查看类别

如何通过 MCP 使用 Claude 或 Cursor 查询 Google Search Console

阅读时间:22分钟

MCP 服务器 搜索控制台

使用以下查询 Google Search Console 克劳德或光标 通过 MCP。

只需 5 分钟即可完成设置,让您的 AI 工具能够用简单的英语询问有关 SEO 数据(点击量、展示次数、点击率、热门搜索词、表现不佳的页面)的问题,而无需将 GSC OAuth 令牌暴露给 AI 供应商或在您的网络上打开防火墙端口。

没有防火墙漏洞 一把钥匙,连接所有连接器 实时数据,无缓存延迟 自带人工智能工具

Query Streams 是一个安全的实时数据集成平台,它通过一个 MCP 密钥将您帐户中的每个数据库和 SaaS API 导入到 Claude、Cursor、ChatGPT 和 Grok 中,而无需更改防火墙。 本指南将逐步介绍如何连接 Google Search Console 连接器,以便您的 AI 工具可以回答有关点击、展示次数、点击率和页面排名的简单英语问题,而无需您从 GSC Web UI 中复制粘贴 CSV 导出内容。 了解更多信息,请访问 QueryStreams.com免费注册 开始向你的AI工具提出真正的SEO问题。

MCP 为 Google Search Console 提供哪些查询流?

开源领域中其他“Google Search Console MCP”服务器将AI工具直接连接到GSC API。这种方法虽然可行,但会将Google OAuth令牌推送到AI客户端的配置中,并将AI工具的范围限制在Search Console,而且无法提供AI实际请求内容的审计跟踪。Query Streams MCP解决了更广泛的问题:一个密钥,所有连接器,完整的审计跟踪,并且AI工具永远不会持有您的Google凭据。

零入站防火墙漏洞

网络代理会打开一条通往查询流的加密出站云链路。您的 AI 客户端直接连接到云端,无需连接到您的网络。无需开放端口,无需将 IP 地址添加到白名单,也无需使用 VPN。

一把钥匙,连接所有连接器

同一个 MCP 密钥可用于您帐户连接的所有数据库和 SaaS API。即使明天添加了 Stripe 或 PostgreSQL 连接器,AI 工具也能自动识别,无需重新输入密钥。

内置模式智能

AI可以看到每一列的AI生成的描述、语义类型、枚举值列表和发现的外键——而不仅仅是裸露的列。 信息模式 输出结果。它第一次就能生成准确的 SQL 语句。

代理端强制执行只读模式

即使是产生幻觉的法学硕士也无法颁发 删除更新 通过查询流 MCP。网络代理会拒绝任何非此类型的请求。 选择, ,或 解释 在到达数据源之前。

单键速率限制

默认每分钟 60 个请求和 10 次执行调用,每个密钥可单独配置。失控的 AI 工具调用循环会占用代币池,而不是您的 GSC 配额或钱包。

如何在不打开防火墙端口的情况下工作

查询流网络代理只需在任何可以访问 Google Search Console 的机器上安装一次,即可向云端发起一个出站 TLS 连接——当 AI 提出问题时,代理会调用 GSC API,将响应缓存到本地 DuckDB 中,以便 AI 可以对其运行 SQL,并将结果通过同一通道流式传输回来,而不会暴露任何入站数据,AI 工具也永远不会看到您的 Google OAuth 令牌。 仅出站连接的工作原理 →

AI客户端

光标,克劳德,
ChatGPT、Grok

QS MCP 服务器

Streamable HTTP
X-MCP-密钥认证

网络代理

在您的网络上
云链路输出

谷歌搜索控制台

OAuth 持有
代理人

无需入站端口——代理程序拨出电话,而不是反过来。

你给 Cursor 或 Claude 的 MCP 键是限定范围的( / 分析 / 执行),可随时撤销,且每个密钥的使用频率有限制。该人工智能工具调用这些 MCP 工具来完成其工作:

