Postgres MCP — Anwendungsfälle, Installieren & Live-Demo

Warum nutzen

Hauptfunktionen

Vom Design her schreibgeschützt – INSERT/UPDATE/DELETE/DDL werden auf Protokollebene blockiert
Vollständige Schema-Introspektion: Tabellen, Spalten, Typen, Indizes, Fremdschlüssel
Gibt Abfragepläne (EXPLAIN) für die Leistungsanalyse zurück
Standard-Verbindungszeichenfolge „postgres://“ – funktioniert mit jeder PG-kompatiblen Datenbank (Postgres, Neon, Supabase, RDS, Aiven usw.)

Live-Demo

In der Praxis

postgres.replay ▶ bereit

0/0

Installieren

Wählen Sie Ihren Client

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "postgres": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-postgres",
        "postgresql://..."
      ]
    }
  }
}

Öffne Claude Desktop → Settings → Developer → Edit Config. Nach dem Speichern neu starten.

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "postgres": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-postgres",
        "postgresql://..."
      ]
    }
  }
}

Cursor nutzt das gleiche mcpServers-Schema wie Claude Desktop. Projektkonfiguration schlägt die globale.

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "postgres": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-postgres",
        "postgresql://..."
      ]
    }
  }
}

Klicken Sie auf das MCP-Servers-Symbol in der Cline-Seitenleiste, dann "Edit Configuration".

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "postgres": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-postgres",
        "postgresql://..."
      ]
    }
  }
}

Gleiche Struktur wie Claude Desktop. Windsurf neu starten zum Übernehmen.

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "postgres",
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-postgres",
        "postgresql://..."
      ]
    }
  ]
}

Continue nutzt ein Array von Serverobjekten statt einer Map.

~/.config/zed/settings.json

{
  "context_servers": {
    "postgres": {
      "command": {
        "path": "npx",
        "args": [
          "-y",
          "@modelcontextprotocol/server-postgres",
          "postgresql://..."
        ]
      }
    }
  }
}

In context_servers hinzufügen. Zed lädt beim Speichern neu.

claude mcp add postgres -- npx -y @modelcontextprotocol/server-postgres postgresql://...

Einzeiler. Prüfen mit claude mcp list. Entfernen mit claude mcp remove.

Anwendungsfälle

Praxisnahe Nutzung: Postgres

Beantworten Sie Ad-hoc-Geschäftsfragen, ohne SQL zu berühren

👤 PMs, Gründer, alle, die lieber kein SQL schreiben möchten ⏱ ~10 min beginner

Wann einsetzen: Sie haben eine Frage zu Ihren Daten („Wie viele Benutzer kamen diese Woche zurück?“) und das BI-Dashboard enthält diese nicht.

Voraussetzungen

Schreibgeschützte „postgres://“-Verbindungszeichenfolge zu einem Replikat — Bei den meisten verwalteten PGs (RDS, Neon, Supabase) können Sie schreibgeschützte Anmeldeinformationen erstellen
Netzwerkzugriff von wo aus Claude zur DB läuft — Setzen Sie Ihren Computer auf die Zulassungsliste für VPN oder IP

Ablauf

Lassen Sie Claude zunächst die relevanten Tabellen durchsehen

Listen Sie alle Tabellen in unserer Datenbank auf. Beschreiben Sie für Tabellen, die sich auf Benutzer, Bestellungen oder Sitzungen beziehen, deren Schemata.✓ Kopiert

→ Schemaübersicht vor jeder Abfrage
Stellen Sie die eigentliche Frage

Wie viele Benutzer haben sich in den letzten 30 Tagen angemeldet, aber noch keine Bestellung aufgegeben? Gruppieren Sie nach Anmeldewoche.✓ Kopiert

→ Claude schreibt SQL, führt es aus und gibt eine Ergebnistabelle zurück
Suchen Sie nach Vorbehalten

Gibt es Gründe, warum diese Zahl irreführend sein könnte? Vorläufige Löschungen? Zeitzone in erstellt_at? Bestimmte Benutzertypen, die wir ausschließen sollten?✓ Kopiert

→ Ehrlicher Hinweis auf Daten-Macken

Ergebnis: Eine vertretbare Antwort auf eine Geschäftsfrage mit SQL, dem Ergebnis und den Vorbehalten – in 2 Minuten, anstatt 2 Tage auf das Datenteam zu warten.

