Categorieën bekijken

Hoe verbind ik Microsoft SQL Server met Claude/Cursor via MCP (SQL Server MCP Server Setup)?

Leestijd: 27 minuten

MCP-SERVER SQL SERVER

Voer query's uit op Microsoft SQL Server met Claude of Cursor via MCP.

Verbind Microsoft SQL Server — on-premise, Azure SQL Database, Azure SQL Managed Instance of AWS RDS for SQL Server — met Claude of Cursor met één MCP-sleutel. Schema Intelligence verwerkt T-SQL-idiomen (BOVENKANT, ISNULL, DATUM TOEVOEGEN, tussen haakjes [gereserveerd] identificatoren) zodat de AI bij de eerste poging geldige T-SQL schrijft.

Geen firewall-gaten Eén sleutel, elke connector Live data, geen cachevertraging Neem je eigen AI-tool mee.

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 Microsoft SQL Server MCP-connector configureert, zodat uw AI-tool vragen in begrijpelijke taal kan beantwoorden over klanten, bestellingen, producten, medewerkers en alle andere SQL Server-gegevens — inclusief joins, aggregaties, schema-exploratie en ad-hoc rapportage — zonder dat u CSV-exports hoeft te kopiëren en plakken vanuit SQL Server Management Studio, Azure Data Studio of DBeaver. Meer informatie vindt u op QueryStreams.com en gratis aanmelden om te beginnen met het stellen van echte SQL Server-vragen aan je AI-tool.

Wat Query Streams MCP u biedt voor SQL Server

Andere "SQL Server MCP"-servers in het open-sourcelandschap verbinden de AI-tool rechtstreeks met een Microsoft SQL Server-verbindingsreeks. Dat werkt, maar het voegt een SQL Server-aanmeldings- of serviceaccountwachtwoord toe aan de configuratie van uw AI-client, beperkt de AI-tool tot slechts dat ene SQL Server-eindpunt en biedt geen auditlogboek van wat de AI daadwerkelijk heeft opgevraagd. De Query Streams MCP-server voor Microsoft SQL Server lost een breder probleem op: één sleutel, elke connector, een volledig auditlogboek en de AI-tool bewaart nooit uw SQL Server-referenties.

Geen inkomende firewall-gaten

De netwerkagent opent één enkele versleutelde uitgaande cloudverbinding naar Query Streams. Uw AI-client maakt verbinding met de cloud, nooit met uw SQL Server-host. Geen poort om te openen, geen IP-adres om toe te voegen aan een whitelist, geen VPN, geen TCP 1433-listener die is blootgesteld aan het openbare internet.

Eén sleutel, elke connector

Dezelfde MCP-sleutel heeft toegang tot elke database en SaaS-API waarmee uw account is verbonden. Voeg morgen een Stripe- of PostgreSQL-connector toe en de AI-tool herkent deze direct naast uw SQL Server-tabellen zonder dat u de sleutel opnieuw hoeft in te voeren.

Schema-intelligentie ingebouwd

De AI ziet door AI samengestelde beschrijvingen, semantische typen, lijsten met enumeratiewaarden en gevonden foreign keys voor elke SQL Server-kolom – niet alleen de kale gegevens. sys.columns / INFORMATIE_SCHEMA De uitvoer is correct. Het genereert in één keer nauwkeurige T-SQL, zelfs op verouderde bedrijfsschema's met cryptische kolomnamen.

Alleen-lezen is verplicht bij de agent.

Zelfs een hallucinerende LLM kan geen VERWIJDEREN, UPDATE, TRUNCATE, of EXEC sp_ opgeslagen procedures via Query Streams MCP. De netwerkagent weigert alles wat niet is opgeslagen. SELECT, MET, of UITLEGGEN voordat SQL Server de T-SQL-code ooit te zien krijgt.

Per-toets snelheidslimieten

Standaard 60 aanvragen per minuut en 10 uitvoeringsoproepen per minuut, configureerbaar per sleutel. Een oncontroleerbare lus van AI-tooloproepen belast een tokenbucket, niet uw SQL Server-verbindingspool, uw tempdb of uw Azure SQL DTU-factuur.

Hoe het werkt zonder firewallpoorten te openen

De Query Streams Network Agent wordt eenmalig geïnstalleerd op een machine die uw SQL Server-instantie kan bereiken en maakt één uitgaande TLS-verbinding met de cloud via het standaard Tabular Data Stream (TDS)-protocol. Er wordt nooit inkomend verkeer blootgesteld en de AI-tool krijgt uw SQL Server-verbindingsreeks nooit te zien. Hoe werkt een verbinding die alleen uitgaand verkeer toelaat? →

AI-client

Cursor, Claude,
ChatGPT, Grok

QS MCP-server

Streambare HTTP
X-MCP-sleutel authenticatie

Netwerk Agent

Op uw netwerk
Cloud-verbinding uit

Microsoft SQL Server

Verbindingsreeks
in bewaring bij de agent

Geen inkomende poort nodig — de agent belt uit, nooit andersom.

