使用以下方式查询 Stripe 数据 克劳德或光标 通过 Stripe MCP 服务器。
只需 5 分钟即可完成 Stripe MCP 设置,让您的 AI 工具能够用通俗易懂的语言询问有关客户、订阅、费用、发票和退款的问题。Query Streams 代理会将 Stripe API 缓存到本地 DuckDB SQL 接口中,因此 LLM 看到的是真实的表,而不是 REST 端点——而 Schema Intelligence 则会处理 Stripe 特有的机制(例如以美分为单位的金额列、实时模式过滤、状态枚举、元数据扁平化),确保 SQL 语句一次就能执行正确。
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。 本指南将带您了解…… 条纹 mcp 具体来说,这样您的 AI 工具就可以回答有关客户、订阅、费用、发票和退款的简单英语问题,而无需您从 Stripe 控制面板导出 CSV 文件或在脚本中串联 REST API 分页调用。网络代理会将 Stripe API 数据提取到本地 DuckDB 缓存中,因此 LLM 可以看到干净的 SQL 数据(客户、订阅、费用、发票、退款、付款),而不是原始的 REST 端点——其中货币列会被标记为 货币单位(美元) 因此,人工智能会自动将金额除以 100,并且永远不会将 1,234.56 美元的费用报告为“123,456 美元”。 了解更多信息,请访问 QueryStreams.com 和 免费注册 开始向您的 AI 工具提出真正的 Stripe 相关问题。
Stripe MCP 服务器查询流功能为您提供什么
Stripe 提供了一个非常出色的第一方 AI 界面—— Stripe Agent Toolkit ——它为 AI 代理提供了对 Stripe REST API 的读写函数调用封装,用于执行诸如创建客户、生成结账会话、退款和取消订阅等操作。当 AI 需要执行以下操作时,这正是合适的工具: 做 Stripe方面的情况。Query Streams Stripe MCP服务器解决的是完全不同的问题: 只读分析界面 Query Streams MCP 连接器支持以 SQL 形式公开的 Stripe 数据,并提供与其他所有 Query Streams MCP 连接器相同的审计跟踪和多连接器支持。我们在 GitHub 上也看到其他一些开源的 Stripe MCP 封装器——它们大多将原始的 Stripe REST 或分页游标推送到 LLM,没有 SQL 接口,没有分值语义,也没有只读强制机制。Query Streams 只需一个密钥即可访问所有连接器,提供完整的审计跟踪,代理会将 Stripe API 响应规范化为 SQL 接口,并且 AI 工具永远不会持有您的 Stripe API 密钥。
零入站防火墙漏洞
网络代理会打开一条指向查询流的加密出站云链路。您的 AI 客户端连接到云端,绝不会连接到您的 Stripe 账户或网络。无需开放端口,无需将 IP 地址添加到白名单,无需 VPN,AI 客户端配置中也无需 Stripe API 密钥。
一把钥匙,连接所有连接器
同一个 MCP 密钥会与您的账户连接的所有其他数据库和 SaaS API 一起传输到 Stripe。明天添加 HubSpot 或 PostgreSQL 连接器后,AI 工具无需重新输入密钥即可将其与您的 Stripe 数据关联起来——像“将 Stripe 客户与 CRM 联系人匹配”这样的跨连接器连接操作将简化为一个 SELECT 语句。
内置模式智能
AI 会查看每个 Stripe 表的 AI 精选描述、语义类型(以美分为单位的货币、状态枚举、实时模式标记、元数据扁平化)、示例值和已发现的外键,而不仅仅是 REST 端点结构。它能够一次性编写出准确的 SQL,包括…… 金额 / 100.0 转换和 实时模式 = true 过滤掉裸模式LLM所遗漏的部分。
构造中只读
即使是出现幻觉的LLM也无法退款、取消订阅、创建结账会话或通过查询流MCP更新客户信息。网络代理会拒绝任何不符合要求的操作。 选择, 和,或 解释 在到达缓存的 Stripe 表之前——而且 Stripe 写入操作从一开始就不会暴露给 MCP 表面。
单键速率限制
默认每分钟 60 个请求和 10 次执行调用,每个键可单独配置。失控的 AI 工具调用循环会耗尽令牌桶,而不是您的 Stripe API 速率限制、每日请求配额或 Stripe Connect 平台吞吐量预算。
