SQLite MCP — Anwendungsfälle, Installieren & Live-Demo

Warum nutzen

Hauptfunktionen

Datenbank mit nur einer Datei – kein Server zum Ausführen
SQL lesen und schreiben – nützlich sowohl für die Analyse als auch für ETL
Schema-Introspektion (Tabellen, Spalten, Indizes)
Als einzelne Datei gespeichert, können Sie sie „cp“, „git“ verwenden oder an eine E-Mail anhängen
Hervorragend geeignet für persönliche/CLI/Analyse-Workflows

Live-Demo

In der Praxis

sqlite.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": {
    "sqlite": {
      "command": "uvx",
      "args": [
        "mcp-server-sqlite",
        "--db-path",
        "/data/sample.db"
      ]
    }
  }
}

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

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "sqlite": {
      "command": "uvx",
      "args": [
        "mcp-server-sqlite",
        "--db-path",
        "/data/sample.db"
      ]
    }
  }
}

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

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "sqlite": {
      "command": "uvx",
      "args": [
        "mcp-server-sqlite",
        "--db-path",
        "/data/sample.db"
      ]
    }
  }
}

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

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "sqlite": {
      "command": "uvx",
      "args": [
        "mcp-server-sqlite",
        "--db-path",
        "/data/sample.db"
      ]
    }
  }
}

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

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "sqlite",
      "command": "uvx",
      "args": [
        "mcp-server-sqlite",
        "--db-path",
        "/data/sample.db"
      ]
    }
  ]
}

Continue nutzt ein Array von Serverobjekten statt einer Map.

~/.config/zed/settings.json

{
  "context_servers": {
    "sqlite": {
      "command": {
        "path": "uvx",
        "args": [
          "mcp-server-sqlite",
          "--db-path",
          "/data/sample.db"
        ]
      }
    }
  }
}

In context_servers hinzufügen. Zed lädt beim Speichern neu.

claude mcp add sqlite -- uvx mcp-server-sqlite --db-path /data/sample.db

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

Anwendungsfälle

Praxisnahe Nutzung: SQLite

Analysieren Sie einen CSV/JSON-Dump, indem Sie ihn in SQLite laden

👤 Analysten und Ingenieure untersuchen exportierte Daten ⏱ ~15 min beginner

Wann einsetzen: Jemand hat Ihnen eine CSV-Datei mit 200.000 Zeilen und der Frage „Welches Segment konvertiert am besten?“ gesendet. — zu groß für Tabellenkalkulationen, zu klein für eine echte Datenbank.

Voraussetzungen

Quelldatei auf der Festplatte — Speichern Sie als .csv oder .json in einem Arbeitsordner
Ein leerer SQLite-Dateipfad — Wählen Sie einen Speicherort wie /tmp/analysis.db; Der MCP wird es erstellen

Ablauf

Erstellen Sie die Tabelle und laden Sie sie

Erstellen Sie eine Tabelle „signups“ in /tmp/analysis.db, die den Spalten von /data/signups.csv entspricht. Alle Zeilen laden. Sagen Sie mir die Anzahl der Zeilen.✓ Kopiert

→ Tabelle erstellt, Zeilenanzahl stimmt mit der Datei überein
Erkunden Sie das Schema

Welche Spalten gibt es? Wie ist jeweils die Werteverteilung (die fünf wichtigsten eindeutigen Werte für kategoriale Werte; Min./Max./Durchschnitt für Zahlen)?✓ Kopiert

→ Profil pro Spalte
Beantworten Sie die eigentliche Frage

Gruppieren Sie nach signup_source. Berechnen Sie für jeden: Gesamtzahl der Anmeldungen, Conversion-Rate (Anmeldungen mit abgeschlossenem_onboarding=true/gesamt). Sortieren Sie nach Conversion-Rate.✓ Kopiert

→ Entscheidungstabelle mit der angezeigten SQL

Ergebnis: Vertretbare Antworten in 5 Minuten, mit einer .db-Datei, die Sie erneut abfragen können, wenn neue Fragen auftauchen.

Fallstricke

CSV-Spalten automatisch falsch eingegeben (Zahlen als TEXT) — Führen Sie nach dem Laden „PRAGMA table_info(signups)“ und CAST aus oder erstellen Sie bei Bedarf Spalten mit expliziten Typen neu
Datumszeichenfolgen werden nicht korrekt als TEXT sortiert/vergleicht — Speichern Sie Daten als ISO 8601 (JJJJ-MM-TTTHH:MM:SSZ), also lexikographisch = chronologisch; oder verwenden Sie „julianday()“ für Mathematik

Kombinieren mit: filesystem · antv-chart

Überprüfen und bearbeiten Sie die SQLite-Datenbank einer persönlichen App

👤 Entwickler, die CLI-Tools, Journal-Apps oder Local-First-Software entwickeln ⏱ ~10 min beginner

Wann einsetzen: Sie erstellen eine Local-First-App und möchten sehen, was sich in der Datenbank befindet, ohne dafür eine CLI zu schreiben.