querystreams-mcp · 工具目录
qs_list_organizations
返回与调用键绑定的组织。
qs_list_agents
列出网络代理和在线状态。
qs_list_connectors
列出数据连接器(每个数据库服务器或 API 一个条目)。
qs_get_connector_schema
返回 AI 可以查询的 GSC 表和列,并在可用时进行 Schema Intelligence 增强。
qs_profile_table分析
按需提供样本值、分布、枚举检测、语义类型。
qs_list_saved_queries
团队信赖的预置参数化 SQL 模板。人工智能无需查看 SQL 代码即可运行这些模板。
qs_run_saved_query执行
执行已保存的查询 模式键 可选择性地覆盖参数。
qs_run_query执行
针对连接器执行 SELECT 查询。只读验证器在代理端运行,在数据库接收到 SQL 语句之前执行。

为什么模式智能使查询流 MCP 与众不同

开源领域中大多数“MCP for X”服务器都会向你的AI工具提供相同的功能。 信息模式 你的数据库交给一个陌生人,包括列名、数据类型,或许还有主键。LLM(语言学习模型)只能靠猜测来判断。 status_id = 3 意思是,什么 用户_eml 商店,或者是否 customer_orders.cust_id 实际上加入 顾客 ID (无论如何,都没有声明外键)。这就是为什么大多数 LLM 针对裸模式编写的第一个 SQL 语句是错误的——不是因为 LLM 本身不好,而是因为它没有正确的数据。

查询流 MCP 返回相同的模式,但添加了我们所说的内容。 模式智能(SI) — 通过对您的数据运行分析查询而生成的由人工智能整理的元数据 真实 在 AI 客户端请求之前就获取数据。当在连接器和数据库上启用 SI 时,AI 调用的每个模式工具都会获取数据。qs_get_connector_schema, qs_get_table_schema, qs_profile_table, qs_get_relationships返回基本模式加上六层精心整理的知识。LLM 停止猜测。

为了更具体地说明这一点,以下是人工智能客户端从单个请求中获得的返回结果。 qs_get_table_schema 反对GSC连接器的 搜索分析 表格——首先是不带模式智能的,然后是带模式智能的。

缺乏模式智能 数据源:捕获的模式
// LLM 所看到的 == 表格:搜索分析 == 列: - ID int [PK, NOT NULL] – 网站网址 varchar(500) NOT NULL 钥匙 varchar(2000) - 国家 char(3) - 设备 varchar(20) – 点击 int NOT NULL 印象 int NOT NULL - 位置 decimal(8,2) - 日期 int NOT NULL 指数: ix_date,ix_site_url 外键: (未声明) si_recommendation: 状态: “not_run” 本次调用缺少以下信息: – AI 发现的外键 – 每列样本值 + 枚举检测 – 表和列描述 – 语义类型分类 – 业务领域标签
利用模式智能 数据源:模式智能
// LLM 所看到的 == 表格:搜索分析 [FACT,域名:SEO] == “每日汇总的 GSC 搜索性能指标,按查询、页面、国家/地区和设备组合划分。” ai_analyzed_at: 2026-04-30 · 约 487,233 行 列: - ID int [PK] 标识符 – 网站网址 varchar(500) 网址 示例:“sc-domain:querystreams.com” FK -> sites.url(重叠率 97%,置信度 0.9) 钥匙 varchar(2000) 文本内容 “以竖线分隔的查询|页面|国家/地区|设备” - 国家 char(3) 地点 示例:['usa','gbr','can','aus','deu'] - 设备 varchar(20) 状态码(枚举) 台式机 (61%) | 移动设备 (34%) | 平板电脑 (5%) – 点击 整数 柜台 范围:0 – 9,432 印象 整数 柜台 范围:0 – 124,510 - 位置 decimal(8,2) 排名位置 范围:1.00 – 100.00 - 日期 整数 date_yyyymmdd ⚠ 不是 SQL 日期 – 整数 YYYYMMDD 编码 样本:20260428、20260427、20260426