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访问互联网的机器上安装一次(Stripe API 可从任何地方访问),并维护一个出站 TLS 云链接——没有入站流量,也不会暴露任何数据。Stripe 特有的功能是:当收到查询请求时,代理会在后台对 Stripe REST 端点进行分页,并将响应缓存到本地 DuckDB 中,以便 LLM 能够看到干净的 SQL 接口。 客户, 订阅, 订阅项目, 收费, 收据, 退款, 支付款项, 价格, 产品 — 而不是 REST 信封。这款 AI 工具永远不会看到您的 Stripe 受限 API 密钥、Stripe Connect 账户 ID 或任何客户支付数据。 仅出站代理链接的工作原理 →
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
Stripe API
只读 DuckDB
缓存、SQL 表面
你给 Cursor 或 Claude 的 MCP 键是限定范围的(读 / 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:
模式键 可选择性地覆盖参数。为什么模式智能使查询流 MCP 与众不同
开源领域中大多数“Stripe MCP”服务器会向你的AI工具提供与Stripe为开发者发布的相同的REST资源引用——或者更糟的是,直接提供原始资源引用。 信息模式 他们保存的任何缓存信息,包括字段名称、数据类型,可能还有主键。LLM 只能靠猜测来获取这些信息。 数量 需要除以 100,因为 Stripe 是以美分为单位存储资金的。 实时模式 = false 每行数据是测试费用,应该从收入中剔除。 订阅状态 是一个枚举 试验 / 活动 / 逾期 / 取消 / 未付 / 未完成或者说, 创建 需要通过 DuckDB 的时间戳辅助函数进行转换。这就是为什么大多数 LLM 针对裸 Stripe schema 编写的第一个 SQL 语句都是错误的——不是因为 LLM 本身不好,而是因为它没有正确的数据(而报告“1,234,567,890 美元的 MRR,因为没有人除以 100”这种错误,很容易被截图上传到财务团队的 Slack 聊天室)。
查询流 MCP 返回相同的缓存 Stripe 模式,并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,Stripe 会先获取数据。当 Stripe 连接器上启用 SI 时,AI 调用的每个模式工具都会执行此操作。qs_get_connector_schema, qs_get_table_schema, qs_profile_table, qs_get_relationships返回原始缓存模式以及六层精选知识。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 Stripe 连接器的 收费 表——驱动 90% 收入问题的核心交易表——首先是没有 Schema Intelligence,然后是有了 Schema Intelligence。
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。
金额单位为美分(1.00 美元 = 100)。
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——财务、销售、市场营销、人力资源、支持等 14 个领域。
客户 [DIM,领域:金融]
每列语义类型
十八种类型——货币、货币单位(美元)、电子邮件、ISO日期、状态码、百分比、排名位置、标识符、URL等等。人工智能会为每种类型生成符合方言的SQL语句,包括…… 金额 / 100.0 任何裸模式LLM都无法正确转换。
创建时间:时间戳_iso · 状态:状态码
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——Stripe 对象 ID 前缀(ch_, cus_, 子_, 在_)、格式约定、编码值以及客户描述的实际格式。
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)会映射到包含行数的完整值列表。AI 不会猜测 Stripe 枚举的大小写或拼写。
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.
