Hoe verbind ik Snowflake met Claude/Cursor via MCP (Snowflake MCP-serverconfiguratie)?

Bekijk alles wat Query Streams kunnen buiten deze handleiding Gratis aan de slag

Ondersteunt

+meer

Live gegevens

Export vervangen door SQL op aanvraag

Excel Vellen

BI & AI-analyse

Vraag Nova, krijg SQL + grafieken

Ontmoet Nova

Database REST API

Eén sleutel per partner. Geen inloggegevens worden gedeeld.

Bouw een API

+meer

Automatisering

Geplande synchronisatie naar 6+ platformen

Verken

+meer

API naar SQL

API's bevragen met SQL, geen code

Verken

+meer

AI-database MCP

Claude, Cursor, ChatGPT en Grok communiceren met uw gegevens.

Connect AI

Query Streams is een veilig, realtime data-integratieplatform dat elke database en SaaS API in uw account integreert in Claude, Cursor, ChatGPT en Grok — via één enkele MCP-sleutel en zonder dat er firewallwijzigingen nodig zijn. Deze handleiding beschrijft specifiek hoe u de Snowflake MCP-connector aansluit, zodat uw AI-tool eenvoudige vragen over uw Snowflake-datawarehouse kan beantwoorden — analyses over meerdere databases, klantcohorten, omzetaggregaties, tijdreisvergelijkingen, semi-gestructureerde gegevens, enz. VARIANT Doorlopen — zonder dat u CSV-exports hoeft te kopiëren en plakken vanuit Snowsight, DBeaver of DataGrip. Meer informatie vindt u op QueryStreams.com en gratis aanmelden om je AI-tool echte Snowflake-vragen te gaan stellen.

Wat biedt Query Streams MCP voor Snowflake?

Snowflake levert zijn eigen AI-interfaces — Cortex Agents Voor AI-workloads in het datawarehouse, plus community- en partner Snowflake MCP-servers die Claude of Cursor rechtstreeks naar een Snowflake-account laten verwijzen. Ze werken, maar elk biedt een andere afweging. Cortex Agents houden de AI-workload binnen de rekenkracht van Snowflake (alleen Snowflake-data, alleen semantische modellen aan de Snowflake-kant). Directe Snowflake MCP-servers vereisen een publiekelijk bereikbaar Snowflake-account of een VPN/PrivateLink-verbinding tussen de LLM en Snowflake. De Snowflake MCP-server van Query Streams lost een breder probleem op: een Network Agent die alleen uitgaand verkeer verwerkt, een enkele sleutel voor meerdere connectors (Snowflake plus uw Postgres, uw Stripe, uw HubSpot, allemaal onder één MCP-configuratieblok), alleen-lezen-handhaving op agentniveau en een volledig auditspoor. We zullen de vergelijking verderop in detail bespreken; eerst de basisprincipes.

Hoe het werkt zonder firewallpoorten te openen

De Query Streams Network Agent wordt eenmalig geïnstalleerd op een machine die uw Snowflake-account via uitgaande HTTPS kan bereiken. *.snowflakecomputing.comHet voert SQL uit via de officiële Snowflake-driver met behulp van de voorkeursauthenticatie van uw account (sleutelpaar RSA wordt aanbevolen) en maakt één uitgaande TLS-verbinding met de cloud — er wordt nooit inkomend verkeer blootgesteld en de AI-tool krijgt nooit de URL van uw Snowflake-account of uw privésleutel te zien. Hoe werkt een verbinding die alleen uitgaand verkeer toelaat? →

De MCP-toets die je aan Cursor of Claude geeft, is beperkt (lezen / analyseren / uitvoeren), op elk moment herroepbaar en met een limiet per sleutel. De AI-tool roept deze MCP-tools aan om zijn werk te doen:

Waarom Schema Intelligence Query Streams MCP anders maakt

De meeste "MCP for Snowflake"-servers geven je AI-tool de kale versie. INFORMATIE_SCHEMAwaardoor de LLM moet gissen wat STATUS = '3' betekent, wat EVENEMENTEN.LADING houdt onder zijn VARIANT verpakking, of LINE_ITEMS.ORDER_ID sluit zich aan bij ORDERS.ID (De foreign keys in Snowflake zijn adviserend, niet verplicht) — daarom is de eerste SQL-query op een kaal datawarehouse-schema meestal onjuist. Waarom een kaal schema LLM's laat gissen →

Query Streams MCP retourneert hetzelfde schema, maar dan verrijkt met Schema-intelligentie (SI) — Door AI samengestelde metadata gegenereerd door uw profiel te analyseren werkelijke Snowflake-gegevens, dus elke schema-tool (qs_get_connector_schema, qs_get_table_schema, qs_profiel_tabel, qs_get_relationships) retourneert het kale schema plus magazijnspecifieke hints die STATUS is een enum met vijf waarden, EVENEMENTEN.LADING is een VARIANT met vindbare darmpaden zoals :user_id::STRINGen tijdreisvragen kunnen gebruikmaken van AT(OFFSET => -3600)Het LLM maakt een einde aan het gissen.

Om dit concreet te maken, volgt hier wat de AI-client terugkrijgt van een enkele opdracht. qs_get_table_schema een oproep naar een typisch Snowflake-analysedatawarehouse (ANALYTICS_DB.PUBLIC.ORDERS, REGELITEMS, KLANTEN, PRODUCTEN, EVENEMENTEN) — eerst zonder schema-intelligentie, daarna mét.

De zes lagen die Schema Intelligence toevoegt

Elke laag behandelt een type vraag dat de LLM anders zou gokken. De optionele SI-profileringsstap wordt uitgevoerd op uw Snowflake-gegevens zonder uw schema te wijzigen. Omdat profilering net als elke leesquery Snowflake-rekenkracht verbruikt, gebruikt de agent een kleine datawarehouse en respecteert hij uw instellingen voor datawarehouse-opschorting. Wat Schema Intelligence toevoegt en hoe het actueel blijft →

Dezelfde prompt, andere SQL-query

Het bewijs zit in de SQL-query's die de AI-tool daadwerkelijk genereert. Dezelfde cursorsessie, hetzelfde Claude-model, dezelfde prompt. “Wat zijn onze top 10 klanten qua omzet van de afgelopen 30 dagen?” Zonder schema-intelligentie moet het LLM-model gissen naar Snowflake-specifieke uitdrukkingen. Met schema-intelligentie weet het LLM het zeker.

Query Streams MCP versus Snowflake Cortex Agents en Snowflake MCP-servers

Snowflake levert zijn eigen AI-interfaces voor magazijndata. Sneeuwvlokcortexagenten Voer AI-workloads uit binnen de rekenkracht van Snowflake, met behulp van semantische modeltemplates en directe toegang tot uw in Snowflake opgeslagen data. Directe Snowflake MCP-servers (Communityprojecten, waaronder die van Snowflake Labs zelf) laten Claude of Cursor via de officiële Snowflake-driver naar een Snowflake-account verwijzen. Beide werken. Beide zijn geschikt voor sommige teams. De Snowflake MCP van Query Streams lost een ander soort probleem op: alleen uitgaand verkeer, meerdere connectors, afgedwongen door de agentlaag. Het is daarom de moeite waard om te weten waar elk van deze oplossingen in past voordat je een keuze maakt.

Zowel Cortex Agents als Query Streams MCP zijn geldige antwoorden — ze kunnen naast elkaar bestaan. Kies Sneeuwvlokcortexagenten Wanneer het AI-werk volledig binnen de rekenkracht van Snowflake plaatsvindt op data die zich in Snowflake bevindt, en u wilt dat de AI-workload zich op dezelfde locatie bevindt als het datawarehouse, kies dan een optie. directe Snowflake MCP-server Als je Claude of Cursor maar aan één Snowflake-account hoeft te koppelen, je geen problemen hebt met de blootstelling aan het netwerk en de configuratiekosten per account acceptabel zijn, kies dan voor de juiste optie. Query Streams MCP Wanneer de AI-tool ook toegang moet hebben tot uw PostgreSQL, uw Stripe-gegevens, uw HubSpot CRM of uw Shopify-bestellingen via één toegangslaag, of wanneer audit trails en het afdwingen van alleen-lezen toegang op agentniveau onmisbaar zijn voor compliance, implementeren veel teams zowel Cortex Agents (voor AI-workflows binnen het datawarehouse) als Query Streams MCP (voor AI-tools die meerdere systemen omvatten) op hetzelfde Snowflake-account; ze overlappen elkaar niet.