模式智能新增的六个层

每一层都针对特定类型的问题,否则LLM(法学硕士)就只能靠猜测了。SI(系统集成)是可选的。 (连接器,数据库) 配对运行,对您的数据进行一次性分析——它不会更改您的架构,不会写入您的数据库,并且会在您的架构更改时增量刷新。

人工智能生成的描述

为每个数据库、模式、表和列生成简洁明了的用途描述——只需生成一次,即可在模式更改时自动更新。基于置信度评分;用户撰写的描述始终优先。

search_analytics:“每日汇总的GSC
每次查询/页面的搜索性能。”

表格分类

每个表都标记为 FACT(事务事件)、DIM(描述性引用)或 LOOKUP(小型代码映射),以及一个业务领域——销售、人力资源、SEO、财务、支持等 14 个领域。

search_analytics [FACT, domain:seo]
站点 [DIM,域名:seo]

每列语义类型

十八种类型——货币、电子邮件、日期(yyyymmdd)、状态码、百分比、排名位置、标识符、网址、人名等等。人工智能会针对每种类型生成符合方言规范的 SQL 语句。

位置:排名位置
点击次数:计数器 · 日期:date_yyyymmdd

来自真实数据的样本值

随机行出现在 LLM 中,以便识别任何模式都无法显示的模式——格式约定、编码值、缩写样式以及字符串的实际形状。

国家: ['美国', '英国', '加拿大', '澳大利亚', '德国']

基于分布的枚举检测

低基数列(最多只有 50 个不同值,且最多 5% 的行是唯一值)映射到其包含行数的完整值列表。人工智能不会猜测大小写或拼写。

设备:台式机 (61%) | 移动设备 (34%)
片剂(5%)

隐式外键发现

交叉表数据重叠分析会查找未声明为 DDL 约束的连接。这些连接与正式的外键及其置信度分数一起存储,并由……返回。 qs_get_relationships.

search_analytics.site_url -> sites.url
(重叠率 97%,置信度 0.9)

相同的提示符,不同的 SQL

证据就在人工智能工具实际生成的 SQL 语句中。相同的 Cursor 会话,相同的 Claude 模型,相同的提示符—— “请列出上个月点击率最高的 10 个 Google Search Console 搜索词,展示次数超过 100 次的搜索词。” 如果没有模式智能,LLM 就只能猜测。有了模式智能,LLM 就能知道答案。

缺乏模式智能
— LLM 对裸模式的首次尝试: 选择顶部 10 按键数、点击数、曝光量(点击数*) 1.0 / 印象) AS ctr 搜索分析 地点 日期 在……之间 '2026-04-01' '2026-04-30' 印象 > 100 ORDER BY ctr DESC 错误:“日期转换失败” 日期格式为整数 YYYYMMDD,而非 SQL DATE 类型。 没有 GROUP BY 分组 — 每个查询/页面包含多行数据 无曝光行的除以零风险
利用模式智能
— LLM首次尝试启用SI: 选择顶部 10 钥匙, 总计(点击) AS 总点击量, 总计(印象) AS 总曝光量 圆形(总计(点击)* 100.0 / NULLIF(总计(印象) 0), 2) AS ctr_pct 搜索分析 地点 日期 在……之间 20260401 20260430 印象 > 100 GROUP BY 钥匙 ORDER BY ctr_pct DESC 共 10 行。一次就正确。 日期语义类型 = date_yyyymmdd 点击量/展示量语义类型 = 计数器 NULLIF 防止除零错误。
不想运行模式智能? MCP 仍然有效——模式工具返回裸元数据(类型、主键、形式外键、索引),并且每个降级响应都包含一个 si_推荐 阻止人工智能接收它缺失的信息,包括一个可在对话过程中通过一次通话启用 SI 的选项。 qs_request_si_analysis. 模式智能的运行方式及所需时间 →
新星人工智能

MCP不适合您?不妨试试Nova AI。

完全跳过 JSON 配置: Nova AI 已集成到 Query Streams 网络门户中。 并使用同样的浅显易懂的英语问题来分析您的 Google Search Console 数据——“我上周在Google Search Console(GSC)上搜索量排名前十的关键词是什么?“——相同的代理,相同的只读强制执行,相同的模式智能,没有 MCP 管道。