(重叠率 97%,置信度 0.99)
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—— “在过去 30 天内,哪些客户的消费金额最高?(仅统计成功生产产生的费用)” 如果没有模式智能,LLM 就只能靠猜测。有了模式智能,LLM 就能知道金额单位是美分,状态枚举需要过滤,livemode = true 是生产环境过滤器,客户外键允许它将客户添加到系统中,以便发送易于理解的电子邮件。
si_推荐 阻止人工智能准确地告诉它缺少什么——包括一个一键调用选项,可以在对话过程中通过该选项启用 SI。 qs_request_si_analysis您的 AI 客户端可以立即触发 SI 运行(“您是否希望我先在此数据库上启用模式智能?它会在后台通过您的网络代理运行,并将大大提高我的答案质量”)。 运行时间随表格数量而变化: Stripe 连接器通常缓存 12-15 个表,扫描时间为 5-10 分钟;如果您还连接了一个包含 1500 多个表的大型企业数据库,仅此一项完整扫描就可能需要 45-60 分钟。架构更改后的后续刷新是增量式的,速度比首次运行快得多。架构智能功能是可选的。我们相信您不会想选择退出。
查询流 MCP 与 Stripe Agent Toolkit
Stripe 发货 Stripe Agent Toolkit ——一套官方的 Stripe REST API 函数调用封装器,专为 LangChain、OpenAI Agents SDK、Vercel AI SDK 和类似的代理框架而设计。它采用读写设计:拥有 Agent Toolkit 访问权限的 AI 代理可以…… 客户创建, 取消订阅, 退款创建, checkout.sessions.create等等。这正是人工智能应该呈现的形状。 行为 Stripe 平台支持多种应用场景,例如:支持助手处理退款、新用户引导机器人创建结账链接、销售代理更新客户元数据。而 Query Streams MCP 则解决了另一个问题:它提供了一个只读分析界面,用于分析以 SQL 形式公开的 Stripe 数据。这两个工具回答的问题各不相同。以下是它们在 AI 工具访问 Stripe 数据时,在关键维度上的比较。
| 方面 | 查询流 Stripe MCP | Stripe Agent Toolkit |
|---|---|---|
| 读或写 | 构造中只读 | 通过设计实现读写功能 |
| 突变安全性 | 代理层硬编码 只读违规 每次调度调用时都会进行验证 |
无论代理提示和框架护栏允许什么 |
| 多连接器连接范围 | 是的——Stripe、Postgres、Snowflake、HubSpot 和 Shopify 都包含在一个 MCP 密钥下。 | 仅限 Stripe |
| 交叉连接器连接 | 是的——例如,只需一个 SELECT 语句,即可将 Stripe 客户、CRM 联系人和产品数据库用户连接起来。 | 不 |
| 已保存的查询(LLM 从不查看 SQL) | 是的,通过 qs_list_saved_queries + qs_run_saved_query |
不适用 |
| 审计跟踪 | 事件日志 每次调用:组织/用户/密钥/作用域/延迟/SQL指纹/错误 |
无论你的 LangChain / OpenAI Agent SDK 日志记录了什么 |
| 提供给LLM的模式元数据 | AI 精选的描述,语义类型如 货币单位(美元)枚举值列表、AI发现的关系、示例值 |
Stripe REST-API 规范 |
| 适用案例 | 分析、财务报告、客户支持上下文查找、合规性审计 | 行动助手、退款支持机器人、创建结账会话的引导流程 |
它们是互补关系,而不是竞争关系。 许多组织同时使用这两种工具——Query Streams MCP 用于数据端(AI 读取 Stripe 分析数据,将其与 CRM 和产品数据关联,并生成报告),Stripe Agent Toolkit 用于操作端(AI 处理退款、取消订阅、创建结账链接)。具体选择取决于工具和 AI 代理,而非组织。一些团队将 Agent Toolkit 的访问权限限制在手动审批流程之后,而将 Query Streams MCP 的分析访问权限限制在不受限制的范围内——由于其只读特性,可以安全地自由授予权限。如果您正在搭建一个需要……的 AI 助手, 做 如果您要使用 Stripe 处理交易,请使用 Stripe Agent Toolkit。如果您要搭建一个需要……的 AI 助手, 理解 想知道 Stripe 上发生了什么(理想情况下,还能在同一对话中看到 Postgres、Snowflake、HubSpot 和 Shopify 的运行状况),请使用 Query Streams MCP。大多数成熟的部署都同时具备这两种功能。
MCP不适合您?不妨试试Nova AI。
完全跳过 MCP,直接向 Stripe 询问类似这样的问题:“过去 12 个月我们的月度经常性收入 (MRR) 趋势如何?“ 或者 ”未来 30 天内哪些订阅面临风险?直接来自 Query Streams 门户——无需配置文件,底层采用相同的网络代理和架构智能。
认识 Nova AI先决条件
开始之前,请确保您已准备好:
- 免费注册 Query Streams 帐户 my.querystreams.com.
