Minimaler MCP-Server verbindet Claude mit SQLite-Datenbanken
Statt RAG mit Chunks und Embeddings eignet sich für strukturierte Daten ein direkter Lesezugriff. Ein kleines Python-Projekt stellt Claude über einen MCP-Server eine Read-only-Verbindung zur eigenen SQLite-Datenbank bereit, damit präzise Werte statt zusammengefasster Antworten zurückkommen.
RAG war schon immer ein bisschen ein Behelf. Man zerlegt seine Dateien in Chunks, erzeugt Embeddings und hofft, dass der richtige Schnipsel zurueckkommt. Das funktioniert fuer vage Fragen der Art „Was stand in diesem Dokument?“ ganz gut. Fuer strukturierte Daten ist es dagegen schlecht geeignet, denn dort will man keine Zusammenfassung, sondern die exakte Zahl.
Wenn die Daten in einer Datenbank liegen, gibt es 2026 einen saubereren Weg: Man laesst die Vektoren weg und laesst das Modell ueber MCP (Model Context Protocol) direkt die Datenbank abfragen. Das Modell schreibt SQL, der lokale Server fuehrt es aus, und man erhaelt die echte Antwort. Nichts wird in die Cloud irgendeines Anbieters hochgeladen.
Hier ist ein minimales, funktionierendes MCP-Beispiel-Setup, das genau das fuer SQLite umsetzt. Es umfasst rund 30 Zeilen.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
RAG was always a bit of a hack. Chunk your files, embed them, cross your fingers the right snippet comes back. Fine for fuzzy "what did this doc say" questions. Terrible for structured data, where you don't want a summary, you want the exact number.
If your data lives in a database, there's a cleaner move in 2026: skip the vectors and let the model query the database directly through MCP (Model Context Protocol). The model writes SQL, your local server runs it, you get the real answer back. Nothing gets uploaded to anyone's cloud.
Here's a minimal, working MCP server that does exactly that for SQLite. About 30 lines.