认识 Nova AI

先决条件

开始之前,请确保您已准备好:

  1. 免费注册 Query Streams 帐户 my.querystreams.com.
  2. 安装在可访问互联网的计算机上的 Query Streams 网络代理 — 请参阅 下载查询流代理.
  3. 已针对代理配置的 Google Search Console 连接器 — 请参阅现有 API 连接器设置 OAuth配对指南。代理持有Google OAuth令牌;AI工具永远不会接触到该令牌。
  4. 任何支持 MCP 的 AI 客户端。本指南将以 Cursor、Claude Desktop、ChatGPT 和 Grok 为例;如果您使用 Windsurf、Zed、Continue、Cline、VS Code Copilot、Codex 或 Goose,配置块基本相同。
  5. 五分钟。
代理只需设置一次。 Query Streams 的 Excel 和 Google Sheets 插件、Web Query Builder 以及 Nova AI 均由同一代理程序提供支持,该代理程序也为 MCP 提供服务。将 MCP 添加到现有的 Query Streams 帐户只需生成一个密钥——代理程序和连接器已在运行。
1

生成 MCP 密钥

/mcp 在 Query Streams 页面中,生成一个具有所需范围的密钥。

2

将其放入您的 AI 客户端

一个JSON代码片段即可用于Cursor、Claude、ChatGPT或Grok。所有地方都使用相同的键。

3

提问

“上个月哪些页面的点击量下降最多?”——人工智能调用合适的工具,你就能得到答案。

步骤 1:在查询流中生成 MCP 密钥

登录查询流并打开 MCP页面 (或先登录) my.querystreams.com 并点击 MCP 在左侧导航栏中)。点击 生成密钥给密钥起一个易于识别的名称(例如“密钥”)。 光标-笔记本电脑克劳德桌面),然后选择您希望此密钥具有的作用域:

  • —人工智能可以浏览连接器并读取模式。其他所有操作都需要用到它。
  • 分析 — AI 可以分析表格并发现其中的关系(样本值、分布、语义类型)。虽然并非必须,但强烈建议在 SEO 工作中使用此功能,因为了解查询的结构至关重要。
  • 执行 — 该人工智能实际上可以运行 SQL。否则,它只能读取模式元数据,而不能进行其他操作。

对于典型的“让 Claude 分析我的 Search Console 数据”工作流程,这三种范围都适用。如果您要将密钥交给团队成员或不太信任的客户,请删除 执行 只允许他们浏览。您可以随时在同一页面撤销任何密钥;AI 客户端将会看到。 MCP_KEY_REVOKED 在下次调用时立即停止工作,没有传播延迟。

现在复制密钥——查询流会显示密钥一次,然后只存储哈希值。如果密钥丢失,请生成一个新密钥。密钥格式如下: qsmcp_ 接下来是 48 个随机字符,这就是你的 AI 客户端发送的内容。 X-MCP-Key 请求头。

步骤 2:将查询流 MCP 添加到您的 AI 客户端

所有支持 MCP 的客户端的配置形式都相同——一个指向 MCP 服务器的条目 https://mcp.querystreams.com 钥匙在里面 X-MCP-Key 标题。请在下方选择您的客户。

光标
光标 ~/.cursor/mcp.json
// 编辑 ~/.cursor/mcp.json
{
  "mcpServers": {
    “查询流”: {
      网址: "https://mcp.querystreams.com",
      “标题”: {
        “X-MCP-Key”: "qsmcp_PASTE_KEY_HERE"
      }
    }
  }
}
克劳德桌面
克劳德桌面 claude_desktop_config.json
// 设置 → 开发者 → 编辑配置
{
  "mcpServers": {
    “查询流”: {
      网址: "https://mcp.querystreams.com",
      “标题”: {
        “X-MCP-Key”: "qsmcp_PASTE_KEY_HERE"
      }
    }
  }
}
ChatGPT
ChatGPT 应用和连接器
// 设置 → 应用和连接器 → 添加 MCP
服务器 URL  https://mcp.querystreams.com
身份验证标头 X-MCP-Key
标题值 qsmcp_PASTE_KEY_HERE