- 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Stripe API 可以从任何地方访问,因此代理不需要位于特定的网络上。
- 针对代理配置的 Stripe 连接器——请参阅现有 API 连接器设置 Stripe配对指南。使用 Stripe 受限 API 密钥 (推荐)这样您就可以将代理的读取权限限定于特定资源(例如,读取权限)。
收费/订阅/客户/收据无法访问平衡/支付款项/账户如果您不需要它们)。代理持有 Stripe API 密钥;AI 工具永远不会接触到它。 - 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。
- 五分钟。
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。
提问
“我们每月的 MRR 是多少?”——人工智能会调用合适的工具,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 或 克劳德桌面),然后选择您希望此密钥具有的作用域:
读—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关系(样本值、分布、语义类型)。对于财务工作而言,虽然并非必需,但强烈建议使用此功能,因为了解费用/订阅/发票数据的结构和指标语义(精确到分的货币列、状态枚举、实时模式标记)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 Stripe 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。
// 编辑 ~/.cursor/mcp.json { "mcpServers": { “查询流”: { 网址: "https://mcp.querystreams.com", “标题”: { “X-MCP-Key”: "qsmcp_PASTE_KEY_HERE" } } } }
// 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" } } } }
// 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)。
// 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 并退回您的 Stripe 连接器(以及您配置的任何其他内容,如果您配对了多个帐户,还包括其他 Stripe Connect 平台)。
步骤 3:向 AI 提出 Stripe 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,然后代理会针对您缓存的 Stripe 数据运行查询,并将答案以文本加表格的形式返回。以下是三个示例提示,您可以先尝试一下:
订阅 -> 订阅项目 -> 价格 为了计算每个活跃订阅用户的月度经常性收入 (MRR),将以美分为单位存储的金额除以 100,将月度/年度/周周期数据标准化为月度数据,并进行筛选。 实时模式 = true 和 subscriptions.status IN ('active', 'trialing')并按以下方式分组 DATE_TRUNC('month', subscriptions.created)您将获得一份内嵌的趋势表以及一份书面解读——哪些收购群体实现了增长,哪些群体正在萎缩,以及后续的报价,例如“需要我按套餐等级细分吗?“模式智能的枚举检测功能引导人工智能选择正确的订阅状态过滤器;如果没有模式智能,LLM 可能包含 逾期 和 取消 并高估了当前的月度经常性收入。订阅 -> 价格 -> 产品 按层级对订阅进行分组( 产品名称 或 价格.昵称 然后,它会根据列计算取消次数和每月活跃用户数,并使用 Stripe 的标准流失率公式。表格下方,AI 通常会标注哪些层级流失客户最快,并提出后续建议: “你想让我在同一个窗口中查看按层级划分的扩张期和收缩期月度经常性收入(MRR)吗?” Schema Intelligence 的枚举检测 订阅状态 确保人工智能能够区分 取消 起 未付 以及来自 不完整_已过期 订阅终止的三种不同原因,会带来截然不同的财务影响。订阅, 即将到期的发票 (或 收据 (下一续约周期表格) 客户, 和 支付方式人工智能应用了分感知过滤器 金额 > 500000 (例如,5000 美元换算成美分),解析 card.exp_month / 卡片有效期 接下来的30天,将重新加入 客户电子邮件 为了便于人类阅读而进行输出。模式智能的 货币单位(美元) 语义类型会自动决定合适的分值阈值。人工智能通常会提出后续建议: “需要我拟定一份包含客户邮箱和客户经理信息的联系名单,以便客户成功团队在续约前与客户联系吗?”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: 一个 1.5 MB 的 Stripe 分析查询(包含 12 个月的费用、客户和订阅信息)在使用 MCP 获取时会占用您数据域约 1.5 MB 的空间,而使用 Excel/Sheets/Nova/查询构建器则仅需约 200-350 KB。Stripe 数据包含大量枚举值(
状态,货币,实时模式时间戳和自由格式的元数据字符串——因此,通过云链路进行的 LZ4 压缩通常比其他传输方式减少 7-9 倍的数据量。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: 对于非常大的重复导出数据(例如多年客户+费用+发票交叉表),建议使用 Excel/Sheets/Nova 方案。对于交互式 AI 工具调用(典型的 100-5,000 行 Stripe 分析聚合数据,适用于 LLM 环境),MCP 是更合适的选择,成本差异仅为几美分。DuckDB 缓存还可以对重复的 Stripe API 调用进行去重,避免因同一查询而两次消耗 Stripe 速率限制。
常见问题解答
我需要开放端口或运行 VPN 才能使用它吗? +