Fallstricke

Claude schreibt eine Abfrage, die Ihre größte Tabelle ohne Einschränkungen durchsucht — Legen Sie „statement_timeout = ‚30s‘“ für die Verbindung fest und fügen Sie „standardmäßig immer LIMIT 1000 einschließen“ zu Ihrer Systemaufforderung hinzu
Die Zählung von „Benutzern“ hängt davon ab, was als Benutzer zählt (gelöscht? Bot? Test?) — Teilen Sie Claude Ihre Konventionen im Voraus mit: „Zeilen ausschließen, in denen delete_at NICHT NULL IST“ usw.

Kombinieren mit: notion

Diagnostizieren Sie, warum eine Abfrage langsam ist, und schlagen Sie Indizes vor

👤 Backend-Ingenieure, Datenbankadministratoren ⏱ ~15 min intermediate

Wann einsetzen: Sie haben eine Abfrage, die langsamer ist, als sie sein sollte. Sie möchten ein zweites Augenpaar, das beim Lesen der EXPLAIN ANALYZE-Ausgabe nicht müde wird.

Ablauf

Holen Sie sich den Abfrageplan

Führen Sie EXPLAIN ANALYZE für diese Abfrage aus: [Einfügen]. Erläutern Sie mir, was der Planer tut.✓ Kopiert

→ Schritt-für-Schritt-Anleitung zum Plan
Identifizieren Sie den Kostentreiber

Welcher Schritt verursacht die meisten Kosten? Handelt es sich um einen sequenziellen Scan, eine schlechte Join-Reihenfolge oder eine teure Filterung?✓ Kopiert

→ Spezifischer Knoten mit Grund identifiziert
Schlagen Sie einen Index vor oder schreiben Sie ihn neu

Schlagen Sie die kleinste Änderung vor, um dies schnell zu erreichen. Fügen Sie lieber einen Index hinzu, als die Abfrage neu zu schreiben, aber nur, wenn der Index für mehr als eine Abfrage nützlich wäre.✓ Kopiert

→ Konkrete CREATE INDEX-Anweisung ODER umgeschriebene Abfrage

Ergebnis: Eine indizierte oder neu geschriebene Abfrage mit Begründung, die Sie durch erneutes Ausführen von EXPLAIN überprüfen können.

Fallstricke

EXPLAIN für einen nicht repräsentativen Datensatz (kleine Entwicklungsdatenbank) liefert irreführende Pläne — Führen Sie EXPLAIN immer für eine Datenbank mit produktionsbezogenen Daten aus. Ansonsten ist der Plan Fiktion
Das Hinzufügen eines Index scheint kostenlos zu sein, verlangsamt jedoch die Schreibvorgänge — Sagen Sie Claude, dass er mit EXPLAIN prüfen soll, ob der Index verwendet wird, BEVOR er Sie auffordert, ihn hinzuzufügen

Kombinieren mit: sentry

Überprüfen Sie eine Tabelle auf Datenqualitätsprobleme

👤 Dateningenieure, alle, die ein unbekanntes Schema erben ⏱ ~25 min intermediate

Wann einsetzen: Sie sind dabei, eine Funktion auf einer Tabelle zu erstellen, die Sie nicht entworfen haben, und vermuten, dass es Probleme gibt.

Ablauf

Führen Sie eine Reihe von NULL-, Duplikat- und Waisenprüfungen durch

Für die Tabelle „Bestellungen“: Zählen Sie NULL-Werte pro Spalte, zählen Sie doppelte Zeilen anhand eines natürlichen Schlüssels (z. B. (Benutzer-ID, Streifen_Zahlungsabsichts-ID)), zählen Sie Zeilen mit Fremdschlüsseln, die auf gelöschte übergeordnete Zeilen verweisen.✓ Kopiert

→ Anzahl der Ausgaben pro Scheck
Überprüfen Sie, ob die Werteverteilung ungewöhnlich ist

Was sind die Mindest-, Höchst- und Perzentilverteilung für „total_cents“? Gibt es verdächtig viele Zeilen mit 0 oder negativen Werten?✓ Kopiert

→ Verteilungsstatistiken, Ausreißer markiert
Vergleichen Sie die erwarteten Geschäftsregeln

Jede „abgeschlossene“ Bestellung sollte ein „paid_at“ ungleich Null haben. Gibt es Ausnahmen?✓ Kopiert

→ Anzahl der Verstöße + Beispiel-IDs

Ergebnis: Eine kurze Liste konkreter Datenintegritätsfehler mit jeweils einer Anzahl und einem Behebungspfad.