// 需要付费的 ChatGPT 套餐
//(Plus / Pro / Team / Enterprise)。
格罗克
格罗克 远程 MCP 工具
// Grok → 设置 → 工具
{
  "mcp_servers": [{
    “姓名”: “查询流”,
    网址: "https://mcp.querystreams.com",
    "auth_header": “X-MCP-Key”,
    "auth_value": "qsmcp_..."
  }]
}

重启您的 AI 客户端。下次启动时,它将发现上面列出的八个查询流 MCP 工具,并将它们显示在工具面板中。您可以在 Cursor 和 Claude Desktop 中通过键入以下命令进行验证。 “列出连接器” 人工智能应该打电话 qs_list_connectors 请将您的 Google Search Console 连接器以及您配置的任何其他内容一起返回。

步骤 3:向 AI 提出一个 Google Search Console 问题

您无需编写 SQL,AI 会代劳。您只需提出问题,AI 会选择合适的 MCP 工具,然后代理会针对您的 GSC 数据运行查询,最后以文本加表格的形式返回答案。以下是三个示例提示,您可以先尝试一下:

“与上个月相比,我网站上点击量下降幅度最大的10个页面是哪10个?”
SEO审核
人工智能会打电话 qs_get_connector_schema 然后,要发现 GSC 表。 qs_run_query 使用 SELECT 语句按页面和日期范围聚合点击量,连接到上个月的数据,按增量排序,并返回前 10 个结果。您将看到内联结果表,以及 AI 从数据中推断出的页面点击量下降及其可能原因(点击率下降、排名下降、查询组合变化)的文字解释。
“上周哪些搜索词获得了点击量?哪些搜索词的点击率低于网站平均水平?”
机会
AI会根据Google搜索搜索数据计算全站点击率(CTR),然后筛选出点击率低于该值的查询。点击率低于平均水平的查询通常是 标题和元描述重写候选方案 — 你的排名已经不错了,问题出在点击率上。人工智能通常会标记出排名前 5-10 的候选结果,并解释每个结果的点击率问题所在(排名太低无法吸引点击,标题没有完整包含搜索查询等)。
“比较过去 28 天内,包含‘数据库’一词的查询在各个国家/地区的点击率。”
地理
按国家/地区细分,包括点击量、展示次数、排名和点击率。人工智能工具通常会突出显示与网站平均值差异最大的地理位置细分,并建议后续查询——例如“是否要按查询量细分排名前三的国家/地区?”——以便您进行更深入的分析。回复采用对话式风格,无需重新定义上下文。

首次AI调用工具时,您的客户端可能会弹出确认提示,要求您批准此次工具调用——这是MCP的标准授权流程,并非查询流功能新增的内容。只需批准一次,AI即可继续进行后续对话。您可以随时在客户端设置中重新查看授权信息。

诚实计费说明:MCP 使用量按未压缩字节计费

Query Streams 的 Excel 插件、Google Sheets 插件、Web Query Builder 和 Nova AI 都通过我们的压缩云链路运行——我们会进行计量和计费。 压缩字节 针对您的数据领域。MCP 传输(根据官方 MCP 规范为 Streamable HTTP)无法可靠地支持跨所有客户端和中间代理的端到端压缩,因此我们会进行计量和计费。 未压缩字节 用于 MCP 流量。

  • 这意味着: 通过 MCP 获取 1 MB 的 Google Search Console 结果集,大约会占用您数据域 1 MB 的空间;而通过 Excel、Sheets、Nova 或查询生成器获取,则大约只占用 150-250 KB 的空间。相同的数据,不同的传输方式,不同的计费大小。
  • 这并非: 使用 MCP 协议不会产生额外费用或惩罚。我们只传输实际发送的字节数。其他客户端的成本更低,因为压缩在这些传输方式上能够可靠地工作;我们不会因为协议选择而惩罚您,但我们必须公开透明地说明成本构成。
  • 你可以这样做: 对于非常大的重复性查询(例如导出 10 万行以上数据),建议使用 Excel/Sheets/Nova 方案。而对于交互式 AI 工具调用(典型的 100-5000 行响应,符合 LLM 的场景),MCP 是更合适的选择,成本差异仅为几美分。

