Wyświetl kategorie

Jak połączyć program Microsoft Access z programem Claude/Cursor za pośrednictwem protokołu MCP (konfiguracja serwera Microsoft Access MCP)

24 minuty czytania

SERWER MCP MICROSOFT ACCESS

Zapytaj program Microsoft Access za pomocą Claude lub Kursor poprzez MCP.

Zadaj proste pytania dotyczące danych w programie Microsoft Access — .accdb oraz .mdb pliki, klienci, zamówienia, połączone tabele — za pośrednictwem bezpiecznego łącza w chmurze przeznaczonego wyłącznie do połączeń wychodzących, z wbudowaną funkcją Schema Intelligence w łącznik Microsoft Access MCP, dzięki czemu sztuczna inteligencja zapisuje poprawny kod Jet/ACE SQL przy pierwszej próbie.

Brak luk w zaporze sieciowej Jeden klucz, każde złącze Dane na żywo, bez opóźnień w pamięci podręcznej Przynieś własne narzędzie AI

Query Streams to bezpieczna platforma integracji danych w czasie rzeczywistym, która umożliwia integrację wszystkich baz danych i interfejsów API SaaS na Twoim koncie z Claude, Cursor, ChatGPT i Grok — za pośrednictwem jednego klucza MCP bez konieczności wprowadzania zmian w zaporze sieciowej. W tym przewodniku szczegółowo opisano podłączanie łącznika Microsoft Access MCP, aby narzędzie AI mogło odpowiadać na pytania zadane prostym językiem. .accdb oraz .mdb danych — klientów, zamówień, pozycji zamówienia, tabel powiązanych, połączeń ad-hoc i agregacji — bez konieczności eksportowania plików CSV z programu Access lub zmagania się z panelem nawigacji. Więcej informacji można znaleźć na stronie QueryStreams.com. oraz zarejestruj się za darmo aby zacząć zadawać narzędziu AI prawdziwe pytania dotyczące programu Microsoft Access.

Co oferuje Query Streams MCP dla programu Microsoft Access

Inne serwery „Microsoft Access MCP” w środowisku open-source łączą narzędzie AI bezpośrednio z pojedynczym .accdb lub .mdb ścieżka pliku. To działa, ale wiąże klienta AI z jedną maszyną, nie ogranicza zakresu ani szybkości i nie oferuje żadnego śladu audytu tego, o co AI faktycznie prosiła. Serwer Query Streams MCP dla Microsoft Access rozwiązuje szerszy problem: jeden klucz, każdy łącznik, pełny ślad audytu, a narzędzie AI nigdy nie widzi ścieżki pliku ani podstawowego ciągu połączenia.

Zero luk w zaporze sieciowej

Agent sieciowy otwiera pojedyncze szyfrowane łącze wychodzące do strumieni zapytań w chmurze. Twój klient AI łączy się z chmurą, a nie z plikiem Microsoft Access ani z jego komputerem hostującym. Nie ma portu do otwarcia, udziału plików do ujawnienia, VPN-u ani zaplecza SharePoint ani OneDrive udostępnianego publicznie w Internecie.

Jeden klucz, każde złącze

Ten sam klucz MCP dociera do każdej bazy danych i interfejsu API SaaS, z którymi Twoje konto jest połączone. Dodaj łącznik Stripe lub PostgreSQL już jutro, a narzędzie AI zobaczy go obok tabel Microsoft Access bez konieczności ponownego wprowadzania klucza.

Wbudowana inteligencja schematów

Sztuczna inteligencja widzi opracowane przez siebie opisy, typy semantyczne, listy wartości wyliczeniowych i odkryte klucze obce dla każdej kolumny w programie Microsoft Access — a nie tylko samą listę tabel zwróconą przez sterownik ACE OLEDB/Jet. Zapisuje poprawne zapytanie Jet SQL za pierwszym razem, nawet w starszych bazach danych Access z tajemniczymi nazwami pól i nazwami tabel w nawiasach, takimi jak: [Szczegóły zamówienia].

Tylko do odczytu wymuszone przez agenta

Nawet mający halucynacje LLM nie może wydać USUWAĆ, AKTUALIZACJA, lub UPUSZCZAĆ poprzez Query Streams MCP. Agent sieciowy odrzuca wszystko, co nie jest SELECT, Zlub zapytanie transformacyjne/selekcyjne zanim sterownik ACE OLEDB zobaczy kod SQL.

Limity stawek za klucz

Domyślnie 60 żądań na minutę i 10 wywołań wykonawczych na minutę, konfigurowalne dla każdego klucza. Niekontrolowana pętla wywołań narzędzia AI trafia do kontenera tokenów, a nie do blokady pliku Access ani do komputera, na którym działa agent.

Jak to działa bez otwierania portów zapory sieciowej

Agent sieciowy Query Streams to niewielki program instalowany raz na komputerze z systemem Windows, który może uzyskać dostęp do pliku Microsoft Access — dowolnego laptopa, komputera stacjonarnego, serwera plików lub maszyny wirtualnej z systemem Windows, na której znajduje się plik. .accdb lub .mdb lives, a także pakiet redystrybucyjny Microsoft Access Database Engine / ACE OLEDB. Agent otwiera plik za pośrednictwem dostawcy ACE OLEDB / Jet, więc narzędzie AI nigdy nie widzi ścieżki dostępu do pliku ani poświadczeń tabeli połączonej. Zobacz, jak działa łącze agenta obsługującego wyłącznie połączenia wychodzące →

Klient AI

Kursor, Claude,
ChatGPT, Grok

Serwer QS MCP

HTTP z możliwością przesyłania strumieniowego
Autoryzacja kluczem X-MCP

Agent sieciowy

W Twojej sieci
Połączenie z chmurą

Baza danych Microsoft Access

Plik .accdb/.mdb
otwarte przez agenta

Nie jest wymagany żaden port przychodzący — to agent wybiera numer wychodzący, a nie odwrotnie