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:

querystreams-mcp · toolcatalogus
qs_list_organizationslezen
Retourneert de organisatie die is gekoppeld aan de aanroepende sleutel.
qs_list_agentslezen
Geeft een overzicht van netwerkagenten en hun online status.
qs_list_connectorslezen
Geeft een overzicht van data-connectoren (één item per databaseserver of API).
qs_get_connector_schemalezen
Geeft de SQL Server-databases, schema's, tabellen en kolommen terug die de AI kan bevragen, met Schema Intelligence-verrijking indien beschikbaar.
qs_profiel_tabelanalyseren
Voorbeeldwaarden, verdelingen, enumeratiedetectie, semantische typen — op aanvraag.
qs_list_saved_querieslezen
Voorgebouwde, geparameteriseerde SQL-sjablonen die het team vertrouwt. De AI voert ze uit zonder ooit de SQL-code te zien.
qs_run_saved_queryuitvoeren
Voert een opgeslagen query uit door patroon_sleutel met optionele parameteroverrides.
qs_run_queryuitvoeren
Voert een SELECT-query uit op een connector. Een alleen-lezen validator wordt uitgevoerd op de agent, voordat SQL Server de T-SQL-code ziet.

Waarom Schema Intelligence Query Streams MCP anders maakt

De meeste "MCP for SQL Server"-servers in het open-source landschap bieden uw AI-tool dezelfde functionaliteit. INFORMATIE_SCHEMA SQL Server geeft een onbekende in handen. Kolomnamen. Gegevenstypen. Misschien een primaire sleutel. De LLM moet maar raden wat er aan de hand is. OrderStatus = 3 betekent, wat cust_eml winkels, of dat OrderDetails.OrderID sluit zich daadwerkelijk aan bij Bestellingen.BestelID (Er werd in geen van beide gevallen ooit een foreign key gedeclareerd — dit komt vaak voor bij oudere bedrijfsschema's van vóór de invoering van foreign key-handhaving, of bij databases die zijn geporteerd van sysname-kolommen). Daarom is de eerste T-SQL die de meeste LLM's schrijven tegen een kaal schema onjuist — niet omdat de LLM zelf slecht is, maar omdat deze niet over de benodigde gegevens beschikt om het goed te doen.

Query Streams MCP retourneert hetzelfde schema, verrijkt met wat wij noemen Schema-intelligentie (SI) — Door AI samengestelde metadata die wordt gegenereerd door profileringsquery's uit te voeren op uw gegevens. werkelijke SQL Server-gegevens voordat de AI-client erom vraagt. Wanneer SI is ingeschakeld op een connector en database, worden alle schematools die de AI aanroept (qs_get_connector_schema, qs_get_table_schema, qs_profiel_tabel, qs_get_relationships) retourneert het kale schema plus zes lagen van samengestelde kennis. De LLM maakt een einde aan het giswerk.

Om dit concreet te maken, volgt hier wat de AI-client terugkrijgt van een enkele opdracht. qs_get_table_schema een aanroep doen naar een typische SQL Server enterprise OLTP-database (Klanten, Bestellingen, Besteldetails, Producten, Categorieën, Medewerkers — het canonieke AdventureWorks-schema) — eerst zonder Schema Intelligence, daarna met.

Zonder schema-intelligentie data_source: vastgelegd_schema
// Wat de LLM ziet == TABEL: dbo.Klanten == – Klant-ID INT [PK, NOT NULL] – Klantnaam NVARCHAR(200) NOT NULL – Klantene-mail NVARCHAR(255) – Gemaakt op DATETIME2 NOT NULL == TABEL: dbo.Orders == – OrderID INT [PK, NOT NULL] – Klant-ID INT NOT NULL – Besteldatum DATETIME2 NOT NULL – Totaalbedrag DECIMAL(19,4) NOT NULL – Orderstatus NVARCHAR(20) NOT NULL – Verzenddatum DATUMTIJD2 == TABEL: dbo.OrderDetails == – OrderDetailID INT [PK] – OrderID INT NOT NULL – ProductID INT NOT NULL - Hoeveelheid INT NOT NULL – Eenheidsprijs GELD NIET NUL == TABEL: dbo.Producten == – ProductID INT [PK] – Productnaam NVARCHAR(200) – CategorieID INT – Eenheidsprijs GELD == TABEL: dbo.Categorieën == – CategorieID INT [PK] – Categorienaam NVARCHAR(100) == TABEL: dbo.Employees == – Werknemers-ID INT [PK] – Volledige naam NVARCHAR(200) – Aanstellingsdatum DATUM Externe sleutels: (niets opgegeven) si_aanbeveling: staat: “niet_uitvoeren” Wat je mist voor dit gesprek: – Door AI ontdekte vreemde sleutels – Voorbeeldwaarden per kolom + enum-detectie – Tabel- en kolombeschrijvingen – Semantische typeclassificaties – Tagging van bedrijfsdomeinen. Opmerking: “Alleen typen, geen semantische context”
Met schema-intelligentie data_source: schema_intelligence
// Wat de LLM ziet == TABEL: dbo.Orders [FEIT, domein:verkoop] == “Kopteksten van klantorders; één per bestelling. TotalAmount is het totaalbedrag van de bestelling in USD.” – OrderID INT [PK] identificator – Klant-ID INT identificator FK -> Customers.CustomerID (100% overlap, conf 0,99) – Besteldatum DATUMTIJD2 datum_iso Voorbeeld: 2026-04-28 14:02:11 – Totaalbedrag DECIMAL(19,4) munteenheid Bereik: 0,00 – 9.420,00 · gemiddelde 286,50 – Orderstatus NVARCHAR(20) status_code (enum) Verzonden (58%) | In behandeling (24%) | Geleverd (14%) | Geannuleerd (4%) – Verzenddatum DATUMTIJD2 datum_iso (nullable) == TABEL: dbo.OrderDetails [FEIT, domein:verkoop] == “Eén rij per product per bestelling. Omzet = SOM(Aantal * Eenheidsprijs).” – OrderID INT identificator FK -> Orders.OrderID (98% overlap, conf 0,95) – ProductID INT identificator FK -> Products.ProductID (100% overlap, conf 0.99) - Hoeveelheid INT balie – Eenheidsprijs GELD munteenheid == TABEL: dbo.Klanten [DIM, domein:klanten] == – Klant-e-mail NVARCHAR(255) e-mail Voorbeeld: [email protected], [email protected] – Klantnaam NVARCHAR(200) persoonsnaam == TABEL: dbo.Producten [DIM, domein:producten] == – Productnaam NVARCHAR(200) tekstinhoud – CategorieID INT identificator FK -> Categorieën.CategorieID (100% overlap, conf 0,99) == TABEL: dbo.Categorieën [DIM, domein:producten] == – Categorienaam NVARCHAR(100) tekstinhoud Voorbeeld: ['Dranken','Snoepgoed','Hardware','Gereedschap']

