Skip the install. Get this working in under 2 minutes.
Start a free trial on cloud.anythingmcp.com, add the Snowflake in one click, then point your AI client (Claude, ChatGPT, Copilot or Cursor) at the generated MCP endpoint. No Docker, no git clone, zero engineering experience required.
Summary
Snowflake SQL API v2 — run warehouse queries, inspect databases / schemas / tables, fetch query history, monitor credit consumption, profile clustering keys. Key-pair or password auth.
Frag einfach
Beispiel-Prompts für Snowflake
Klick auf einen Prompt, um ihn zu kopieren. In Claude, ChatGPT, Cursor, Gemini, Copilot oder OpenClaw einfügen — und gegen diesen Konnektor laufen lassen.
Claude ist KI und kann Fehler machen. Bitte Antworten gegenprüfen.
💡 Keine Installation? Nutze cloud.anythingmcp.com direkt. Einloggen, Connectors → Snowflake klicken, Zugangsdaten einfügen, MCP-API-Key erzeugen — fertig. Kein Docker, kein
git clone, kein lokaler Server.
Snowflake + Gemini
Snowflake SQL API v2 — run warehouse queries, inspect databases / schemas / tables, fetch query history, monitor credit consumption, profile clustering keys. Key-pair or password auth.
Voraussetzungen
Die vollständige Setup-Anleitung ist in den Connector eingebaut (im Store sichtbar, wenn du den Connector auswählst). Benötigte Umgebungsvariablen für diesen Connector:
SNOWFLAKE_ACCOUNT, SNOWFLAKE_USER, SNOWFLAKE_PASSWORD
Schritt 1 — Zugangsdaten holen
Schritt 2 — Adapter installieren
git clone https://github.com/HelpCode-ai/anythingmcp.git
cd anythingmcp && docker compose up -d
Schritt 3 — Connector in Gemini hinzufügen
Gemini CLI liest MCP-Server aus ~/.gemini/settings.json (oder %APPDATA%\gemini\settings.json unter Windows). Hinzufügen:
{
"mcpServers": {
"anythingmcp": {
"httpUrl": "https://cloud.anythingmcp.com/mcp",
"headers": { "Authorization": "Bearer YOUR_MCP_API_KEY" }
}
}
}
- Hole deinen MCP API Key aus AnythingMCP → Profil → MCP API Keys → Neuer Key.
- Speichern und
geminineu starten. /mcpin Gemini CLI ausführen —Snowflakesollte als verfügbar gelistet sein.- Vertex AI Studio:
https://cloud.anythingmcp.com/mcpimtools-Array der Anfrage mit demselben Bearer-Header übergeben.
Verfügbare Tools
FAQ
Unterstützen Gemini 1.5 Pro oder 2.x MCP? Ja — Gemini CLI ≥ 0.4 und die Vertex AI Tools API akzeptieren MCP httpUrl-Connectors mit Bearer-Header.
Nächste Schritte
War dieser Guide hilfreich?