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? +
我可以撤销 MCP 密钥吗? +
/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? +
压缩字节MCP 运行在 Streamable HTTP 之上,而 Streamable HTTP 并不能可靠地支持在所有客户端和代理之间实现端到端压缩,因此我们会收取费用。 未压缩字节一个 1.5 MB 的 Stripe 分析汇总数据返回到 Excel 通常会占用您数据空间的 200-350 KB(包含重复状态枚举、货币标签和实时模式布尔值的 Stripe 数据通过 LZ4 压缩可压缩 7-9 倍);同样 1.5 MB 的结果通过 MCP 返回到 Cursor 则会占用约 1.5 MB 的空间。我们对此保持透明,因为我们宁愿您提前了解,而不是在账单周期结束时感到意外。
Query Streams MCP 是否支持 Stripe 受限 API 密钥、Stripe Connect 平台以及早于标准 API 窗口的历史数据? +
收费 / 订阅 / 客户 / 收据无法访问 平衡 / 支付款项 / 账户此外,代理的只读验证器还会在 SQL 端强制执行限制,因此 AI 工具具有双重保护。标准的 Stripe API 密钥也适用,但范围更广。 Stripe Connect 平台 受支持——代理程序连接到您的平台帐户并使用 Stripe账户 用于关联账户查询的标头;如果您需要 LLM 端消除歧义(“显示关联账户的收入”),则每个关联账户都可以是一个单独的查询流连接器。 acct_xxx或者,您可以将它们合并起来进行跨账户分析。 史料 超出 Stripe 标准 90 天 API 窗口期的数据会保留在代理的 DuckDB 缓存中:代理一旦获取记录,该记录就会在本地持久保存;即使 Stripe API 将这些数据从实时响应中移除,您仍然可以查询历史费用/客户/订阅信息。代理的缓存新鲜度策略可以针对每个资源进行配置(例如,刷新)。 订阅 每小时刷新一次 收费 每隔 5 分钟刷新一次 客户 每日更新),因此您可以控制新鲜度和 Stripe API 配额消耗之间的权衡。
这与我自己运行开源的 Stripe MCP 服务器有何不同? +
实时模式 过滤提示。要让 Claude 读取 Stripe、PostgreSQL、HubSpot CRM 和 Snowflake 数据仓库中的数据,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据、范围模型和审计日志。Query Streams MCP 是连接您帐户中所有已配对连接器的关键,代理会将 Stripe API 响应规范化为干净的 SQL 语句。 货币单位(美元) 内置语义类型(因此 LLM 会自动除以 100)。此外,您还可以获得模式智能、代理层只读强制执行、逐键速率限制和审计跟踪等功能。 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? +
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, 和 解释 声明;其他任何内容返回 只读违规 而且永远不会访问 Stripe 缓存表。验证器运行在代理进程中,而不是云端,因此即使云端遭到入侵也无法绕过它。此外还有第二层安全保障:Stripe 的写入操作(创建退款、取消订阅、更新客户信息、生成 Checkout 会话)根本不会暴露给 MCP 接口——代理只会向 Stripe API 发出读取型 REST 调用。因此,即使验证器被以某种方式绕过,LLM 也无法调用任何方法来修改您的 Stripe 状态。(如果您 做 如果你想要一个能在 Stripe 上执行操作的 AI 代理,那就需要 Stripe Agent Toolkit,上面比较部分已经介绍过了。)
我可以看看人工智能实际问了什么吗? +
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。 工具名称和元数据而不是 SQL 文本或返回的行——这些内容通过云链接传输,永远不会出现在云日志中。Stripe 自己的控制面板会从代理的角度显示 API 请求日志(由代理的受限 API 密钥发出的调用),因此对于 Stripe 数据,组合方式为:代理的 事件日志 您的查询流帐户会显示 AI 查询的内容和时间;Stripe 控制面板的“开发者 → 日志”选项卡会显示代理因此发出的 API 调用。两者结合,即可提供 AI 发起的每次 Stripe 数据读取的完整审计跟踪,适用于 SOC 2 / PCI / 财务团队审核。
我是否必须运行 Schema Intelligence 才能使用 Query Streams MCP? +
(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(财务、销售、市场营销、人力资源、支持等 14 个领域); (3) 每个列(currency、currency_minor_unit_usd、email、date_iso、status_code、percentage、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 能够识别任何模式都无法显示的模式(Stripe ID 前缀、元数据键形状、客户描述约定); (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:Stripe 连接器通常在 5-10 分钟内完成(12-15 个缓存表);同一代理上的典型中型数据库(几百张表)在 15-25 分钟内完成;拥有 1500 张以上表的大型企业数据库可能需要 45-60 分钟才能完成完整扫描。SI 通过您的网络代理针对您的数据运行(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,后续运行速度远快于首次运行。端到端效果:启用 SI 后,您的 AI 客户端首次尝试编写正确 SQL 的频率远高于针对任何仅提供 LLM 的“MCP for X”服务器。 信息模式.