De zes lagen die Schema Intelligence toevoegt

Elke laag behandelt een type vraag waar de LLM anders naar zou gissen, en de optionele SI-profileringsstap wordt uitgevoerd op uw SQL Server-gegevens zonder uw schema te wijzigen of naar uw database te schrijven. Wat Schema Intelligence toevoegt en hoe het actueel blijft →

Door AI samengestelde beschrijvingen

Een duidelijke, in begrijpelijke taal geformuleerde beschrijving van het doel van elke database, elk schema, elke tabel en elke kolom — eenmalig gegenereerd en automatisch bijgewerkt wanneer uw schema wijzigt. Betrouwbaarheidsscore; beschrijvingen van gebruikers hebben altijd de voorkeur.

Bestellingen: “Klantorderheaders;
één rij per kassa.”

Tabelclassificaties

Elke tabel is gelabeld met FACT (transactionele gebeurtenissen), DIM (beschrijvende verwijzing) of LOOKUP (kleine code-mapping), plus een bedrijfsdomein — verkoop, HR, SEO, financiën, ondersteuning en nog 14 andere.

Bestellingen [FACT, domein:verkoop]
Klanten [DIM, domein:klanten]

Semantische typen per kolom

Achttien typen — valuta, e-mail, datum-ISO, statuscode, percentage, rangschikking, identificatiecode, URL, persoonsnaam en meer. De AI genereert dialectcorrecte T-SQL-code die geschikt is voor elk type.

Totaalbedrag: valuta
Klant-e-mail: e-mail

Voorbeeldwaarden uit echte gegevens

Willekeurige rijen werden aan het LLM getoond, waardoor het patronen herkent die geen enkel schema kan weergeven: opmaakconventies, gecodeerde waarden, afkortingsstijlen en de feitelijke structuur van uw tekenreeksen.

Categorienaam: ['Dranken',
'Snoepgoed', 'IJzerwaren', 'Gereedschap']

Enum-detectie met distributies

Kolommen met een lage cardinaliteit (50 of minder unieke waarden, maximaal 5% van de rijen uniek) worden gekoppeld aan hun volledige waardelijst met rijtellingen. De AI raadt nooit hoofdletters of spelling.

Orderstatus: Verzonden (58%)
| In behandeling (24%) | Geleverd (14%)

Impliciete ontdekking van vreemde sleutels

Analyse van overlappingen in gegevens tussen tabellen vindt joins die niet als DDL-beperkingen zijn gedeclareerd. Deze worden samen met formele foreign keys (FK's) en betrouwbaarheidsscores opgeslagen en geretourneerd door qs_get_relationships.

OrderDetails.OrderID -> Orders.OrderID
(98% overlap, betrouwbaarheidsinterval 0,95)

Dezelfde prompt, andere SQL-query

Het bewijs zit in de T-SQL-code die de AI-tool daadwerkelijk genereert. Dezelfde cursorsessie, hetzelfde Claude-model, dezelfde prompt — "Wie zijn onze 20 meest winstgevende klanten en welke productcategorieën kopen zij het meest?" Zonder schema-intelligentie moet de LLM de T-SQL-syntaxis raden. Met schema-intelligentie weet de LLM het wel.

