Hoe Shopify-gegevens op te vragen met Claude/Cursor via MCP (Shopify 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 de Shopify MCP Het pad is specifiek ontworpen zodat uw AI-tool vragen in begrijpelijke taal kan beantwoorden over bestellingen, klanten, producten, voorraad, leveringen en terugbetalingen, zonder dat u rapporten hoeft te exporteren vanuit de Shopify-beheeromgeving of GraphQL Admin API-aanroepen hoeft samen te voegen. De Network Agent haalt Shopify Admin API-gegevens op in een lokale DuckDB-cache, zodat de LLM schone SQL-oppervlakken ziet (bestellingen, regelitems, klanten, producten, varianten, transacties, leveringen) in plaats van ruwe REST-enveloppen. De alleen-lezen Admin-scope betekent dat dit de aanvulling is op de officiële Shopify Storefront MCP voor analyses en operationele zaken, en geen vervanging ervan. Meer informatie vindt u op QueryStreams.com en gratis aanmelden om je AI-tool echte Shopify-beheerdersvragen te gaan stellen.

Wat de Query Streams Shopify MCP-server u biedt

Andere "Shopify MCP"-servers in het open-source landschap verbinden de AI-tool rechtstreeks met de Shopify Admin REST- of GraphQL-API en sturen ruwe resource-fetches naar de API. Dat werkt, maar het voegt een privé Shopify-apptoken toe aan de configuratie van je AI-client, zorgt ervoor dat de LLM naar REST-enveloppen en GraphQL-typen kijkt in plaats van naar SQL, beperkt de AI-tool tot alleen Shopify en biedt geen auditlogboek van wat de AI daadwerkelijk heeft opgevraagd. De Query Streams Shopify MCP-server lost een breder probleem op: één sleutel, elke connector, een volledig auditlogboek, de agent normaliseert Shopify Admin-gegevens naar SQL-oppervlakken en de AI-tool bewaart nooit je Shopify-inloggegevens.

Hoe het werkt zonder firewallpoorten te openen

De Query Streams Network Agent wordt eenmalig geïnstalleerd op elke machine met internettoegang (de Shopify Admin API is overal bereikbaar) en maakt één uitgaande TLS-verbinding met de cloud; wanneer Claude of Cursor een vraag stelt, roept de agent de Shopify Admin API aan en slaat het antwoord op in een lokale DuckDB, zodat de AI schone SQL-query's te zien krijgt. bestellingen, regelitems, klanten, producten, varianten, voorraadniveaus, transacties, vervullingen — in plaats van REST-enveloppen, terwijl er nooit iets inkomends wordt blootgesteld en de AI-tool nooit je privé Shopify-apptoken, winkeldomein of API-versie te zien krijgt. 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 Shopify"-servers in het open-source landschap geven je AI-tool dezelfde veldreferentie die Shopify voor ontwikkelaars publiceert — of erger nog, de onbewerkte versie. informatie_schema van welke cache ze ook bewaren. Veldnamen. Gegevenstypen. Misschien een primaire sleutel. Het LLM moet maar gissen. totale_prijs wordt opgeslagen als een STRING en moet worden gecast naar DUBBELE voor rekenkunde, dat financiële_status is een opsomming van in behandeling / geautoriseerd / gedeeltelijk betaald / betaald / gedeeltelijk_terugbetaald / terugbetaald / ongeldig verklaard, of dat tags is een door komma's gescheiden tekenreeks die moet worden omgezet naar een lijst. Daarom is de eerste SQL-query die de meeste LLM's uitvoeren op een kaal Shopify-schema onjuist — niet omdat de LLM zelf slecht is, maar omdat deze niet over de benodigde gegevens beschikt (en "SUM is null omdat total_price een tekenreeks is" is het soort foutmelding dat een verloren middag oplevert).

Query Streams MCP retourneert hetzelfde in de cache opgeslagen Shopify-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 Shopify-gegevens voordat de AI-client erom vraagt. Wanneer SI is ingeschakeld op de Shopify-connector, worden alle schema-tools die de AI aanroept (qs_get_connector_schema, qs_get_table_schema, qs_profiel_tabel, qs_get_relationships) retourneert het kale, in de cache opgeslagen schema plus zes lagen van samengestelde kennis. De LLM stopt met gissen.

Om dit concreet te maken, volgt hier wat de AI-client terugkrijgt van een enkele opdracht. qs_get_table_schema een beroep doen op de Shopify-connector bestellingen tabel — de canonieke Shopify-feitentabel die 80% van de analysevragen aanstuurt — eerst zonder Schema Intelligence, daarna met Schema Intelligence.