Klucz MCP, który podajesz Cursorowi lub Claude'owi, ma zakres (Czytać / analizować / wykonać), odwoływalne w dowolnym momencie i ograniczone szybkością dla każdego klucza. Narzędzie AI korzysta z następujących narzędzi MCP do wykonania swojej pracy:

querystreams-mcp · katalog narzędzi
qs_list_organizationsCzytać
Zwraca organizację powiązaną z wywołującym klawiszem.
lista_agentów_qsCzytać
Wyświetla listę agentów sieciowych i stan online.
qs_list_connectorsCzytać
Wyświetla listę łączników danych (jeden wpis na serwer bazy danych lub interfejs API).
qs_get_connector_schemaCzytać
Zwraca tabele i kolumny programu Microsoft Access, do których sztuczna inteligencja może wykonać zapytanie (jedna logiczna „baza danych” na zarejestrowaną .accdb / .mdb plik), z możliwością wzbogacenia o funkcję Schema Intelligence, jeśli jest dostępna.
tabela_profili_qsanalizować
Wartości próbek, rozkłady, wykrywanie wyliczeń, typy semantyczne — na żądanie.
lista_zapisanych_zapytańCzytać
Wstępnie skonfigurowane, sparametryzowane szablony SQL, którym zespół ufa. Sztuczna inteligencja uruchamia je, nie widząc kodu SQL.
qs_run_saved_querywykonać
Wykonuje zapisane zapytanie przez klucz_wzorca z opcjonalnymi nadpisaniami parametrów.
qs_run_querywykonać
Wykonuje instrukcję SELECT na łączniku. Walidator tylko do odczytu uruchamia się na agencie, zanim sterownik ACE OLEDB odczyta zapytanie SQL.

Dlaczego Schema Intelligence wyróżnia Query Streams MCP

Większość serwerów „MCP dla Microsoft Access” w środowisku open source przekazuje Twojemu narzędziu AI tę samą listę tabel, co Obiekty MSys Podaje nieznajomemu. Nazwy pól. Typy danych Jet. Może klucz podstawowy. LLM musi zgadnąć, co StatusID = 3 znaczy co Klient sklepy, czy też [Szczegóły zamówienia].Identyfikator zamówienia faktycznie dołącza do Zamówienia.ID zamówienia (Access zazwyczaj deklaruje relacje w oknie Relacje, ale wiele starszych wersji .mdb pliki powstały wcześniej lub zostały wyeksportowane z zewnętrznych źródeł bez zachowania relacji). Dlatego pierwszy kod SQL pisany przez większość programów LLM w oparciu o schemat Accessa jest błędny — nie dlatego, że program LLM jest zły, ale dlatego, że nie zawiera danych niezbędnych do jego poprawnego działania.

Query Streams MCP zwraca ten sam schemat wzbogacony o Inteligencja schematów (SI) — Metadane opracowane przez sztuczną inteligencję, wygenerowane na podstawie Twojego profilu rzeczywisty Dane Microsoft Access, dzięki czemu każde narzędzie schematów wywoływane przez sztuczną inteligencję zwraca podstawowy schemat plus sześć warstw skatalogowanej wiedzy, a LLM przestaje zgadywać. W jaki sposób Schema Intelligence wspomaga dokładność języka SQL →

Aby to uściślić, oto co klient AI otrzymuje z jednego qs_get_table_schema wywołanie dla typowej bazy danych w stylu Microsoft Access Northwind (Klienci, Święcenia, [Szczegóły zamówienia], Produkty) — najpierw bez Schema Intelligence, potem z nią.

Bez inteligencji schematu źródło_danych: przechwycony_schemat
// co widzi LLM == TABELA: Klienci == – ID klienta Tekst(5) [PK, NOT NULL] – Nazwa firmy Tekst(40) NOT NULL – Nazwa kontaktu Tekst(30) - Kraj Tekst(15) == TABELA: Zamówienia == – ID zamówienia Długi [PK, AutoNumber] – ID klienta Tekst(5) – Data zamówienia Data/Czas – Data wysyłki Data/Czas - Fracht Waluta == TABELA: [Szczegóły zamówienia] == – ID zamówienia Długi NOT NULL – ID produktu Długi NOT NULL – Cena jednostkowa Waluta NIE NULL - Ilość Liczba całkowita NIE NULL - Rabat Pojedynczy NOT NULL == TABELA: Produkty == – ID produktu Długi [PK, AutoNumber] – NazwaProduktu Tekst(40) – Kategoria produktu Tekst(15) – Jednostki w magazynie Liczba całkowita Relacje: (dostawca ACE nie zwrócił żadnych informacji) si_recommendation: państwo: „nie_uruchomiony” czego_ci_brakuje_w_tym_wywołaniu: – klucze obce odkryte przez sztuczną inteligencję – wartości próbek dla poszczególnych kolumn + wykrywanie wyliczeń – opisy tabel i kolumn – klasyfikacje typów semantycznych – tagowanie domeny biznesowej uwaga: „tylko typy, bez kontekstu semantycznego”
Z inteligencją schematów źródło_danych: inteligencja_schematu
// co widzi LLM == TABELA: Klienci [DIM, domena:klienci] == „Główny numer klienta w stylu Northwind. CustomerID to 5-znakowy kod alfanumeryczny (ALFKI, ANATR, …).” – ID klienta Tekst(5) [PK] identyfikator – Nazwa firmy Tekst(40) nazwa_organizacji Próbka: „Alfreds Futterkiste”, „Acme Corp.” - Kraj Tekst(15) kod_kraju (wyliczenie) USA (38%) | Niemcy (12%) | Wielka Brytania (9%) | Francja (8%) | … == TABELA: Zamówienia [FAKT, domena:sprzedaż] == Jeden wiersz na nagłówek zamówienia. DataZamówienia to data złożenia zamówienia; DataWysyłki ma wartość NULL do momentu wysłania zamówienia. – ID zamówienia Długi [PK, AutoNumber] identyfikator – ID klienta Tekst(5) identyfikator FK -> Klienci.ID klienta (100% nakładania się, konf. 0,99) – Data zamówienia Data/Czas data_iso Zakres: 2024-07-04 .. 2026-05-01 – Data wysyłki Data/Czas date_iso (wartość null; ~12% NULL = niewysłane) == TABELA: [Szczegóły zamówienia] [FAKT, domena:sprzedaż] == „Jeden wiersz na produkt na zamówienie. Nazwa tabeli w nawiasach kwadratowych pozwala zaoszczędzić miejsce. Przychód = SUMA(Cena jednostkowa * Ilość * (1 – Rabat)).” – ID zamówienia Długi identyfikator FK -> Orders.OrderID (100% nakładania się, konf. 0,99) – ID produktu Długi identyfikator FK -> Products.ProductID (100% nakładania się, konf. 0,99) – Cena jednostkowa Waluta waluta - Ilość Liczba całkowita lada == TABELA: Produkty [DIM, domena:produkty] == – NazwaProduktu Tekst(40) treść_tekstowa – Kategoria produktu Tekst(15) kategoria (wyliczenie) Napoje (16%) | Słodycze (13%) | Produkty mleczne (12%) | … - nazwa varchar(200) imię_osoby == TABELA: produkty [DIM, domena:produkty] == – imię varchar(200) treść_tekstowa – sku varchar(64) identyfikator Próbka: ['QS-001-MINT','QS-014-DARK','QS-027-AMBER']