Fallstricke

Einige „Probleme“ sind absichtliche historische Artefakte (Datenmigrationen). — Lassen Sie sich immer von jemandem beraten, der die Geschichte kennt, bevor Sie davon ausgehen, dass es sich um einen Fehler handelt

Generieren Sie automatisch eine Schemadokumentation für Ihr Team

👤 Tech leitet das Onboarding neuer Ingenieure ⏱ ~20 min beginner

Wann einsetzen: Ihre Datenbank hat 40 Tabellen, das Wiki hat 0. Neue Mitarbeiter fragen immer wieder: „Was ist das für eine Spalte?“

Ablauf

Holen Sie sich alle Tabellen und ihre Schemata

Listen Sie jede Tabelle im öffentlichen Schema auf. Geben Sie mir jeweils Spalten, Typen, NULL-Zulässigkeit, Standardwerte und etwaige Fremdschlüssel an.✓ Kopiert

→ Vollständiger Schema-Dump
Zweck aus Benennung und Beispieldaten ableiten

Probieren Sie für jede Tabelle drei Zeilen aus und beschreiben Sie in einem Absatz, was diese Tabelle für unser Unternehmen darstellt.✓ Kopiert

→ Prosa-Erklärung pro Tisch
Kennzeichnen Sie unbekannte/verdächtige Tabellen

Gibt es Tische, die unbenutzt aussehen oder für die Sie keinen Zweck erkennen können? Listen Sie sie auf, damit ich den ursprünglichen Autor fragen kann.✓ Kopiert

→ Ehrlich gesagt: „Ich weiß nicht, was das ist“-Liste

Ergebnis: Ein Markdown-Dokument, das Ihr Team in Notion oder ein Wiki einfügen kann – es deckt 80 % dessen ab, was neue Mitarbeiter wissen müssen.

Fallstricke

Erfassung sensibler Daten (PII) im LLM-Kontext — Bitten Sie Claude für Tabellen mit PII, nur Schemata ohne Stichprobenzeilen zu beschreiben

Kombinieren mit: notion · filesystem

Berechnen Sie A/B-Testergebnisse aus rohen Ereignisdaten

👤 Produktanalysten, Wachstumsingenieure ⏱ ~30 min advanced

Wann einsetzen: Sie haben ein Experiment durchgeführt, die Daten befinden sich in Ihrer Datenbank und Sie möchten Signifikanzzahlen, ohne SQL von Hand schreiben zu müssen.

Voraussetzungen

Ereignistabelle mit Experimentzuweisung und Conversion-Ereignissen — Standardschema: Ereignisse (Benutzer-ID, Experiment, Variante, Zeitstempel), Konvertierungen (Benutzer-ID, Typ, Zeitstempel)

Ablauf

Berechnen Sie die Conversion-Rate pro Variante

Für Experiment „checkout-redesign-2026“: Wie viele Benutzer wurden jeder Variante zugewiesen und wie hoch war die Conversion-Rate (nach [Ihrem Conversion-Ereignis]) pro Variante?✓ Kopiert

→ Tabelle pro Variante mit Tarifen
Berechnen Sie die statistische Signifikanz

Berechnen Sie den Chi-Quadrat-p-Wert für die Differenz zwischen Kontrolle und Behandlung. Ist das Ergebnis bei p < 0,05 statistisch signifikant?✓ Kopiert

→ p-Wert mit Urteil
Überprüfen Sie die Zahlen

Sind die Stichprobengrößen ausgewogen? Hat das Experiment lange genug gedauert? Gibt es Segmente, in denen sich das Ergebnis umkehrt?✓ Kopiert

→ Gesundheitscheck, nicht nur p-Wert

Ergebnis: Eine statistisch vertretbare A/B-Testauswertung mit SQL, Zahlen und Vorbehalten.

Fallstricke

Ein Blick auf die Ergebnisse vor der vordefinierten Stichprobengröße führt zu falsch positiven Ergebnissen — Lassen Sie Claude prüfen, ob der Test seine Zielstichprobengröße erreicht hat, bevor er die Signifikanz berechnet

Kombinieren mit: notion

Kombinationen

Mit anderen MCPs für 10-fache Wirkung

postgres + notion

Führen Sie eine Abfrage aus und veröffentlichen Sie die Ergebnisse als Notion-Tabelle für Stakeholder, die keinen DB-Zugriff haben

Fragen Sie unsere Top-10-Kunden nach Lebenszeitumsatz in diesem Quartal ab und erstellen Sie dann eine Notion-Seite in „Verkaufsberichte“ mit den Ergebnissen als formatierte Tabelle.✓ Kopiert

postgres + sentry

Querverweis auf DB-Status mit Fehlern – wenn in einem Fehler eine Datensatz-ID erwähnt wird, schlagen Sie diese nach