常见问题解答

我需要开放端口或运行 VPN 才能使用它吗? +
没有入站规则、端口转发、NAT穿透或VPN。网络代理建立一个出站TLS连接(端口443),您的AI客户端即可到达。 https://mcp.querystreams.com 从公共互联网——如果代理主机上的出站 HTTPS 工作正常,则 MCP 也工作正常。 了解仅出站连接的工作原理 →
我可以将哪些 AI 工具与 Query Streams MCP 配合使用? +
任何支持开放模型上下文协议的客户端——例如 Claude Desktop、Claude Code、Cursor、ChatGPT(付费版)、Grok、Gemini CLI、Windsurf、Zed 以及其他 500 多个客户端。自带 AI 工具,无需切换。 支持的AI客户端完整列表 →
我可以撤销 MCP 密钥吗? +
是的——三个独立的紧急停止开关(每个按键对应一个)。 /mcp 页面、每个组织通过计划设置和平台级别),这些都不需要数据库密码轮换或代理重启。 更多关于MCP密钥安全的信息 →
MCP 的使用量如何计入我的数据域? +
所有访问方式都使用同一数据域预算;区别仅在于衡量的数据量——压缩客户端(Excel、Sheets、Query Builder、Nova AI)计费。 压缩字节同时,通过 Streamable HTTP 计费的 MCP 未压缩字节 (通过压缩客户端,1 MB 的结果约为 150–250 KB,而通过 MCP 则约为 1 MB)。 MCP 使用量如何计量 →
Query Streams MCP 是否与我的 Google Workspace 帐户兼容? +
是的。Google Search Console 连接器使用与 GSC 用户相同的 Google 凭据进行身份验证——即 Google 用于 Search Console API 访问的标准 OAuth 授权。OAuth 令牌存储在网络代理主机上(静态加密),会自动刷新,并且绝不会发送给 AI 供应商。如果您已为任何其他查询流工作流(Excel 报告、表格同步、计划查询)设置了 Search Console,则连接器已自动配对,MCP 只需沿用即可。
这与我自己运行开源 GSC MCP 服务器有何不同? +
直接使用 GSC MCP 服务器(GitHub 上确实存在社区项目)意味着每个数据源对应一个 MCP。要让 Claude 同时读取 GSC、PostgreSQL、Stripe 账户和 Snowflake 数据仓库的数据,您需要在每个 AI 客户端中分别配置四个 MCP 服务器,每个服务器都需要有自己的凭证、范围模型和审计日志。而 Query Streams MCP 则是一个密钥,可以访问您账户中所有已配对的连接器。此外,它还支持模式智能、代理层只读强制执行、按键速率限制和审计跟踪。 事件日志以及您已经使用的相同数据领域计费管道——这些都是直接 MCP 无法提供的。
如果人工智能尝试写入或删除数据会发生什么? +
在数据源看到 SQL 语句之前,代理就拒绝了该请求。 qs_run_query 调用由一个硬编码的只读验证器解析,该验证器仅允许 选择, , 和 解释 声明;其他任何内容返回 只读违规 而且永远不会到达 Google Search Console。验证器在您网络上的代理进程中运行,而不是在云端运行,因此即使云端环境遭到入侵也无法绕过它。(Search Console 的 API 本身也是只读的,但同样的保护措施也适用于您可能添加的任何其他连接器——PostgreSQL、MySQL 等。)
我可以看看人工智能实际问了什么吗? +
是的。每次 MCP 工具调用都会向其中写入一行。 事件日志 包含组织、用户、密钥、范围、延迟和结果代码等信息。组织管理员只需一次查询即可回答“上周谁使用了 MCP,使用了哪个连接器,以及他们请求了什么?”。请注意,我们会记录这些信息。 工具名称和元数据并非 SQL 文本或返回的行——这些内容通过云链接传输,不会记录在云日志中。如果您需要完整的 SQL 审计,请在底层引擎上启用数据库端审计;对于 Google 服务中心 (GSC) 而言,这对应于 Google Workspace 审计日志条目。