Sześć warstw, które dodaje Schema Intelligence

SI jest opcją opt-in (łącznik, baza danych) sparować i uruchomić jako jednorazowe przejście profilowania danych Microsoft Access — nie zmienia schematu, nie zapisuje danych w systemie .accdb / .mdb plik i odświeża się stopniowo po zmianie schematu. Więcej o sześciu warstwach Schema Intelligence →

Opisy tworzone przez sztuczną inteligencję

Prosty opis każdej bazy danych, tabeli i pola — generowany raz, odświeżany przy każdej zmianie schematu. Punktacja wiarygodności; opisy tworzone przez użytkowników zawsze wygrywają.

Zamówienia: „Jeden rząd na zamówienie”
nagłówek; DataWysyłki jest NULL
„do momentu wysłania zamówienia.”

Klasyfikacje tabel

Każda tabela oznaczona jest tagiem FACT (wydarzenia transakcyjne), DIM (odniesienie opisowe) lub LOOKUP (małe mapy kodu), a także domeną biznesową — sprzedaż, kadry, SEO, finanse, wsparcie i 14 innych.

Zamówienia [FAKT, domena:sprzedaż]
Klienci [DIM, domena:klienci]

Typy semantyczne na kolumnę

Osiemnaście typów — waluta, adres e-mail, data_iso, kod_statusu, procent, pozycja_w_rankingu, identyfikator, adres URL, nazwa_osoby i inne. Sztuczna inteligencja generuje poprawne dialektowo zapytanie Jet/ACE SQL odpowiednie dla każdego typu.

Cena jednostkowa: waluta
Data zamówienia: date_iso
Nazwa firmy: org_name

Przykładowe wartości z rzeczywistych danych

Losowe wiersze są przesyłane do LLM, co pozwala mu rozpoznawać wzorce, których żaden schemat nie jest w stanie pokazać — konwencje formatowania, zakodowane wartości, style skrótów i rzeczywisty kształt ciągów znaków.

Identyfikator klienta: ['ALFKI', 'ANATR',
'ANTON', 'BERGS']

Wykrywanie wyliczeń z dystrybucjami

Kolumny o niskiej kardynalności (50 lub mniej odrębnych wartości, maksymalnie 5% wierszy unikatowych) mapowane na pełną listę wartości z liczbą wierszy. Sztuczna inteligencja nigdy nie zgaduje wielkości liter ani pisowni.

Kategoria produktu: Napoje (16%)
| Słodycze (13%) | Nabiał (12%)
| Owoce morza (11%) | …

Niejawne wykrywanie klucza obcego

Analiza nakładania się danych między tabelami wykazała, że połączenia w oknie „Relacje” nigdy nie zostały przechwycone. Przechowywane wraz z formalnymi kluczami obcymi z wynikami ufności, zwracanymi przez qs_get_relationships.

[Szczegóły zamówienia].Identyfikator zamówienia ->
Zamówienia.ID zamówienia
(100% nakładania się, konf. 0,99)

Ten sam monit, inny kod SQL

Dowód znajduje się w kodzie SQL, który narzędzie AI faktycznie zapisuje. Ta sama sesja Cursora, ten sam model Claude'a, ten sam monit — „Kim są nasi 10 najwięksi klienci pod względem przychodów w tym roku i jakie kategorie produktów kupują najczęściej?” Bez Schema Intelligence, LLM musi zgadywać. Dzięki niej, LLM wie.