In der Sentry-Ausgabe WEB-3a91 wird die Bestell-ID 99214 erwähnt. Schlagen Sie diese Bestellung nach und sagen Sie mir, ob irgendetwas in den Zeilendaten den Absturz erklären könnte.✓ Kopiert

postgres + filesystem

Exportieren Sie Abfrageergebnisse als CSV/JSON zur nachgelagerten Verwendung

Führen Sie meine Churn-Kohorten-Abfrage aus und speichern Sie das Ergebnis als /reports/churn-2026-04.csv.✓ Kopiert

Werkzeuge

Was dieses MCP bereitstellt

Werkzeug	Eingaben	Wann aufrufen	Kosten
list_tables	schema?: str	Der erste Schritt in jeder Sitzung: Entdecken Sie das Schema	free
describe_table	table: str, schema?: str	Erhalten Sie vor der Abfrage die vollständige Struktur einer bestimmten Tabelle	free
query	sql: str	Führen Sie eine beliebige schreibgeschützte SQL aus – nur SELECT	depends on query

Kosten & Limits

Was der Betrieb kostet

API-Kontingent: Begrenzt durch das Verbindungslimit und das Abfrage-Timeout Ihrer Datenbank
Tokens pro Aufruf: Schemaabfragen: ~500 Token. Ergebnismengen: abhängig von der Zeilenanzahl – mit LIMIT begrenzen
Kosten in €: Kostenlos – die Kosten richten sich nach der Höhe Ihrer DB-Hosting-Rechnung
Tipp: Legen Sie immer ein „statement_timeout“ für die Verbindung fest (z. B. „?options=-c%20statement_timeout%3D30000“), damit eine außer Kontrolle geratene Abfrage Ihre Datenbank nicht lahmlegen kann.

Sicherheit

Rechte, Secrets, Reichweite

Minimale Scopes: SELECT on the tables you want exposed

Credential-Speicherung: Verbindungszeichenfolge in der Umgebungsvariable. Verwenden Sie eine dedizierte schreibgeschützte Rolle: CREATE ROLE claude_readonly LOGIN PASSWORD '...'; GRANT SELECT ON ALL TABLES IN SCHEMA public TO claude_readonly;

Datenabfluss: Alle Anfragen an Ihre DB; Ergebniszeilen werden an den von Ihnen verwendeten LLM-Anbieter gesendet

Niemals gewähren: INSERT UPDATE DELETE DROP TRUNCATE ALTER

Sogar schreibgeschützte Abfragen können teuer sein – schließen Sie sie mit „SET Statement_timeout“ ein, wenn Sie eine Verbindung zu Produkt herstellen.
Verwenden Sie in der Produktion eine Lesereplikat-Verbindungszeichenfolge.

Fehlerbehebung

Häufige Fehler und Lösungen

FATAL: password authentication failed

Überprüfen Sie die Verbindungszeichenfolge. Häufige Ursache: Sonderzeichen im Passwort sind nicht URL-kodiert.

Prüfen: psql 'postgres://...' -c 'SELECT 1'

no pg_hba.conf entry / SSL required

Hängen Sie „?sslmode=require“ an die Verbindungszeichenfolge an. Die meisten verwalteten Postgres erfordern SSL.

permission denied for table X

Die Rolle verfügt nicht über SELECT für diese Tabelle. Führen Sie „GRANT SELECT ON X TO claude_readonly“ aus.

Prüfen: psql -c '\dp X'

canceling statement due to statement timeout

Die Abfrage war zu langsam. Optimieren Sie es entweder (fügen Sie einen Index hinzu, schränken Sie die WHERE-Klausel ein) oder erhöhen Sie das Timeout für diese eine Verbindung.

Alternativen

Postgres vs. andere

Alternative	Wann stattdessen	Kompromiss
Supabase MCP	Sie sind auf Supabase – erhalten Sie umfassendes Projektmanagement plus SQL	Beinhaltet Schreibzugriff; weniger sicher für Produkt
Neon MCP	Sie sind auf Neon – fügt Verzweigung für sichere Migrationstests hinzu	Neon-spezifische Funktionen funktionieren nur auf Neon-DBs
dbHub	Sie benötigen Unterstützung für mehrere Datenbanken (Postgres, MySQL, MongoDB usw.) in einem MCP	Neuer; unterstützt mehr DBs, aber jede Integration ist flacher
sqlite MCP	Lokale dateibasierte Datenbank anstelle eines Servers	Kein gleichzeitiger Zugriff, kein Netzwerk, aber keine Einrichtung

Mehr

Ressourcen

📖 Offizielle README auf GitHub lesen

🐙 Offene Issues ansehen

🔍 Alle 400+ MCP-Server und Skills durchsuchen