De zes lagen die Schema Intelligence toevoegt

Elke laag behandelt een type vraag waar de LLM anders alleen maar naar zou kunnen gissen. De optionele SI-profileringsstap wordt uitgevoerd op uw Shopify-gegevens zonder uw schema te wijzigen of naar uw winkel te schrijven, en wordt incrementeel vernieuwd wanneer u een nieuwe metafield-definitie toevoegt. 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 is onze omzet en gemiddelde orderwaarde per maand over de afgelopen 12 maanden, alleen voor betaalde bestellingen, in USD?" Zonder schema-intelligentie moet het LLM gissen. Met schema-intelligentie weet het LLM dat total_price een STRING is die gecast moet worden, en dat de enum-waarde financial_status 'betaald' niet 'voltooid'En winkels die meerdere valuta accepteren, hebben een valutafilter nodig.

Query Streams MCP versus Shopify Storefront MCP

Shopify levert een OFFICIEEL MCP-oppervlak genaamd Shopify Storefront MCPHet ontsluit de API van de webwinkel — catalogus, producten, collecties, openbare klantgegevens — zodat AI-winkelassistenten kopers kunnen helpen bij het bekijken van producten, het krijgen van aanbevelingen en het controleren van de voorraadstatus. Het is goed ontworpen voor AI-ervaringen die gericht zijn op de koper. Het heeft geen toegang tot beheerders-, operationele of financiële gegevens. Query Streams Shopify MCP is het tegenovergestelde: een alleen-lezen beheerders-API voor de operationele, analytische, financiële en klantenservicekant van Shopify. De twee MCP-servers lossen verschillende soorten problemen op — zo verhouden ze zich tot elkaar.

De twee MCP-servers werken prima samen en veel Shopify Plus-organisaties gebruiken ze allebei. Gebruik Shopify Storefront MCP Voor AI-winkelervaringen gericht op de koper: AI-medewerkers die shoppers helpen bij het doorbladeren van catalogi, het krijgen van productaanbevelingen of het beantwoorden van vragen als "Heeft u dit in mijn maat?". Gebruik querystreams in Shopify MCP. Voor AI-tools die communiceren met je team — operationele, financiële, ondersteunings- en analyseworkflows die orders, transacties, leveringen, klantwaarde, voorraadniveaus, terugbetalingen, kortingscodes en cadeaubonnen nodig hebben, naast de rest van je bedrijfsgegevens. Verschillende doelgroepen, verschillende reikwijdtes, beide alleen-lezen — ze vullen elkaar aan in plaats van met elkaar te concurreren.

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 het beantwoordt dezelfde eenvoudige Shopify-beheervragen — omzet per product, leverings-SLA's, klantbehoud — voor elke connector die je hebt toegevoegd, met dezelfde agent, alleen-lezen-handhaving en Schema Intelligence, zonder MCP-configuratie.

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 met internettoegang — zie Download de Query Streams Agent.De Shopify Admin API is overal bereikbaar, dus de agent hoeft zich niet op een specifiek netwerk te bevinden.
3. Een Shopify-winkelconnector geconfigureerd voor de agent — zie de bestaande API-connector instellen Handleidingen voor het koppelen van privé-apps. De agent beheert het Shopify-token voor privé-apps en uw winkeldomein; de AI-tool heeft hier geen toegang toe. Elke winkel die u wilt bevragen, is een aparte connector, dus bij een account met meerdere winkels voegt u de connectors één voor één toe.
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 (voorbeeldwaarden, verdelingen, semantische typen). Optioneel, maar sterk aanbevolen voor e-commerce, waar inzicht in de structuur van uw ordergegevens en de semantiek van geldkolommen (prijzen opgeslagen als tekenreeksen, meerdere valuta, enum-statussen) van belang is.
• 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 Shopify-beheergegevens analyseren" zijn alle drie de scopes geschikt. Voor een key die je aan een teamlid of een minder vertrouwde klant geeft, laat je de 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 retourneer uw Shopify-winkel(s) (elke winkel verschijnt als een aparte connector als u er meerdere hebt gekoppeld) samen met alle andere zaken die u hebt geconfigureerd.

Stap 3: Stel de AI een Shopify-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 in de cache opgeslagen Shopify Admin-gegevens 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. | API-connector instellen | Alle MCP Server-handleidingen | Nova AI tekst-naar-SQL

Categorie: MCP-server

Tags: mcp, claude, cursor, shopify, api-connector, ecommerce, shopify-admin, shopify-storefront-mcp, multi-store, read-only-mcp

Meta-omschrijving: Vraag Shopify-beheergegevens op met Claude of Cursor via MCP. Gecachede SQL-oppervlakken, meerdere winkels, geen firewall-lekken. Gratis.