ClickHouse über MCP mit Microsoft Copilot verbinden

💡 Keine Installation? Nutze cloud.anythingmcp.com direkt. Einloggen, Connectors → ClickHouse klicken, Zugangsdaten einfügen, MCP-API-Key erzeugen, fertig. Kein Docker, kein git clone, kein lokaler Server.

ClickHouse + Microsoft Copilot

Lass jeden KI-Agent einen ClickHouse-Server oder einen ClickHouse-Cloud-Service schreibgeschützt über das HTTP-Interface abfragen: Datenbanken, Tabellen und Spalten auflisten, CREATE-Statements lesen, Tabellengrößen prüfen, laufende und letzte Queries sehen und beliebige SELECTs ausführen. Jede Anfrage trägt readonly=1, ClickHouse selbst lehnt also Schreibzugriffe ab.

Voraussetzungen

Die vollständige Setup-Anleitung ist in den Connector eingebaut (im Store sichtbar, wenn du den Connector auswählst). Benötigte Umgebungsvariablen für diesen Connector:

CLICKHOUSE_URL, CLICKHOUSE_USER, CLICKHOUSE_PASSWORD

Schritt 1 — Zugangsdaten holen

Die Einrichtung dauert etwa 3 Minuten. Du brauchst die HTTPS-Adresse eines ClickHouse-Servers oder ClickHouse-Cloud-Service und einen Benutzer mit Leserechten.

1. Trag die Adresse des HTTP-Interface mit Port in CLICKHOUSE_URL ein. Auf ClickHouse Cloud öffnest du den Service, klickst auf Connect, wählst HTTPS und kopierst den Host, z. B. https://abc123xyz.europe-west4.gcp.clickhouse.cloud:8443. Selbst gehostet: https://your-host:8443 oder im privaten Netz http://your-host:8123. Nur Schema, Host und Port, kein Pfad.
2. Leg einen eigenen Benutzer an, der nur lesen darf, zum Beispiel CREATE USER mcp_reader IDENTIFIED BY '...'; GRANT SELECT ON analytics.* TO mcp_reader;. Für clickhouse_table_sizes, clickhouse_running_queries und clickhouse_recent_queries gibst du zusätzlich GRANT SELECT ON system.parts, system.processes, system.query_log TO mcp_reader. Auf ClickHouse Cloud heißt der eingebaute Benutzer default.
3. Gib diesem Benutzer kein Settings-Profil mit readonly = 2: Der Connector setzt bei jeder Anfrage readonly=1, und unter readonly = 2 lehnt ClickHouse diese Änderung ab. readonly = 0 oder 1 funktionieren beide.
4. Trag den Benutzernamen in CLICKHOUSE_USER und sein Passwort in CLICKHOUSE_PASSWORD ein. Beides wird als HTTP Basic Auth gesendet.
5. Nur ClickHouse Cloud: Die IP Access List des Service muss die Adresse erlauben, von der AnythingMCP aus zugreift.
6. Installiere den Connector und rufe clickhouse_server_info auf: Es zeigt Version, Uptime, Server-Zeitzone, den angemeldeten Benutzer, seine Standarddatenbank und seine wirksame Readonly-Stufe.

Was er liest: die Datenbanken, die der Benutzer sieht, mit Engine und Kommentar, die Tabellen und Views einer Datenbank (Engine, Gesamtzeilen und -bytes, lesbare Größe, Kommentar), die Spalten einer Tabelle mit Typ, Default-Ausdruck und ob sie zum Partitions-, Sortier- oder Primärschlüssel gehören, das CREATE-Statement einer Tabelle oder View (Engine, ORDER BY, PARTITION BY, TTL, Settings oder das SELECT hinter einer View) und Spalten, die clickhouse_search_columns per Namen über alle Datenbanken findet. Für den Betrieb: Speicher pro Tabelle aus den aktiven Parts, die gerade laufenden Queries und die abgeschlossenen oder fehlgeschlagenen Queries aus dem Query Log. clickhouse_query führt ein Statement vom Typ SELECT, WITH, SHOW, DESCRIBE, EXPLAIN oder EXISTS aus.