Bez inteligencji schematu
— Pierwsza próba LLM przeciwko pustemu schematowi: SELECT Nazwa firmy, SUMA(Cena jednostkowa) AS Przychód Z Klienci c, Zamówienia o, Szczegóły_zamówienia od GDZIE c.IDKlienta = o.IDKlienta ORAZ o.OrderID = od.OrderID ORAZ Data wysyłki >= '2026-01-01' GROUP BY Nazwa firmy ORDER BY Przychód DESC; BŁĄD: „Order_Details” nie jest rozpoznaną tabelą prawdziwe imię zawiera spację: [Szczegóły zamówienia] wybrano datę wysyłki (data wysłania, nie (kiedy zostało to zamówione) — błędna semantyka SUMA(cena jednostkowa) ignoruje ilość — błędny przychód brak limitu wierszy, zwraca każdego klienta; kolumna typ Formaty walut są nieprawidłowe, ponieważ są to zwykłe zmiennoprzecinkowe brak wymiaru kategorii produktu w wyniku
Z inteligencją schematów
— Pierwsza próba LLM z włączoną funkcją SI: SELECT SZCZYT 10 c.NazwaFirmy, SUMA(od.UnitPrice * od.Quantity) AS Przychód, PIERWSZY(p.Kategoria produktu) AS Najlepsza kategoria Z ((Klienci c POŁĄCZENIE WEWNĘTRZNE Zamówienia o ON c.IDKlienta = o.IDKlienta) POŁĄCZENIE WEWNĘTRZNE [Szczegóły zamówienia] od ON o.OrderID = od.OrderID) POŁĄCZENIE WEWNĘTRZNE Produkty p ON od.ProductID = p.ProductID GDZIE o.Data zamówienia >= DataDodaj(„yyyy”, –1, Data()) GROUP BY c.Nazwa firmy ORDER BY SUMA(od.UnitPrice * od.Quantity) DESC; 10 rzędów. Poprawne za pierwszym razem. Tagi FACT/DIM kierowały strukturą łączenia 4 tabel Połączone połączenia OrderID i ProductID w ramach odkrycia FK [Szczegóły zamówienia] bracketing pochodzi z danych przykładowych TOP N + DateAdd()/Date() = poprawny dialekt Jet/ACE Cena jednostkowa * Ilość = przychód, nie tylko cena
Nie chcesz uruchamiać Schema Intelligence? MCP nadal działa — narzędzia schematów zwracają gołe metadane, a każda zdegradowana odpowiedź niesie ze sobą si_recommendation blok informujący sztuczną inteligencję o tym, czego jej brakuje, z opcją jednego połączenia umożliwiającą SI w trakcie rozmowy za pośrednictwem qs_request_si_analysisWiększość baz danych Microsoft Access jest niewielka (kilkadziesiąt tabel), więc pierwsze skanowanie SI zwykle trwa mniej niż 10 minut. Kiedy włączyć funkcję Schema Intelligence →
Nova AI

MCP nie jest dla Ciebie? Wypróbuj Nova AI.

Całkowicie pomiń pliki konfiguracyjne JSON — Nova AI jest wbudowana bezpośrednio w portal internetowy Query Streams i odpowiada na te same proste pytania w przypadku łącznika Microsoft Access i każdego innego łącznika na Twoim koncie, bez konieczności konfiguracji i bez oddzielnej subskrypcji dostawcy sztucznej inteligencji.

Poznaj Nova AI

Wymagania wstępne

Zanim zaczniesz, upewnij się, że masz:

  1. Bezpłatne konto Query Streams na stronie my.querystreams.com.
  2. Agent sieciowy Query Streams zainstalowany na komputerze z systemem Windows, który może uzyskać dostęp do Twojego .accdb lub .mdb plik (oraz redystrybuowalny moduł bazy danych Microsoft Access / ACE OLEDB) — zobacz Pobierz agenta strumieni zapytań.
  3. Łącznik Microsoft Access skonfigurowany dla agenta — zobacz istniejący konfiguracja złącza przewodniki dotyczące ustawień ścieżki pliku. Agent przechowuje ścieżkę pliku oraz wszelkie hasła do bazy danych i poświadczenia grupy roboczej; narzędzie AI nigdy ich nie modyfikuje.
  4. Dowolny klient AI obsługujący MCP. W tym przewodniku omówimy Cursor, Claude Desktop, ChatGPT i Grok; jeśli używasz Windsurf, Zed, Continue, Cline, VS Code Copilot, Codex lub Goose, blok konfiguracyjny jest zasadniczo taki sam.
  5. Pięć minut.
Agenta konfiguruje się tylko raz. Ten sam agent, który obsługuje dodatki Query Streams do Excela i Arkuszy Google, kreator zapytań internetowych i Nova AI, obsługuje również MCP. Dodanie MCP do istniejącego konta Query Streams polega jedynie na wygenerowaniu klucza — agent i łącznik Microsoft Access są już uruchomione.
1

Wygeneruj klucz MCP

Z /mcp strona w Query Streams, utwórz klucz z zakresami, których potrzebujesz.

2

Wrzuć to do swojego klienta AI

Jeden fragment kodu JSON dla Cursor, Claude, ChatGPT lub Grok. Ten sam klucz wszędzie.

3

Zadaj pytanie

„Pokaż mi klientów, którzy przynieśli największe zyski w ciągu ostatnich 30 dni” — sztuczna inteligencja dzwoni do odpowiednich narzędzi, a ty otrzymujesz odpowiedź.

Krok 1: Wygeneruj klucz MCP w strumieniach zapytań

Zaloguj się do Query Streams i otwórz Strona MCP (lub zaloguj się najpierw na my.querystreams.com i kliknij MCP (w nawigacji po lewej stronie). Kliknij Wygeneruj klucz, nadaj kluczowi rozpoznawalną nazwę (coś w stylu kursor-laptop lub claude-desktop) i wybierz zakresy, jakie ma mieć ten klucz:

  • Czytać — sztuczna inteligencja może przeglądać złącza i odczytywać schematy. Wymagane do wszystkich innych zadań.
  • analizować — sztuczna inteligencja może profilować tabele i odkrywać relacje (wartości próby, rozkłady, typy semantyczne). Opcjonalne, ale zdecydowanie zalecane do pracy z programem Microsoft Access, gdzie zrozumienie kształtu danych i konwencji nazw tabel w nawiasach ma znaczenie podczas generowania łączeń przez program LLM.
  • wykonać — sztuczna inteligencja może faktycznie uruchamiać SQL. Bez tego, sztuczna inteligencja jest w stanie odczytywać jedynie metadane schematu.