如果我之后添加其他连接器,例如 HubSpot 或 PostgreSQL,该怎么办? +
qs_list_connectors 会自动获取),因此一个配置块即可购买您的整个帐户,包括当前和未来的帐户。跨连接器连接方式如下:“将 Stripe 客户 ID 与 HubSpot 联系人进行匹配,并查找 30 天内未登录的付费客户。然后使用单个查询来完成所有操作。 为什么一把钥匙可以连接所有接口 →
我是否必须设置 MCP 才能与我的 Stripe 数据进行通信? +
既然 Stripe 已经提供了 Agent Toolkit,为什么还要使用 Query Streams MCP 来处理 Stripe 数据呢? +
选择 起 收费 / 订阅 / 收据 / 客户 / 退款 可以通过 SQL 等方式操作,但无法修改 Stripe 状态。以下三个具体原因表明,对于分析型用例,查询流是更佳选择: (1)构造上只读。 理论上,拥有 Agent Toolkit 访问权限的 LLM 可以进行幻觉操作,例如退款、取消订阅或创建带有错误参数的 Stripe Checkout 链接——提示和框架防护机制是唯一的防线。使用 Query Streams MCP 时,代理的硬编码只读验证器会返回错误信息。 只读违规 对于任何非选择 / 非-和 / 非-解释 声明——LLM 无法改变 Stripe 的状态,无论多么富有创意的提示。 (2)多接口单键。 一个 Query Streams MCP 密钥即可让 Claude / Cursor / ChatGPT / Grok 访问您的 Stripe 数据以及您的 Postgres、Snowflake、HubSpot 和 Shopify 数据,所有这些数据都可以在同一对话中使用跨连接器连接进行查询(“将 Stripe 客户 ID 与我的 CRM 联系人进行匹配,并显示哪些付费客户 30 天内未登录产品。代理工具包只能识别 Stripe。 (3)审计跟踪。 每次 Query Streams MCP 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/SQL指纹/错误代码。合规和财务团队可以回答“上周谁查询了 Stripe 数据?他们查询了什么数据?返回了多少数据?只需一次查询即可。Agent Toolkit 日志记录取决于您的 LangChain / OpenAI Agent SDK / Vercel AI SDK 设置捕获的内容;这需要您自行负责。 使用代理工具包 当人工智能需要时 履行 Stripe 操作(发放退款的助手机器人、创建结账会话的注册流程、更新客户元数据的支持机器人),并且您已审核了代理的行为。 使用查询流 MCP 当人工智能执行分析、财务报告、客户支持上下文查找、合规性审计或任何其他纯粹的读取操作时,许多组织会同时使用这两种方式,并将其应用于不同的人工智能代理。
开始使用
五分钟即可将您的AI工具连接到Stripe数据。
一个 MCP 密钥即可访问 Stripe、所有数据库以及您 Query Streams 帐户中的所有其他 API 连接器——并提供完整的审计跟踪、每个密钥的速率限制、受限 API 密钥身份验证、Stripe Connect 支持,且无需更改防火墙设置。该密钥默认为只读;Stripe Agent Toolkit 负责处理操作。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、Curros、Stripe、API 连接器、支付、SaaS 指标、MRR、Stripe 代理工具包、只读 MCP
元描述:通过 MCP 使用 Claude 或 Cursor 查询 Stripe。只读 SQL 接口,精确到分,API 密钥受限,无需更改防火墙设置。免费。