Was er schreibt: nichts. Jede Anfrage trägt das Setting readonly=1, ClickHouse lehnt also INSERT, ALTER, CREATE, DROP und SET ab, egal welche Grants der Benutzer hat. Weil es keine schreibenden Tools gibt, ist bei der Installation auch kein Tool deaktiviert.

Wie die KI abfragt: Sie erkundet mit clickhouse_list_databases, clickhouse_list_tables, clickhouse_describe_table und clickhouse_show_create_table, filtert dann auf Sortierschlüssel und Partitionsspalten, aggregiert in SQL (count(), sum(), uniq(), quantile(0.95)(x), toStartOfDay(ts)) und schließt immer mit LIMIT ab. Vor einer Query, die eine große Tabelle scannen könnte, kann sie EXPLAIN oder EXPLAIN ESTIMATE ausführen. Eine Query ist ein einzelnes Statement ohne FORMAT-Klausel und ohne abschließendes Semikolon; database setzt die Standarddatenbank für Tabellennamen ohne Datenbank.

Datenformate: Das JSON-Format liefert meta (Spaltennamen und Typen), data (Zeilen), rows (Zeilenzahl) und statistics (verstrichene Sekunden, gelesene Zeilen und Bytes). clickhouse_query kann auch in JSONCompact (Zeilen als Arrays, kleiner), CSVWithNames oder TabSeparatedWithNames antworten. 64-Bit-Ganzzahlen (UInt64, Int64) kommen als Strings, "12345678901" ist also eine Zahl. DateTime-Werte sind YYYY-MM-DD hh:mm:ss in der Server-Zeitzone aus clickhouse_server_info, sofern der Spaltentyp keine andere nennt. Größen aus formatReadableSize sind Binäreinheiten (KiB, MiB, GiB).

Blättern und Limits: Es gibt kein Blättern und keine Zeilengrenze außer deinem LIMIT und der Größengrenze für Antworten des Connectors; das ganze Ergebnis kommt in einer Antwort, also lieber aggregieren als Rohzeilen holen. clickhouse_search_columns liefert bis zu 500 Treffer. clickhouse_recent_queries liefert die letzten 100 Queries innerhalb von minutes (Standard 60). clickhouse_running_queries zeigt nur den Knoten, der antwortet, auf ClickHouse Cloud also eine Replica des Service. Ein ruhender Cloud-Service wacht bei der ersten Query auf, was bis zu einer Minute dauern kann.

Häufige Fehler: Der Body enthält Code: <n>. DB::Exception: .... Code 164 (READONLY) heißt, das Statement schreibt oder ändert ein Setting. 497 (ACCESS_DENIED, HTTP 403) heißt, ein GRANT fehlt, oder auf ClickHouse Cloud erlaubt die IP Access List diesen Server nicht. 60 (UNKNOWN_TABLE) und 81 (UNKNOWN_DATABASE) bedeuten einen falschen Namen, 62 (SYNTAX_ERROR) fehlerhaftes SQL, 159 oder 241 ein Timeout oder Speicherlimit: Grenz die Query ein. 401 oder 516 (AUTHENTICATION_FAILED) heißt falscher Benutzer oder falsches Passwort. Antwortet unter der Adresse nichts, stimmt meist der Port nicht oder CLICKHOUSE_URL enthält einen Pfad.

Der Connector fügt keine Daten ein, ändert oder löscht keine, legt keine Tabellen an und ändert keine, und er verwaltet keine ClickHouse-Cloud-Services (Starten, Stoppen, Skalierung, Backups, Kosten): Dafür installierst du den eigenen Connector ClickHouse Cloud.

Schritt 2 — Adapter installieren

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

Schritt 3 — Connector in Microsoft Copilot hinzufügen

Deine Server-URL: Öffne in AnythingMCP MCP Servers → den Server, auf dem dieser Connector liegt, und kopiere seine URL (https://cloud.anythingmcp.com/mcp/…). Setze sie überall ein, wo diese Anleitung YOUR_SERVER_ID zeigt.