W przypadku typowego przepływu pracy „pozwól Claude'owi przeanalizować moje dane w programie Microsoft Access” wszystkie trzy zakresy są odpowiednie. W przypadku klucza, który przekazujesz członkowi zespołu lub klientowi o mniejszym zaufaniu, pomiń wykonać i pozwól im tylko przeglądać. Możesz w każdej chwili odwołać dowolny klucz z tej samej strony; klient AI zobaczy MCP_KEY_REVOKED przy następnym wywołaniu i natychmiast przestaje działać. Nie ma opóźnienia propagacji.

Skopiuj klucz teraz — Query Streams wyświetla go raz, a następnie przechowuje tylko skrót. Jeśli go zgubisz, wygeneruj nowy. Klucz wygląda tak: qsmcp_ po którym następuje 48 losowych znaków i to jest to, co wysyła Twój klient AI Klucz X-MCP nagłówek żądania.

Krok 2: Dodaj MCP Query Streams do swojego klienta AI

Konfiguracja ma taki sam kształt dla każdego klienta obsługującego MCP — wpis serwera MCP wskazujący na https://mcp.querystreams.com z kluczem w środku Klucz X-MCP nagłówek. Wybierz swojego klienta poniżej.

Kursor
Kursor ~/.kursor/mcp.json
// Edytuj ~/.cursor/mcp.json
{
  „serwery mcp”: {
    „strumienie zapytań”: {
      "adres URL": "https://mcp.querystreams.com",
      „nagłówki”: {
        „Klucz X-MCP”: "qsmcp_WKLEJ_KLUCZ_TUTAJ"
      }
    }
  }
}
Claude Desktop
Claude Desktop claude_desktop_config.json
// Ustawienia → Deweloper → Edytuj konfigurację
{
  „serwery mcp”: {
    „strumienie zapytań”: {
      "adres URL": "https://mcp.querystreams.com",
      „nagłówki”: {
        „Klucz X-MCP”: "qsmcp_WKLEJ_KLUCZ_TUTAJ"
      }
    }
  }
}
ChatGPT
ChatGPT Aplikacje i łączniki
// Ustawienia → Aplikacje i łączniki → Dodaj MCP
Adres URL serwera  https://mcp.querystreams.com
Nagłówek autoryzacji Klucz X-MCP
Wartość nagłówka qsmcp_WKLEJ_KLUCZ_TUTAJ

// Wymaga płatnego planu ChatGPT
// (Plus / Pro / Team / Enterprise).
Grok
Grok Narzędzia MCP Remote
// Grok → Ustawienia → Narzędzia
{
  „serwery_mcp”: [{
    "nazwa": „strumienie zapytań”,
    "adres URL": "https://mcp.querystreams.com",
    „nagłówek_auth”: „Klucz X-MCP”,
    „wartość_autoryzacji”: "qsmcp_..."
  }]
}

Uruchom ponownie klienta AI. Przy kolejnym uruchomieniu wykryje on osiem narzędzi MCP Query Streams wymienionych powyżej i wyświetli je w palecie narzędzi. W programach Cursor i Claude Desktop możesz to sprawdzić, wpisując: „lista łączników” — sztuczna inteligencja powinna zadzwonić qs_list_connectors i zwróć łącznik Microsoft Access wraz ze wszystkim, co skonfigurowałeś.

Krok 3: Zadaj sztucznej inteligencji pytanie dotyczące programu Microsoft Access

Nie piszesz SQL – robi to sztuczna inteligencja. Zadajesz pytanie, sztuczna inteligencja wybiera odpowiednie narzędzie MCP, a agent uruchamia zapytanie do Twojego .accdb / .mdb Plik, a odpowiedź pojawi się w postaci tekstu i tabel. Trzy przykładowe polecenia, które warto wypróbować na początek:

„Pokaż mi klientów, którzy w ciągu ostatnich 30 dni zarobili najwięcej”.
Klienci
Sztuczna inteligencja zadzwoni qs_get_connector_schema odkryć Klienci, Święcenia, [Szczegóły zamówienia], oraz Produkty stoły, a następnie qs_run_query z WYBIERZ TOP 10 łączący Klienci do Święcenia do [Szczegóły zamówienia] z GDZIE DataZamówienia >= DateAdd("d", -30, Date()), informatyka SUMA(Cena jednostkowa * Ilość) Według firmy i w kolejności malejącej. Zobaczysz tabelę wyników w tekście, a także pisemną interpretację – którzy klienci wyprzedzają, średnia wielkość zamówienia oraz struktura geograficzna/kategoriowa – którą sztuczna inteligencja wywnioskowała z danych w stylu Northwind.
„Których produktów brakuje w magazynie?”
Inwentaryzacja
Sztuczna inteligencja wykorzystuje świadomość inteligencji schematów, która Jednostki w magazynie jest licznikiem na Produkty i pisze WYBIERZ 20 NAJLEPSZYCH Nazwa produktu, Kategoria produktu, Ilość w magazynie Z Produkty GDZIE Ilość w magazynie < Poziom ponownego zamówienia PORZĄDKUJ WEDŁUG Ilość w magazynie rosnąco — lub, jeśli poziomy ponownego zamawiania nie są śledzone, ustalony próg, taki jak Ilość sztuk w magazynie < 10Rezultatem jest skoncentrowana lista z nazwą produktu, kategorią i pozostałymi jednostkami, posortowana od najniższej do najniższej. Sztuczna inteligencja zazwyczaj grupuje produkty z największymi problemami według kategorii (napoje, nabiał itd.) i oznacza wszystkie produkty z zerowym stanem magazynowym jako priorytetowe do natychmiastowego uzupełnienia.
„Wyświetl listę zamówień, które nie zostały jeszcze wysłane”.
Operacje
Sztuczna inteligencja wie z inteligencji schematu, że Zamówienia.Data wysyłki jest dopuszczalny dla wartości null (około 12% NULL = niewysłane), więc filtruje według GDZIE DataWysyłki JEST NULL i dołącza do Klienci dla nazwy firmy. Wynik to WYBIERZ o.OrderID, c.CompanyName, o.OrderDate, DateDiff("d", o.OrderDate, Date()) JAKO DaysOpen Z Zamówienia o WEWNĘTRZNE DOŁĄCZENIE Klienci c NA o.CustomerID = c.CustomerID GDZIE o.ShippedDate JEST NULL ZAMÓW PRZEZ o.OrderDate — zwykle sztuczna inteligencja sortuje najstarsze zamówienia jako pierwsze i oznacza wszystkie zamówienia otwarte dłużej niż 7 dni jako eskalacja zespołu realizacyjnegoMożesz drążyć temat, pytając „Dlaczego rozkaz 10248 jest nadal aktualny?” a sztuczna inteligencja wyciągnie wiersze pozycji zamówienia.

Gdy sztuczna inteligencja po raz pierwszy wywoła narzędzie, Twój klient może wyświetlić monit o potwierdzenie z prośbą o zatwierdzenie wywołania narzędzia — to standardowy proces uzyskiwania zgody w MCP, a nie coś, co dodaje Query Streams. Zatwierdź raz, a sztuczna inteligencja swobodnie kontynuuje rozmowę. Możesz w dowolnym momencie powrócić do zgody w ustawieniach klienta.

Uczciwa informacja o rozliczeniach: opłaty za korzystanie z MCP są naliczane za nieskompresowane bajty

Dodatek do programu Excel firmy Query Streams, dodatek do Arkuszy Google, kreator zapytań internetowych i Nova AI działają w oparciu o nasze skompresowane łącze w chmurze — mierzymy i rozliczamy skompresowane bajty względem Twojego obszaru danych. Transport MCP (strumieniowy protokół HTTP zgodnie z oficjalną specyfikacją MCP) nie obsługuje niezawodnej kompresji end-to-end dla każdego klienta i pośredniczącego serwera proxy, dlatego mierzymy i rozliczamy nieskompresowane bajty dla ruchu MCP.

  • Co to oznacza: Zestaw wyników programu Microsoft Access o rozmiarze 1 MB kosztuje około 1 MB obszaru danych pobranego przez MCP, w porównaniu z około 150–250 KB przez Excela/Arkusze/Nova/Kreatora zapytań. Zapytanie agregujące 10 000 wierszy, które generuje około 2 MB danych JSON przez MCP, kosztowałoby około 300–400 KB bajtów skompresowanych metodą LZ4 przez klientów Excela/Arkuszy/Nova/Kreatora zapytań. Te same dane, inny transport, inny rozmiar do rozliczenia.
  • Czym to nie jest: narzut lub kara za korzystanie z protokołu MCP. Przekazujemy faktycznie wysłane bajty. Inni klienci są tańsi, ponieważ kompresja działa niezawodnie w tych transportach; nie karzemy za wybór protokołu, ale musimy być transparentni co do kształtu kosztów.
  • Co możesz zrobić: W przypadku bardzo dużych, powtarzających się zapytań (np. eksportu ponad 100 tys. wierszy) preferowana jest ścieżka Excel/Arkusze/Nova. W przypadku interaktywnych wywołań narzędzi AI (typowa odpowiedź Microsoft Access o długości 100–5000 wierszy, pasująca do kontekstu LLM), MCP jest właściwym wyborem, a różnica w kosztach jest mierzona w centach.