Ablauf

Überprüfen Sie das Schema

Listen Sie jede Tabelle in /Users/me/Library/Application Support/MyApp/data.db auf. Zeigen Sie jeweils das Schema und die Zeilenanzahl an.✓ Kopiert

→ Inventar der Live-App-Datenbank
Untersuchen Sie eine Reihe

Suchen Sie den Benutzerdatensatz mit email = „[email protected]“. Zeigen Sie die Zeile und alle zugehörigen Zeilen in anderen Tabellen (Bestellungen, Sitzungen) an.✓ Kopiert

→ Vollständiges Bild der Daten eines Benutzers
Korrigieren Sie fehlerhafte Daten

Für diesen Benutzer liegt eine Bestellung von vor zwei Tagen im Status „Ausstehend“ vor. Aktualisieren Sie es auf „abgebrochen“. Zeigen Sie die SQL vor der Ausführung an.✓ Kopiert

→ SQL-Vorschau vor der Mutation, dann Zeile aktualisiert

Ergebnis: App-Debugging, ohne wegwerfbare SQL-Skripte zu schreiben.

Fallstricke

Bei der App ist die Datenbank möglicherweise im WAL-Modus geöffnet — Wenn Sie die Meldung „Datenbank ist gesperrt“ erhalten, stoppen Sie die App oder fragen Sie den mit WAL zusammengeführten schreibgeschützten Snapshot über „?mode=ro&immutable=1“ ab

Kombinieren mit: filesystem

Erstellen Sie deterministische Testvorrichtungen aus einer Stichprobe von Produktdaten

👤 Ingenieure schreiben Integrationstests ⏱ ~25 min intermediate

Wann einsetzen: Sie möchten wiederholbare Testdaten, die einem Produkt ähneln, aber klein und sicher sind.

Ablauf

Beispiel für anonymisierte Zeilen

Probieren Sie aus /prod-export/orders.db 100 Zeilen aus „Bestellungen“ aus, die jeden Status abdecken. Namen und E-Mails anonymisieren.✓ Kopiert

→ Beispiel mit anonymisierten PII
Als Fixture-Datei speichern

Schreiben Sie die Stichprobenzeilen als neue SQLite-Datei nach /test/fixtures/orders.db. Schema einschließen.✓ Kopiert

→ Neue Fixture-Datei erstellt
Überprüfen Sie es mit Ihrem Testloader

Führen Sie meine Testsuite („npm test“) aus – übernimmt sie das neue Fixture? Wenn nicht, was ist der erste fehlgeschlagene Test?✓ Kopiert

→ Tests laufen; Fehler lokalisiert

Ergebnis: Realistische Vorrichtungen, die nicht von realen Datenformen abweichen.

Fallstricke

Anonymisierung, die die referenzielle Integrität bricht — Join-Schlüssel konsistent (gleicher Hash) über Tabellen hinweg anonymisieren; niemals pro Zeile randomisieren

Kombinieren mit: filesystem · github

Analysieren Sie eine SQLite-gestützte Protokoll-/Ereignisdatei

👤 Ingenieure debuggen CLI-Tools oder Apps, die sich bei SQLite protokollieren ⏱ ~10 min beginner

Wann einsetzen: Viele moderne Tools (Homebrew, einige Browser, App-Caches) speichern den Status in SQLite. Sie möchten sie abfragen.

Ablauf

Bestätigen Sie, dass es sich um die richtige Datei handelt

Öffnen Sie ~/Library/Application Support/SomeApp/cache.db. Listen Sie Tabellen und eine Auswahl der letzten Zeilen auf.✓ Kopiert

→ Ein erkennbares Schema bestätigt, dass Sie über die richtige Datei verfügen
Finden Sie die Antwort

Wie viele Einträge enthält der Cache pro Quelldomäne? Top 20.✓ Kopiert

→ Aggregationsergebnis
Optional aufräumen

Löschen Sie Einträge von Domains, auf die seit 90 Tagen nicht zugegriffen wurde. Zuerst die Anzahl anzeigen, vor dem Löschen nachfragen.✓ Kopiert

→ Vorschau, Bestätigung, dann löschen

Ergebnis: Antworten zum App-Verhalten, ohne dass ein integrierter „Stats“-Befehl erforderlich ist.