我是否必须运行 Schema Intelligence 才能使用 Query Streams MCP? +
不 - 模式智能是可选的 (连接器,数据库) 一对即使没有 SI,MCP 也能正常工作。AI 只能获取基本模式(类型、主键、形式外键、索引)并编写基本查询。启用 SI 后,AI 可以获得六层额外的精选元数据: (1) AI 为每个数据库、表格和列生成了精选描述; (2) 表分类(FACT 用于事务事件,DIM 用于描述性引用,LOOKUP 用于小型代码映射)加上业务领域标签(销售、人力资源、SEO、财务、支持等 14 个领域); (3) 每个列(currency、email、date_yyyymmdd、status_code、percentage、ranking_position、identifier、url、person_name 等 9 个列)都有一个语义类型,用于生成符合方言的 SQL; (4) 从您的真实数据中抽取样本值,以便 LLM 能够识别模式无法显示的模式; (5) 对低基数列进行枚举值完整分布检测; (6) 通过人工智能发现的基于交叉表数据重叠的外键,并通过以下方式呈现: qs_get_relationships如果没有 SI,每个模式工具响应也会携带一个 si_推荐 列出通话中缺失的具体内容——人工智能可以读取此列表,并在通话过程中主动提出触发语音识别。 qs_request_si_analysis运行时间随表数量而变化:一个包含 100 张表的小型数据库大约需要 10 分钟完成;一个典型的中型数据库(几百张表)需要 15-25 分钟;一个包含 1500 张以上表的大型企业数据库,完整扫描可能需要 45-60 分钟。SI 通过您的网络代理对您的数据运行(绝不在云端),从不写入您的数据库,从不更改您的架构,并在您的架构更改时进行增量刷新——因此,在您添加或更改表之后,后续运行速度将比第一次快得多。端到端效果:启用 SI 后,您的 AI 客户端首次尝试编写正确 SQL 的概率远高于对任何仅提供 LLM 的“MCP for X”服务器进行操作的概率。 信息模式.
如果我之后添加其他连接器,例如 Stripe 或 PostgreSQL,该怎么办? +
客户端没有任何变化——代理将新连接器配对后,相同的密钥就会立即到达新连接器(qs_list_connectors (会自动获取)。一个配置块即可购买您账户的全部内容,包括当前和未来的账户。 为什么一把钥匙可以连接所有接口 →
我必须设置 MCP 才能与我的数据进行交互吗? +
不 - Nova AI 已集成到 Query Streams 门户中。 它适用于所有连接器(包括 Google Search Console),无需 MCP 设置或配置文件。使用 Nova 在查询流中与数据进行交互;当您希望自己的 AI 客户端(Claude、Cursor、ChatGPT 等)访问相同的数据时,请使用 MCP——相同的代理、相同的连接器、相同的底层架构智能。 了解更多关于 Nova AI 的信息 →

开始使用

五分钟内即可将您的AI工具与SEO数据连接起来。

一个 MCP 密钥即可访问 Google Search Console、所有数据库以及 Query Streams 帐户中的所有其他 API 连接器——全程提供审计跟踪、单密钥速率限制,且无需更改防火墙设置。Claude、Cursor、ChatGPT 和 Grok 均可开箱即用。

相关指南: 下载查询流代理 | API 连接器设置 | 所有 MCP 服务器指南 | Nova AI 文本转 SQL

类别:MCP服务器

标签:mcp、claude、光标、chatgpt、grok、google-search-console、gsc、seo、ai

元描述:通过 MCP 将 Claude 或 Cursor 连接到 Google Search Console。使用 AI 以简洁易懂的英语查询 SEO 数据。免费。

更新 2026 年 6 月 16 日

Powered by BetterDocs