Zonder schema-intelligentie
— LLM's eerste poging tegen een kaal schema: SELECT Klant-ID, SUM(Eenheidsprijs) AS Winst VAN Besteldetails WAAR OrderDate >= NU() GROEP DOOR Klant-ID ORDER BY Winst DESC LIMIET 20 FOUT: 'NOW' is geen herkende ingebouwde functie. 'LIMIT' is geen geldige T-SQL-syntaxis (gebruik TOP). Het klant-ID staat niet in de orderdetails (er is een JOIN met orders nodig). SUM(UnitPrice) negeert de hoeveelheid — onjuiste omzet Geen categorieën toegevoegd — kan geen antwoord geven op de vraag "welke categorieën?" Het OrderStatus-filter ontbreekt — inclusief geannuleerde bestellingen.
Met schema-intelligentie
— LLM's eerste poging met SI ingeschakeld: SELECT BOVENKANT 20 c.CustomerID, c.CustomerName, cat.CategoryName, SUM(od.Hoeveelheid * od.Eenheidsprijs) AS Winst VAN dbo.Customers c BINNENVERBINDING dbo.Orders o OP o.CustomerID = c.CustomerID BINNENVERBINDING dbo.OrderDetails od OP od.OrderID = o.OrderID BINNENVERBINDING dbo.Producten p OP p.ProductID = od.ProductID BINNENVERBINDING dbo.Categorieën kat OP cat.CategoryID = p.CategoryID WAAR o.OrderDate >= DATUM TOEVOEGEN(DAG, –365, GETDATE()) EN o.OrderStatus IN ('Verzonden', 'Afgeleverd') GROEP DOOR c.CustomerID, c.CustomerName, cat.CategoryName ORDER BY Winst DESC; 20 rijen. Met één keer goed. FACT/DIM-tags gaven richting aan de joinstructuur. FK-ontdekking bracht OrderID + ProductID-koppelingen aan het licht OrderStatus enum sloot geannuleerde bestellingen uit. T-SQL TOP 20 + DATEADD/GETDATE correct gebruikt
Wil je Schema Intelligence niet uitvoeren? MCP werkt nog steeds — schema-tools retourneren kale metadata (typen, primaire sleutels, formele externe sleutels, indexen) en elke verslechterde respons bevat een si_aanbeveling Een blok dat de AI vertelt wat er ontbreekt, inclusief een optie om SI tijdens een gesprek in te schakelen met één telefoontje. qs_request_si_analysis. Hoe Schema Intelligence werkt en hoe lang het duurt →

Verbind Azure SQL of AWS RDS voor SQL Server met Claude.

Microsoft SQL Server draait tegenwoordig in drie gangbare cloudomgevingen: Azure SQL (Database / Managed Instance), AWS RDS voor SQL Server en zelfbeheerde SQL Server op EC2 / Amazon FSx voor Windows. De Query Streams Network Agent werkt identiek met alle drie, omdat deze verbinding maakt met de cloud. uit Via één enkele TLS-cloudverbinding hoeft u geen inkomend TCP-pad 1433 naar het openbare internet te openen, geen SQL Server-eindpunt via NSG-/beveiligingsgroepregels beschikbaar te stellen en geen VPN op te zetten. Kies hieronder uw hostingvorm.

Azure SQL Database / Beheerde instantie

*.database.windows.net

Installeer de netwerkagent op een Azure VM in de hetzelfde VNet als uw Azure SQL-eindpunt en bereik de database via een privé-eindpunt of service-eindpunt; de databasehost hoeft nooit een openbare listener beschikbaar te stellen. Authenticeer met SQL-authenticatie (gebruikersnaam + wachtwoord) of Microsoft Entra ID (voorheen Azure Active Directory), waarbij beheerde identiteit sterk de voorkeur heeft voor productieomgevingen. De minimale tier die we hebben gevalideerd is de vCore Algemeen Doel Gen5 2vCPU vorm; het agent zelf werkt probleemloos op een Standaard_B2s Azure VM. De verbindingsreeks vereist Encrypt=True;TrustServerCertificate=False; — de agent dwingt dit standaard af voor elke *.database.windows.net hostnaam.

  • Ondersteuning voor Single Database, Elastic Pool en Hyperscale
  • Managed Instance wordt behandeld als een volwaardige SQL Server (brede T-SQL-interface).
  • Geografisch gerepliceerde leesreplica's die bereikbaar zijn als afzonderlijke connectoren.

AWS RDS voor SQL Server

*.rds.amazonaws.com

Installeer de netwerkagent op een EC2-instantie in de dezelfde VPC als uw RDS voor SQL Server-eindpunt — of in een gekoppelde VPC met de beveiligingsgroepregels die al openstaan voor de agenthost. Authenticeer met SQL-authenticatie (hoofdgebruiker + wachtwoord) of Windows-verificatie via een met Active Directory gekoppelde Windows Server EC2 met AWS Managed Microsoft AD. De minimale specificaties zijn: db.t3.medium, met db.r5.large Aanbevolen voor productieworkloads waarbij de LLM aggregaties kan uitvoeren op feitentabellen met miljoenen rijen. Multi-AZ-implementaties worden volledig ondersteund: de agent maakt verbinding met het cluster-eindpunt en RDS verzorgt de failover.

  • De standaard-, web-, enterprise- en ontwikkelaarsversies worden allemaal ondersteund.
  • Zowel prijzen inclusief licentie als prijzen waarbij je je eigen licentie meeneemt (BYOL) werken.
  • Lees replica's die als eigen connectoren kunnen worden geregistreerd.

Amazon FSx voor SQL Server / SQL Server op EC2 (zelfbeheerd)

EC2 Windows / FSx voor Windows-bestandsserver

Behandel zelfbeheerde SQL Server op EC2 (of SQL Server met behulp van Amazon FSx voor Windows-bestandsserver gedeelde opslag voor hoge beschikbaarheid in clusterstijl) op dezelfde manier als u een on-premise SQL Server-instantie zou behandelen: installeer de Network Agent op een gelijkwaardige EC2-instantie in dezelfde VPCAuthenticeer met SQL-authenticatie of Kerberos via uw bestaande Active Directory en laat de agent SQL Server bereiken via het standaard TDS-protocol op het privé-subnet. De cloudverbinding van de agent naar Query Streams is identiek — uitgaande TLS op poort 443 — ongeacht of de database zich in Azure, AWS of uw eigen datacenter bevindt.