Fallstricke

Wenn Sie die Live-Datenbank einer App ändern, während die App ausgeführt wird, kann diese beschädigt werden — Schließen Sie immer zuerst die App oder arbeiten Sie an einer Kopie der .db-Datei

Kombinieren mit: filesystem

Kombinationen

Mit anderen MCPs für 10-fache Wirkung

sqlite + filesystem

Lesen Sie eine CSV-Datei von der Festplatte und laden Sie sie zur Analyse in SQLite

Lesen Sie /data/orders.csv mit dem Dateisystem-MCP, leiten Sie Typen ab und laden Sie es über SQLite MCP als Tabelle „orders“ in /tmp/analysis.db.✓ Kopiert

sqlite + antv-chart

Fragen Sie eine SQLite-Datenbank ab und stellen Sie die Ergebnisse grafisch dar

Erhalten Sie unter /tmp/analysis.db monatliche Anmeldungen für 2026. Rendern Sie sie als Balkendiagramm über antv-chart.✓ Kopiert

sqlite + github

Analysieren Sie Daten und schreiben Sie Ergebnisse in ein GitHub-Issue

Führen Sie meine Abwanderungsanalyse auf /tmp/users.db aus. Erstellen Sie ein GitHub-Problem in acme/analytics, in dem Sie die drei wichtigsten Ergebnisse mit dem SQL-Anhang zusammenfassen.✓ Kopiert

Werkzeuge

Was dieses MCP bereitstellt

Werkzeug	Eingaben	Wann aufrufen	Kosten
list_tables	none	Der erste Schritt in jeder Sitzung	free
describe_table	table_name: str	Untersuchen Sie das Schema einer einzelnen Tabelle	free
read_query	query: str (SELECT only)	Führen Sie ein SELECT aus – standardmäßig sicher	free
write_query	query: str (INSERT/UPDATE/DELETE)	Daten mutieren – Gated; erfordert bei den meisten Klienten eine ausdrückliche Zustimmung	free
create_table	query: str (CREATE TABLE ...)	DDL – Schema erstellen oder ändern	free
append_insight	insight: str	Fügen Sie dem Sitzungsmemo einen Befund hinzu (wird von einigen Kunden zum Erstellen eines Berichts verwendet).	free

Kosten & Limits

Was der Betrieb kostet

API-Kontingent: Unbegrenzt – lokal
Tokens pro Aufruf: Schemaabfragen: klein. Ergebnismengen skalieren mit der Zeilenanzahl – bei explorativen Abfragen immer LIMIT
Kosten in €: Frei
Tipp: Fügen Sie „LIMIT 100“ zu jeder explorativen Abfrage hinzu und entfernen Sie es erst, wenn Sie wissen, was Sie zurückbekommen.

Sicherheit

Rechte, Secrets, Reichweite

Credential-Speicherung: Keine Anmeldeinformationen. Die DB-Datei ist der Pfad, den Sie über „--db-path“ starten.

Datenabfluss: Keine vom Server. Abfrageergebnisse werden als Kontext an Ihren LLM-Anbieter gesendet.

Niemals gewähren: never point at a file holding sensitive data unless you intend the model to see it

Der MCP kann write_query ausführen – destruktiv. Manche Klienten fragen vor jeder Mutation; manche nicht. Überprüfen Sie die Richtlinien Ihres Kunden.
Wenn eine SQLite-Datei personenbezogene Daten enthält, behandeln Sie die gesamte Datei vertraulich.

Fehlerbehebung

Häufige Fehler und Lösungen

database is locked

Ein anderer Prozess (oft die App, die die Datenbank besitzt) hält die Sperre. Schließen Sie diesen Prozess oder kopieren Sie die .db-Datei und fragen Sie die Kopie ab.

Prüfen: lsof <db file>

no such table: X

Falsche DB-Datei oder falsches Schema, nicht das, was Sie denken. Führen Sie „list_tables“ aus, um zu sehen, was tatsächlich vorhanden ist. Überprüfen Sie das Startargument „--db-path“ in Ihrer MCP-Client-Konfiguration.

datatype mismatch / unexpected NULL

SQLite ist dynamisch typisiert – eine als INTEGER deklarierte Spalte kann TEXT enthalten. Verwenden Sie „CAST(col AS INTEGER)“ defensiv oder korrigieren Sie es beim Laden.

Disk image is malformed

Die Datenbank ist beschädigt, häufig weil ein Prozess während eines Schreibvorgangs beendet wurde. Versuchen Sie es mit „sqlite3 file.db .recover > out.sql“ und erstellen Sie es aus dem Dump neu.

Alternativen

SQLite vs. andere

Alternative	Wann stattdessen	Kompromiss
Postgres MCP	Gleichzeitiger Zugriff mehrerer Benutzer, vernetzte Datenbank oder Sie nutzen bereits Postgres	Benötigt einen Server; Postgres MCP ist konstruktionsbedingt schreibgeschützt
DuckDB (via shell)	Gleiches Ein-Datei-Modell, jedoch für OLAP-förmige Analysen mit viel schnelleren Scans	Noch kein Erstanbieter-MCP; säulenförmig, also unterschiedliche Leistungsmerkmale
dbHub	Sie benötigen einen MCP für SQLite + Postgres + MySQL + andere	Neuer; weniger kampferprobt

Mehr

Ressourcen

📖 Offizielle README auf GitHub lesen

🐙 Offene Issues ansehen

🔍 Alle 400+ MCP-Server und Skills durchsuchen