Is MCP niet jouw ding? Probeer dan Nova AI eens.

Sla de JSON-configuratie volledig over: Nova AI is geïntegreerd in het Query Streams-webportaal. en stelt dezelfde vragen in begrijpelijke taal aan uw Snowflake-connector en elke andere connector op uw account — dezelfde agent, dezelfde alleen-lezen-handhaving, dezelfde Schema Intelligence, geen MCP-componenten.

Maak kennis met Nova AI

Vereisten

Voordat je begint, zorg ervoor dat je het volgende hebt:

1. Een gratis Query Streams-account bij mijn.querystreams.nl.
2. De Query Streams Network Agent is geïnstalleerd op een machine die uw Snowflake-account via uitgaande HTTPS kan bereiken — zie Download de Query Streams Agent.Voor optimale prestaties moet de agent zich in dezelfde cloud/regio bevinden als uw Snowflake-account (bijvoorbeeld een EC2-instantie in dezelfde AWS-regio als een Snowflake-on-AWS-account).
3. Een Snowflake-connector geconfigureerd voor de agent-account-URL (account.region.cloud.snowflakecomputing.com), standaard opslagplaats en inloggegevens. Authenticatie met sleutelparen (RSA) wordt aanbevolen. In plaats van gebruikersnaam/wachtwoord; de agent bewaart de versleutelde privésleutel en de AI-tool krijgt deze nooit in handen. De Snowflake-gebruikersrol heeft alleen het volgende nodig: SELECT op de databases die je door de AI wilt laten bevragen.
4. Elke AI-client die MCP ondersteunt. In deze handleiding laten we Cursor, Claude Desktop, ChatGPT en Grok zien; als je Windsurf, Zed, Continue, Cline, VS Code Copilot, Codex of Goose gebruikt, is het configuratieblok in principe hetzelfde.
5. Vijf minuten.

Stap 1: Genereer een MCP-sleutel in Query Streams

Meld u aan bij Query Streams en open de MCP-pagina (of meld u eerst aan bij mijn.querystreams.nl en klik MCP (in de linkernavigatie). Klik Sleutel genererenGeef de sleutel een herkenbare naam (iets zoals cursor-laptop of claude-desktop), en kies de bereiken die je aan deze sleutel wilt toevoegen:

• lezen — De AI kan connectoren doorzoeken en schema's lezen. Dat is voor al het andere nodig.
• analyseren — De AI kan tabellen profileren en relaties ontdekken (steekproefwaarden, verdelingen, semantische typen). Sterk aanbevolen voor Snowflake-projecten omdat VARIANT Het ontdekken van paden met dubbele punten, het detecteren van enumeraties en het impliciet afleiden van foreign keys zijn er allemaal van afhankelijk — datawarehouse-schema's declareren zelden afgedwongen foreign keys.
• uitvoeren — De AI kan daadwerkelijk SQL-query's uitvoeren. Zonder dit kan de AI alleen schema-metadata lezen.

Voor een typische workflow zoals "Laat Claude mijn Snowflake-datawarehouse analyseren" zijn alle drie de scopes geschikt. Voor een key die je aan een teamlid of een minder vertrouwde klant geeft, laat je deze scope weg. uitvoeren en laat ze alleen browsen. Je kunt elke sleutel op elk moment vanaf dezelfde pagina intrekken; de AI-client zal dit zien. MCP_KEY_REVOKED Bij de volgende oproep stopt het direct met werken. Er is geen vertraging in de signaaloverdracht.