  • Always On Availability Groups worden ondersteund (wijs naar de listener).
  • Failover-clusterinstanties op FSx voor Windows Server
  • Als u uw eigen licentie gebruikt, behoudt u uw bestaande softwaregarantie.
Eén patroon, drie wolken. Gebruik, zoals Microsoft aanbeveelt, waar mogelijk Microsoft Entra ID / IAM-DB-authenticatie voor productieomgevingen — vermijd langdurige SQL-aanmeldingen. De cloudverbinding van de agent met Query Streams, die alleen uitgaand verkeer verwerkt, werkt identiek in Azure SQL, AWS RDS en zelfbeheerde SQL Server: geen wijzigingen in de inkomende firewall in welke cloud dan ook, geen SQL Server-listener die toegankelijk is via het openbare internet en geen statische IP-toegangslijsten die beheerd hoeven te worden. Registreer elk SQL Server-eindpunt — Azure SQL Database, RDS voor SQL Server, zelfbeheerde EC2-server — als een eigen connector op dezelfde MCP-sleutel, en de LLM kiest de juiste connector op basis van de vraag.
Nova AI

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 dezelfde SQL Server-connector — dezelfde agent, dezelfde afdwinging van alleen-lezen-toegang, dezelfde Schema Intelligence die de T-SQL aandrijft, 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 SQL Server-instantie kan bereiken — zie Download de Query Streams Agent..
  3. Een Microsoft SQL Server-connector geconfigureerd voor de agent — zie de bestaande connector instellen Richtlijnen voor de verbindingsreeks. De agent bewaart het SQL Server-aanmeldingswachtwoord (of Windows/Azure AD-referenties); de AI-tool krijgt deze nooit in handen.
  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.
Je hoeft de agent maar één keer in te stellen. Dezelfde agent die de Excel- en Google Sheets-add-ons van Query Streams, de webgebaseerde Query Builder en Nova AI aandrijft, wordt ook gebruikt voor MCP. Het toevoegen van MCP aan een bestaand Query Streams-account is slechts het genereren van een sleutel; de agent en de SQL Server-connector draaien al.
1

Genereer een MCP-sleutel

Van de /mcp Ga naar de pagina Query Streams en genereer een sleutel met de gewenste scopes.

2

Sleep het naar je AI-client.

Eén JSON-fragment voor Cursor, Claude, ChatGPT of Grok. Dezelfde sleutel overal.

3

Stel een vraag

"Wat waren onze 10 beste klanten op basis van hun levenslange waarde?" — de AI roept de juiste tools aan en u krijgt het antwoord.

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 (voorbeeldwaarden, verdelingen, semantische typen). Optioneel, maar sterk aanbevolen voor SQL Server-toepassingen, waar inzicht in de structuur van uw gegevens van belang is wanneer de LLM joins genereert tussen bedrijfsschema's met tussen haakjes geplaatste identificatoren en inconsistente naamgeving.
  • 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 SQL Server-gegevens analyseren" zijn alle drie de bereiken geschikt. Voor een sleutel die u aan een teamlid of een minder vertrouwde klant geeft, laat u deze 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 ~/.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 claude_desktop_config.json
// Instellingen → Ontwikkelaar → Configuratie bewerken
{
  "mcpServers": {
    "querystreams": {
      "url": "https://mcp.querystreams.com",
      "kopteksten": {
        "X-MCP-sleutel": "qsmcp_PLAK_HIER_SLEUTEL_"
      }
    }
  }
}
ChatGPT
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
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 retourneer uw SQL Server-connector samen met alle andere door u geconfigureerde gegevens.

Stap 3: Stel de AI een SQL Server-vraag

Je hoeft geen T-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 SQL Server-database en het antwoord krijg je terug als tekst plus tabellen. Drie voorbeeldvragen om mee te beginnen:

“Wat is onze omzetontwikkeling per kwartaal en in welke maanden liggen de pieken?”
Winst
De AI zal bellen qs_get_connector_schema om te ontdekken Bestellingen, Besteldetails, en Producten tabellen, dan qs_run_query met een SELECT-query die de gegevens groepeert op basis van DATEPART(KWARTAAL, Besteldatum) en DATEPART(MAAND, Besteldatum), aggregaten SUM(od.Aantal * od.Eenheidsprijs) per kwartaal, en brengt de seizoenspieken aan het licht via vensterfuncties zoals AVG(...) OVER (VERDELING OP DATUMONDERDEEL(MAAND, Besteldatum))Je ziet direct een gerangschikte maandgrafiek, plus een schriftelijke interpretatie: kwartaal-op-kwartaalgroei, welke maanden consistent beter presteren en eventuele afwijkingen die de AI heeft afgeleid uit de SQL Server-gegevens.
“Van welke producten is de voorraad lager dan het bestelpunt?”
Inventaris
De AI gebruikt de kolomomschrijvingen van Schema Intelligence om de te herkennen. Producten.EenhedenOpVoorraad en Producten.Herbestelniveau kolommen, verbindingen met Categorieën voor mensvriendelijke categorienamen, en schrijft een T-SQL-filter zoals WAAR p.UnitsInStock < ISNULL(p.ReorderLevel, 10)Het resultaat is een overzichtelijke lijst met productnaam, categorie, aantal stuks op voorraad, nabestelniveau en bestelde aantallen – gesorteerd op voorraadtekortrisico. De AI markeert rijen met kritieke tekorten doorgaans in het rood en geeft aan welke categorieën de meeste dreigende tekorten hebben.
"Toon me bestellingen die na 5 dagen nog niet verzonden zijn, gesorteerd op prioriteit."
Werkzaamheden
De AI gebruikt de enum-detectie van Schema Intelligence op Bestellingen.Bestelstatus filteren naar 'In behandeling' bestellingen met een NULL Verzenddatum en een Besteldatum ouder dan DATEADD(DAY, -5, GETDATE())Het resultaat is een gerichte lijst met OrderID, Klantnaam, Totaalbedragen het aantal dagen sinds de bestelling — meestal sorteert de AI op totaal aflopend, zodat de achterstand met de hoogste waarde bovenaan komt te staan, en markeert de meest zorgwekkende rijen als escalaties binnen het fulfilmentteamJe kunt dieper op de materie ingaan door vragen te stellen. "Waarom is bevel 4821 nog steeds in behandeling?" En de AI zal de relevante rijen eruit halen.

