscita, configurazione in 5 minuti.

Updated on 16 giugno 2026

Powered by BetterDocs