Kopieer de sleutel nu — Query Streams toont deze eenmalig en slaat vervolgens alleen een hash op. Als u de sleutel kwijtraakt, genereer dan een nieuwe. De sleutel ziet er als volgt uit: qsmcp_ gevolgd door 48 willekeurige tekens, en dat is wat uw AI-client verzendt in de X-MCP-sleutel verzoekheader.

Stap 2: Voeg Query Streams MCP toe aan uw AI-client

De configuratie heeft dezelfde vorm voor elke MCP-compatibele client: een MCP-serververmelding die verwijst naar https://mcp.querystreams.com met uw sleutel in de X-MCP-sleutel Koptekst. Kies hieronder uw klant.

Cursor ~/.cursor/mcp.json

// Bewerk ~/.cursor/mcp.json
{
  "mcpServers": {
    "querystreams": {
      "url": "https://mcp.querystreams.com",
      "kopteksten": {
        "X-MCP-sleutel": "qsmcp_PLAK_HIER_SLEUTEL_"
      }
    }
  }
}

Claude Desktop claude_desktop_config.json

// Instellingen → Ontwikkelaar → Configuratie bewerken
{
  "mcpServers": {
    "querystreams": {
      "url": "https://mcp.querystreams.com",
      "kopteksten": {
        "X-MCP-sleutel": "qsmcp_PLAK_HIER_SLEUTEL_"
      }
    }
  }
}

ChatGPT Apps en connectoren

// Instellingen → Apps en connectors → MCP toevoegen
Server-URL  https://mcp.querystreams.com
Auth-header X-MCP-sleutel
Kopwaarde qsmcp_PLAK_HIER_SLEUTEL_

// Vereist een betaald ChatGPT-abonnement
// (Plus / Pro / Team / Enterprise).

Grok Externe MCP-tools

// Grok → Instellingen → Hulpmiddelen
{
  "mcp_servers": [{
    "naam": "querystreams",
    "url": "https://mcp.querystreams.com",
    "auth_header": "X-MCP-sleutel",
    "auth_value": "qsmcp_..."
  }]
}

Start uw AI-client opnieuw op. Bij de volgende opstart zal deze de acht hierboven vermelde Query Streams MCP-tools detecteren en in het toolpalet weergeven. In Cursor en Claude Desktop kunt u dit controleren door te typen “lijstconnectoren” — de AI zou moeten bellen qs_list_connectors en stuur uw Snowflake-connector terug, samen met alle andere componenten die u hebt geconfigureerd.

Stap 3: Stel de AI een Snowflake-vraag

Je hoeft geen SQL te schrijven, dat doet de AI. Je stelt een vraag, de AI kiest de juiste MCP-tool, de agent voert de query uit op je Snowflake-datawarehouse en het antwoord krijg je terug als tekst plus tabellen. Drie voorbeeldvragen om mee te beginnen:

De eerste keer dat de AI een tool aanroept, kan er in uw client een bevestigingsmelding verschijnen waarin u wordt gevraagd de tooloproep goed te keuren. Dit is de standaard toestemmingsprocedure van MCP en geen extra functie van Query Streams. Keur de oproep eenmaal goed en de AI kan de rest van het gesprek zonder problemen voortzetten. U kunt de toestemming op elk gewenst moment opnieuw bekijken in de instellingen van uw client.

Veelgestelde vragen

Aan de slag

Gerelateerde handleidingen: Download de Query Streams Agent. | Databaseconnector instellen | Alle MCP Server-handleidingen | Nova AI tekst-naar-SQL

Categorie: MCP-server

Tags: mcp, claude, cursor, snowflake, datawarehouse, enterprise, snowflake-cortex, cortex-agents, key-pair-auth, analytics

Meta-omschrijving: Verbind Snowflake met Claude of Cursor via Query Streams MCP. Alleen uitgaand, alleen lezen, meerdere connectors. Installatie in 5 minuten.