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.

Eerlijke factuurmelding: MCP-gebruik wordt gefactureerd op basis van niet-gecomprimeerde bytes.

MCP's Streamable HTTP-transport kan niet betrouwbaar van begin tot eind comprimeren, daarom worden er kosten in rekening gebracht. uncompressedBytes in plaats van de gecomprimeerde bytes De clients die gebruikmaken van Excel, Sheets, Nova en Query Builder gebruiken het volgende: een SQL Server-aggregaat van 4 MB kost ongeveer 4 MB via MCP, vergeleken met ongeveer 600-900 KB op de gecomprimeerde clients. Dit komt doordat SQL Server-gegevens met herhaalde NVARCHAR-enumwaarden, statuscodes en categorienamen ongeveer 5-7 keer kleiner worden via LZ4. Voor zeer grote, terugkerende exports is de Excel/Sheets/Nova-methode aan te raden; voor interactieve toolaanroepen met 100-5000 rijen is MCP de juiste keuze en het kostenverschil is slechts een paar cent. Hoe werkt data-realm-facturering over verschillende transportprotocollen heen?

Veelgestelde vragen

Moet ik poorten openen of een VPN-verbinding gebruiken om dit te kunnen gebruiken? +
Geen inkomende firewallregel, port-forwarding, NAT punchthrough of VPN — de netwerkagent maakt één uitgaande TLS-verbinding (poort 443) naar agent.querystreams.com en uw AI-client bereikt https://mcp.querystreams.com vanaf het openbare internet, dus als uitgaande HTTPS werkt op de agenthost, werkt MCP. Zie hoe de verbinding die alleen uitgaand verkeer toelaat werkt →
Welke AI-tools kan ik gebruiken met Query Streams MCP? +
Elke client die het open Model Context Protocol ondersteunt, zoals Claude Desktop, Claude Code, Cursor, ChatGPT (betaald), Grok, Gemini CLI, Windsurf, Zed en meer dan 500 andere, is geschikt. Gebruik je eigen AI-tool; je hoeft niet over te stappen. Volledige lijst met ondersteunde AI-clients →
Kan ik een MCP-sleutel intrekken? +
Ja, drie onafhankelijke noodstopknoppen (per toets vanaf de /mcp pagina, per organisatie via planinstellingen en platformniveau), en geen van deze opties vereist een databasewachtwoordrotatie of een herstart van de agent. Meer informatie over de beveiliging van MCP-sleutels →
Hoe worden de MCP-kosten in rekening gebracht voor mijn datadomein? +
MCP-uitvoeringsaanroepen worden afgetrokken van hetzelfde databudget dat al wordt gebruikt voor uw Excel-, Google Sheets-, webquerybuilder- en Nova AI-gebruik — één verbruiksbudget voor alle toegangsmethoden. De afmetingen die voor MCP worden gemeten, verschillen. De andere klanten maken gebruik van onze gecomprimeerde cloudverbinding (wij brengen hiervoor kosten in rekening). gecomprimeerde bytes); MCP werkt via Streamable HTTP, dat geen betrouwbare end-to-end compressie biedt via elke client en proxy, daarom brengen we kosten in rekening uncompressedBytesEen SQL Server-resultaat van 4 MB dat naar Excel wordt teruggestuurd, kost doorgaans ongeveer 600-900 KB van uw data-domein; hetzelfde resultaat van 4 MB dat naar Cursor via MCP wordt teruggestuurd, kost ongeveer 4 MB. SQL Server-data met herhaalde NVARCHAR-waarden comprimeert ongeveer 5-7 keer via LZ4. We zijn hier transparant over, omdat we liever hebben dat u dit van tevoren weet dan dat u aan het einde van de factureringscyclus voor verrassingen komt te staan.
Werkt Query Streams MCP met SQL Server 2016 / 2019 / 2022, SQL Server Express, SQL Server op Linux en Always Encrypted-kolommen? +
Ja. De netwerkagent gebruikt het officiële Microsoft.Data.SqlClient-stuurprogramma. SQL Server 2016 of hoger op Windows of Linux, Azure SQL Managed Instance (wat volledige SQL Server-compatibiliteit op PaaS inhoudt), AWS RDS voor SQL Server, en SQL Server Express (De gratis versie, met een limiet van 10 GB voor de databasegrootte) wordt volledig ondersteund, inclusief de Standard-, Web-, Enterprise- en Developer-edities. Altijd versleutelde kolommen worden transparant doorgegeven — de agent decodeert ze niet op agentniveau; de kolomversleutelingssleutel van uw applicatie blijft privé en de LLM ziet de versleutelde ciphertext voor die kolommen (Schema Intelligence markeert ze als zodanig, zodat de LLM weet dat er niet gefilterd hoeft te worden op de versleutelde waarden). Voor SQL Server op LinuxEr is geen speciale configuratie nodig; het TDS-draadprotocol is identiek en hetzelfde stuurprogrammapad werkt met beide besturingssystemen. Voor oudere gevallen uit 2014/2012Neem contact op met de supportafdeling — er is een alternatieve driver beschikbaar. Elke SQL Server-instantie die u registreert, is een aparte connector, zodat de LLM op basis van de naam kan kiezen tussen "productie OLTP SQL Server" en "datawarehouse SQL Server". De MCP-server ziet de referenties niet; alleen de agent ziet ze.