Często zadawane pytania

Czy muszę otworzyć porty lub uruchomić sieć VPN, aby z tego korzystać? +
Brak reguł przychodzących, przekierowania portów, NAT Punchthrough ani VPN. Agent sieciowy nawiązuje jedno połączenie wychodzące TLS (port 443), a Twój klient AI osiąga https://mcp.querystreams.com z publicznego Internetu — jeśli wychodzący protokół HTTPS działa na hoście agenta, protokół MCP działa. Zobacz jak działa połączenie tylko wychodzące →
Jakich narzędzi AI mogę używać z Query Streams MCP? +
Każdy klient obsługujący otwarty protokół Model Context Protocol — Claude Desktop, Claude Code, Cursor, ChatGPT (płatny), Grok, Gemini CLI, Windsurf, Zed i ponad 500 innych. Zabierz własne narzędzie AI; nie musisz się przesiadać. Pełna lista obsługiwanych klientów AI →
Czy mogę unieważnić klucz MCP? +
Tak — trzy niezależne wyłączniki bezpieczeństwa (na każdy klawisz z /mcp (strona, organizacja za pośrednictwem ustawień planu i platforma), z których żadna nie wymaga rotacji hasła bazy danych ani ponownego uruchomienia agenta. Więcej o bezpieczeństwie kluczy MCP →
W jaki sposób korzystanie z MCP jest rozliczane w oparciu o mój obszar danych? +
Wywołania MCP korzystają z tego samego budżetu danych, z którego korzystają aplikacje Excel, Arkusze Google, Web Query Builder i Nova AI — jednego budżetu zużycia dla każdej metody dostępu. Rozmiar mierzony dla MCP jest różny. Pozostali klienci korzystają z naszego skompresowanego łącza w chmurze (wystawiamy faktury skompresowane bajty); MCP działa w oparciu o protokół Streamable HTTP, który nie obsługuje kompresji end-to-end przez każdego klienta i serwer proxy, dlatego wystawiamy faktury nieskompresowane bajtyWynik programu Microsoft Access o rozmiarze 1 MB zwrócony do programu Excel zazwyczaj kosztuje około 150–250 KB obszaru danych; ten sam wynik o rozmiarze 1 MB zwrócony do programu Cursor przez MCP kosztuje około 1 MB. Jesteśmy o tym transparentni, ponieważ wolimy, abyś wiedział o tym z góry, niż był zaskoczony pod koniec cyklu rozliczeniowego.
Czy Query Streams MCP działa z moim .accdb / .mdb Plik? A co z tabelami połączonymi z programem Access w programie SQL Server lub SharePoint? +
Tak — agent sieciowy łączy się za pośrednictwem standardowego dostawcy Microsoft Access Database Engine (ACE OLEDB), który odczytuje zarówno nowoczesne .accdb pliki (Access 2007+) i starsze .mdb pliki (Access 97 / 2000 / 2002 / 2003) z tym samym typem złącza. Połączone tabele są przekazywane transparentnie: gdy LLM wysyła zapytanie do tabeli programu Access, która w rzeczywistości jest połączonym źródłem SQL Server, SharePoint, dBASE lub plikiem tekstowym, agent wykorzystuje natywne zachowanie przekazywania programu Access, a Schema Intelligence widzi podstawowy połączony schemat. Wskazówka: każdy .accdb / .mdb Plik jest oddzielnym łącznikiem, dzięki czemu można zarejestrować wiele plików (np. inventory.accdb + crm.accdb + era 2003 legacy_orders.mdb) a LLM wybiera właściwy po nazwie. Hasła do baz danych, bezpieczeństwo grupy roboczej (system.mdw), a wszelkie poświadczenia SQL-Server za tabelami powiązanymi są przechowywane wyłącznie przez agenta — narzędzie AI nigdy ich nie widzi. Ścieżki UNC i współdzielone sieci .accdb Pliki działają, o ile konto agenta w systemie Windows ma uprawnienia do odczytu. Obsługiwane są zarówno Microsoft 365 Access (aplikacja komputerowa), jak i Access Runtime; Access w sklepie Microsoft Store również działa po zainstalowaniu pakietu redystrybucyjnego ACE.
Czym to się różni od samodzielnego uruchamiania serwera Microsoft Access MCP opartego na otwartym kodzie źródłowym? +
Bezpośredni serwer Microsoft Access MCP (projekty społecznościowe istnieją na GitHubie) to jeden serwer MCP na plik. Aby Claude mógł odczytywać dane z bazy danych Access + Google Search Console + konta Stripe + magazynu Snowflake, potrzebne byłyby cztery serwery MCP skonfigurowane oddzielnie dla każdego klienta AI, każdy z własnymi danymi uwierzytelniającymi, każdym z własnym modelem zakresu i każdym z własną historią audytu. Query Streams MCP to jeden klucz docierający do każdego konektora sparowanego z Twoim kontem. Uzyskujesz również dostęp do Schema Intelligence, wymuszania trybu „tylko do odczytu” na poziomie agenta, limitów częstotliwości dla każdego klucza oraz ścieżki audytu. dzienniki_zdarzeńoraz ten sam proces rozliczeń w obrębie obszaru danych, z którego już korzystasz — żadnego z nich nie oferuje bezpośredni pakiet Microsoft Access MCP.
Co się stanie, jeśli sztuczna inteligencja spróbuje zapisać lub usunąć dane? +
Jest odrzucany przez agenta, zanim źródło danych zobaczy kod SQL. Każdy qs_run_query połączenie jest analizowane przez zakodowany na stałe walidator tylko do odczytu, który pozwala tylko SELECT, Z, oraz WYJAŚNIĆ oświadczenia; cokolwiek innego zwraca NARUSZENIE TYLKO DO ODCZYTU i nigdy nie dociera do sterownika ACE OLEDB ani do Twojego .accdb / .mdb plik. Walidator działa w procesie agenta w Twojej sieci, a nie w chmurze, więc naruszona powierzchnia chmury nie mogłaby go ominąć. (Możesz nałożyć na to zabezpieczenia na poziomie systemu plików, jeśli chcesz mieć pewność — zaznacz .accdb plik tylko do odczytu na poziomie NTFS, nadaj kontu agenta Windows uprawnienia tylko do odczytu w systemie NTFS lub użyj programu Access Workgroup Security, aby przyznać użytkownikowi połączenia uprawnienia tylko do odczytu — walidator agenta jest niezależny od wybranej opcji.)