Microsoft Copilot nutzt MCP-Server über Agents, die du in Copilot Studio baust: Du fügst AnythingMCP einem Agent als Tool hinzu und veröffentlichst den Agent dann in Microsoft 365 Copilot und Teams. Copilot Studio verbindet sich aus der Cloud von Microsoft per Streamable HTTP, das AnythingMCP unterstützt.

1. Öffne in Copilot Studio deinen Agent (oder leg einen an), geh zu Tools und wähle Add a tool → New tool → Model Context Protocol.
2. Trag einen Server name ein (zum Beispiel AnythingMCP), eine Server description, die sagt, was der Connector kann, und die Server URL https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID. Anhand der Beschreibung entscheidet Copilot Studio, wann es den Server aufruft.
3. Wähle bei der Authentifizierung API key, setze Type auf Header und den Header-Namen auf X-API-Key und klicke auf Create.
4. Wähle in Add tool die Option Create a new connection, füge einen MCP-API-Key aus AnythingMCP ein (MCP Servers → dein Server → API keys) und klicke auf Add to agent.
5. Probier es im Test-Bereich des Agents aus: Bitte um etwas, wofür er die ClickHouse-Tools braucht.
6. Klicke auf Publish, dann auf Channels → Microsoft 365 and Microsoft Teams, lass Make agent available in Microsoft Copilot aktiviert und wähle Add channel. See agent in Teams installiert den Agent für dich; in Microsoft 365 Copilot tippst du @ und wählst den Agent aus.

Lieber eine Anmeldung pro Person? Wähle statt API key OAuth 2.0 → Dynamic discovery: Dann meldet sich jede Person beim ersten Aufruf des Agents bei AnythingMCP an.

Du hostest selbst? Nimm statt https://cloud.anythingmcp.com die öffentliche HTTPS-Adresse deiner Instanz. Copilot Studio verbindet sich aus der Cloud von Microsoft, localhost funktioniert deshalb nicht.

Verfügbare Tools

Beispiel-Prompts

• „Welche Datenbanken und Tabellen gibt es, und welche Tabellen belegen am meisten Speicher?“
• „Wie viele Events pro Tag hatten wir in analytics.events in den letzten 30 Tagen?“
• „Wo liegt eine Spalte wie customer_id? Such über alle Datenbanken.“
• „Zeig mir die Queries, die in der letzten Stunde fehlgeschlagen sind, mit ihrem Fehlercode.“
• „Was sind die 10 umsatzstärksten Länder in diesem Monat? Prüf zuerst den Sortierschlüssel, damit die Query günstig bleibt.“

FAQ

Für welchen Copilot gilt das? Für Microsoft 365 Copilot im Unternehmen, über Agents aus Copilot Studio. Die Microsoft-Copilot-App für private Konten bietet keine Möglichkeit, einen eigenen MCP-Server hinzuzufügen.

Was brauche ich? Ein Arbeitskonto mit Zugang zu Copilot Studio (Lizenz oder Testversion), um den Agent zu bauen. Wer ihn in Microsoft 365 Copilot oder Teams nutzen soll, braucht Zugriff auf den Agent: Teile ihn oder lass ihn von einem Admin für die Organisation veröffentlichen. Wendet deine Organisation Datenrichtlinien auf Power-Platform-Connectors an, gelten sie auch für MCP-Server.

Der Agent ruft die Tools nicht auf. Prüfe, dass der Header-Name genau X-API-Key lautet und der Schlüssel zum selben MCP-Server gehört wie die URL, und formuliere die Server description konkret: Copilot Studio entscheidet anhand der Beschreibung, wann es den Server aufruft. Veröffentliche den Agent nach jeder Änderung erneut; in einem offenen Chat holst du die neue Version mit „start over“.

Nächste Schritte

• Connector-Startseite
• Mit Claude verbinden
• Mit ChatGPT verbinden
• Mit Cursor verbinden
• Mit Gemini verbinden
• Mit Meta Muse verbinden