Wat is het verschil tussen dit en het zelf draaien van een open-source Microsoft SQL Server MCP-server? +
Een directe Microsoft SQL Server MCP-server (er bestaan communityprojecten op GitHub) is één MCP per gegevensbron. Om Claude te laten lezen vanuit uw SQL Server + Google Search Console + uw Stripe-account + uw Snowflake-datawarehouse, zou u vier MCP-servers nodig hebben die afzonderlijk geconfigureerd zijn in elke AI-client, elk met zijn eigen inloggegevens, elk met zijn eigen bereikmodel en elk met zijn eigen auditlogboek. Query Streams MCP is één sleutel die toegang biedt tot elke connector die aan uw account is gekoppeld. U krijgt ook Schema Intelligence, alleen-lezen-handhaving op agentniveau, snelheidslimieten per sleutel en een auditlogboek. gebeurtenislogboekenen dezelfde data-realm factureringspipeline die u al gebruikt — geen van beide biedt een directe SQL Server MCP.
Wat gebeurt er als de AI probeert gegevens te schrijven of te verwijderen? +
Het wordt door de agent afgewezen voordat de gegevensbron de T-SQL ziet. Elke qs_run_query Het gesprek wordt verwerkt door een hardgecodeerde, alleen-lezen validator die alleen dit toestaat. SELECT, MET, en UITLEGGEN verklaringen; al het andere (INVOEGEN, UPDATE, VERWIJDEREN, TRUNCATE, EXEC sp_, SAMENVOEGEN, BULK INVOEGEN, enz.) retourneert ALLEEN-LEZEN_SCHENDING en bereikt SQL Server nooit. De validator draait in het agentproces op uw netwerk, niet in de cloud, dus een gecompromitteerde cloudomgeving zou deze niet kunnen omzeilen. (U kunt een alleen-lezen aanmelding aan de SQL Server-zijde toevoegen, bijvoorbeeld door de principal toe te voegen aan db_datareader en uitdrukkelijk ontkennen db_datawriter (Op de relevante databases – en als je extra zekerheid wilt – is de validator van de agent onafhankelijk van de SQL Server-rechten die je hebt geconfigureerd.)
Kan ik zien wat de AI precies heeft gevraagd? +
Ja. Elke aanroep van een MCP-tool schrijft een regel naar gebeurtenislogboeken met de organisatie, gebruiker, sleutel, bereik, latentie en resultaatcode. De organisatiebeheerder kan met één query antwoord geven op de vraag: "Wie heeft MCP vorige week gebruikt, welke connector en wat hebben ze gevraagd?" Merk op dat we de gegevens loggen. naam en metadata van het hulpmiddelNiet de SQL-tekst of de geretourneerde rijen — die gaan via de cloudverbinding en komen nooit in cloudlogboeken terecht. Als u een volledige T-SQL-audit wilt, schakelt u audit aan de databasezijde in op de onderliggende engine; voor SQL Server is dat specifiek: SQL Server-audit (op serverniveau of databaseniveau, met auditspecificaties gericht op SELECT gebeurtenissen op de schema's die via Query Streams beschikbaar worden gesteld), of voor Azure SQL het equivalent daarvan Azure SQL-auditing uitvoer naar een Log Analytics-werkruimte of -opslagaccount.
Moet ik Schema Intelligence uitvoeren om Query Streams MCP te kunnen gebruiken? +
Nee - Schema Intelligence is optioneel per (connector, database) paarEn MCP werkt prima zonder. De AI ontvangt het kale schema (typen, primaire sleutels, formele externe sleutels, indexen) en schrijft eenvoudige query's. Met SI ingeschakeld, krijgt de AI zes extra lagen met zorgvuldig samengestelde metadata: (1) Door AI samengestelde beschrijvingen van elke database, tabel en kolom; (2) tabelclassificaties (FACT voor transactionele gebeurtenissen, DIM voor beschrijvende verwijzingen, LOOKUP voor kleine codetoewijzingen) plus een bedrijfsdomeintag (verkoop, HR, SEO, financiën, ondersteuning en nog 14 andere); (3) een semantisch type op elke kolom (valuta, e-mail, datum_iso, status_code, percentage, ranking_positie, identifier, url, persoonsnaam en nog 9 andere) dat zorgt voor dialectcorrecte T-SQL-generatie; (4) Steekproefwaarden uit uw werkelijke gegevens, zodat het LLM patronen herkent die geen enkel schema kan weergeven; (5) enum-detectie met volledige waardeverdelingen