Czy mogę zobaczyć, o co właściwie zapytała sztuczna inteligencja? +
Tak. Każde wywołanie narzędzia MCP zapisuje wiersz do dzienniki_zdarzeń z organizacją, użytkownikiem, kluczem, zakresem, opóźnieniem i kodem wyniku. Administrator organizacji może odpowiedzieć na pytanie „kto korzystał z MCP w zeszłym tygodniu, który łącznik i o co pytał?” jednym zapytaniem. Należy pamiętać, że rejestrujemy nazwa i metadane narzędzia, a nie tekst SQL ani zwrócone wiersze — te przepływają przez łącze w chmurze i nigdy nie trafiają do logów w chmurze. Jeśli chcesz przeprowadzić pełny audyt SQL po stronie dostępu, sam agent sieciowy może zapisywać log dla każdego wykonanego polecenia dla każdego łącznika (ustawienie dla każdego agenta), a to można połączyć z audytem systemu plików Windows po stronie .accdb / .mdb ścieżka do śledzenia, kto jeszcze otworzył plik. Microsoft Access nie ma wtyczki do audytu po stronie serwera, jak większe programy, więc to dwuwarstwowe podejście (dziennik agenta + audyt systemu Windows) jest praktycznym odpowiednikiem.
Czy muszę uruchomić Schema Intelligence, aby używać Query Streams MCP? +
NIE - Schema Intelligence jest usługą opcjonalną (łącznik, baza danych) para, a MCP działa bez niego bez zarzutu. Sztuczna inteligencja otrzymuje podstawowy schemat (typy, klucze podstawowe, formalne klucze obce, indeksy) i tworzy podstawowe zapytania. Po włączeniu SI, sztuczna inteligencja otrzymuje sześć dodatkowych warstw uporządkowanych metadanych: (1) Opisy każdej bazy danych, tabeli i kolumny opracowane przez sztuczną inteligencję; (2) klasyfikacje tabel (FACT dla zdarzeń transakcyjnych, DIM dla odniesień opisowych, LOOKUP dla małych map kodu) oraz tag domeny biznesowej (sprzedaż, hr, SEO, finanse, wsparcie i 14 innych); (3) typ semantyczny w każdej kolumnie (waluta, e-mail, date_iso, kod statusu, procent, pozycja rankingowa, identyfikator, adres URL, nazwa osoby i 9 innych), który steruje generowaniem poprawnego dialektowo kodu Jet/ACE SQL (TOP n, Data() / DateAdd(), nazwy tabel w nawiasach, formatowanie waluty); (4) przykładowe wartości z Twoich rzeczywistych danych, aby LLM rozpoznał wzorce, których żaden schemat nie jest w stanie pokazać; (5) wykrywanie wyliczeń z pełnymi rozkładami wartości dla kolumn o niskiej kardynalności; i (6) Klucze obce odkryte przez sztuczną inteligencję na podstawie nakładania się danych między tabelami, ujawnione za pomocą qs_get_relationshipsBez SI każda odpowiedź narzędzia schematu również niesie ze sobą si_recommendation blok zawierający dokładną listę brakujących elementów połączenia — sztuczna inteligencja może to odczytać i zaproponować uruchomienie SI w trakcie rozmowy za pośrednictwem qs_request_si_analysisCzas wykonania skaluje się wraz z liczbą tabel: mała baza danych poniżej 100 tabel kończy się w około 10 minut; typowa baza danych średniej wielkości (kilkaset tabel) kończy się w 15–25 minut; duża baza danych przedsiębiorstwa z ponad 1500 tabelami może potrzebować 45–60 minut na pełne skanowanie. Większość baz danych Microsoft Access znajduje się w tym przedziale (kilkadziesiąt tabel), więc SI zazwyczaj kończy się w mniej niż 10 minut. SI działa za pośrednictwem agenta sieciowego na Twoich danych (nigdy w chmurze) i nigdy nie zapisuje do Twojego .accdb / .mdb Plik nigdy nie zmienia schematu i odświeża się przyrostowo po jego zmianie — dzięki czemu kolejne uruchomienia po dodaniu lub zmodyfikowaniu tabel są znacznie szybsze niż pierwsze. Efekt kompleksowy: z włączoną funkcją SI, klient AI zapisuje poprawne zapytanie Jet/ACE SQL za pierwszym razem znacznie częściej niż na jakimkolwiek serwerze „MCP dla Microsoft Access”, który przekazuje programowi LLM jedynie listę samych tabel.
Co się stanie, jeśli później dodam inny łącznik, np. Stripe lub PostgreSQL? +
Po stronie klienta nic się nie zmienia — ten sam klucz dociera do nowego łącznika w momencie, gdy agent go sparuje (qs_list_connectors (podnosi je automatycznie). Jeden blok konfiguracyjny kupuje całe Twoje konto, obecne i przyszłe. Dlaczego jeden klucz pasuje do każdego złącza →
Czy muszę skonfigurować MCP tylko po to, aby móc czatować przy użyciu swoich danych? +
NIE - Nova AI jest wbudowana w portal Query Streams i działa z każdym łącznikiem (w tym Microsoft Access) bez instalacji ani plików konfiguracyjnych MCP. Użyj Nova do komunikacji z danymi w strumieniach zapytań; użyj MCP, gdy chcesz, aby Twój własny klient AI (Claude, Cursor, ChatGPT itp.) miał dostęp do tych samych danych — tego samego agenta, tych samych łączników, tej samej Schema Intelligence. Dowiedz się więcej o Nova AI →

Zacznij

Podłącz narzędzie AI do danych Microsoft Access w pięć minut.

Jeden klucz MCP dociera do Microsoft Access, każdej innej bazy danych i każdego łącznika API na Twoim koncie Query Streams — z pełnym śladem audytu, limitami przepustowości dla każdego klucza i zerową zmianą zapory sieciowej. Claude, Cursor, ChatGPT i Grok działają od razu.

Powiązane przewodniki: Pobierz agenta strumieni zapytań | Konfiguracja łącznika bazy danych | Wszystkie przewodniki po serwerze MCP | Nova AI tekst-do-SQL

Kategoria: Serwer MCP

Tagi: mcp, claude, kursor, microsoft-access, baza danych, office-365, desktop-database

Metaopis: Połącz Microsoft Access (.accdb / .mdb) z Claude lub Cursor przez Query Streams MCP. Tylko połączenia wychodzące, konfiguracja trwa 5 minut.

Zaktualizowano na czerwiec 16, 2026

Powered by BetterDocs