voor kolommen met een lage kardinaliteit; en (6) Door AI ontdekte vreemde sleutels op basis van overlappingen in gegevens tussen tabellen, die aan het licht kwamen via qs_get_relationshipsZonder SI bevat elke schema-tool-respons ook een si_aanbeveling Een lijst met precies wat er ontbreekt voor het gesprek — de AI kan dit lezen en voorstellen om SI midden in het gesprek te activeren via qs_request_si_analysisDe uitvoeringsduur schaalt mee met het aantal tabellen: een kleine database met minder dan 100 tabellen is in ongeveer 10 minuten klaar; een typische middelgrote database (een paar honderd tabellen) is in 15-25 minuten klaar; een grote SQL Server-database voor bedrijven met meer dan 1500 tabellen kan 45-60 minuten nodig hebben voor een volledige scan. SI wordt uitgevoerd via uw netwerkagent op uw gegevens (nooit in de cloud), schrijft nooit naar uw database, wijzigt nooit uw schema en vernieuwt incrementeel wanneer uw schema verandert. Daardoor zijn volgende uitvoeringen na het toevoegen of wijzigen van tabellen veel sneller dan de eerste. Het effect van begin tot eind: met SI ingeschakeld schrijft uw AI-client veel vaker correcte T-SQL bij de eerste poging dan bij een "MCP voor X"-server die de LLM gewoon doorgeeft. INFORMATIE_SCHEMA.
Wat als ik later nog een connector toevoeg, zoals Stripe of PostgreSQL? +
Aan de clientzijde verandert er niets — dezelfde sleutel bereikt de nieuwe connector zodra de agent deze koppelt.qs_list_connectors (wordt automatisch opgepakt). Eén configuratieblok koopt je hele account, zowel het huidige als het toekomstige. Waarom één sleutel alle connectoren dekt →
Moet ik MCP instellen om met mijn data te kunnen chatten? +
Nee - Nova AI is geïntegreerd in het Query Streams-portaal. Het werkt met elke connector (inclusief Microsoft SQL Server) zonder dat er MCP-installatie of configuratiebestanden nodig zijn. Gebruik Nova om met uw gegevens te communiceren binnen Query Streams; gebruik MCP wanneer u wilt dat uw eigen AI-client (Claude, Cursor, ChatGPT, …) toegang heeft tot dezelfde gegevens — dezelfde agent, dezelfde connectors, dezelfde Schema Intelligence eronder. Leer meer over Nova AI →
Werkt Query Streams MCP met mijn Azure SQL Database, Azure SQL Managed Instance of AWS RDS voor SQL Server? +
Ja - Azure SQL Database (één database, elastische pool, hyperscale), Azure SQL Managed Instance (volledige SQL Server-compatibiliteit op PaaS), AWS RDS voor SQL Server (Standaard-/Web-/Enterprise-edities op door RDS beheerde EC2-instanties), en Amazon FSx voor WindowsAlle gehoste SQL Server-servers worden ondersteund. Installeer de netwerkagent in hetzelfde VNet (Azure) of VPC (AWS) voor een lage latentie. Gebruik voor Azure SQL SQL-authenticatie (aanmelden + wachtwoord) of Microsoft Entra ID (voorheen Azure Active Directory) authenticatie, waarbij beheerde identiteit de voorkeur heeft voor productieomgevingen. Voor RDS gebruikt u SQL-authenticatie of Windows-verificatie via AD-gekoppelde Windows Server VM's met AWS Managed Microsoft AD. Belangrijk voor Azure SQL: de verbindingsreeks vereist Encrypt=True;TrustServerCertificate=False; — de agent dwingt dit standaard af voor elke *.database.windows.net hostnaam. De cloudverbinding van de agent naar Query Streams is identiek, ongeacht in welke Microsoft-cloud of AWS-regio uw SQL Server wordt gehost; alles onder de agent is uw bestaande infrastructuur. Gebruik, zoals Microsoft aanbeveelt, waar mogelijk Microsoft Entra ID / IAM-DB-authenticatie voor productieomgevingen — vermijd langdurige SQL-aanmeldingen.

Aan de slag

Verbind uw AI-tool in vijf minuten met uw Microsoft SQL Server-gegevens.

Met één MCP-sleutel hebt u toegang tot SQL Server, elke andere database en elke API-connector in uw Query Streams-account, inclusief een volledig auditlogboek, snelheidslimieten per sleutel en zonder dat u firewallinstellingen hoeft aan te passen. Claude, Cursor, ChatGPT en Grok werken allemaal direct.

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, sql-server, mssql, database, enterprise, azure-sql, aws-rds, tsql

Metabeschrijving: Verbind Microsoft SQL Server met Claude of Cursor via Query Streams MCP. T-SQL-compatibel, alleen uitgaand, alleen-lezen, installatie in 5 minuten.

Geüpdatet op 16 juni 2026

Mogelijk gemaakt door BetterDocs