Snowflake MCP Server: Tools, Einrichtung und Kostenkontrolle
.png)
Auf Geschwindigkeit ausgelegt: ~ 10 ms Latenz, auch unter Last
Unglaublich schnelle Methode zum Erstellen, Verfolgen und Bereitstellen Ihrer Modelle!
- Verarbeitet mehr als 350 RPS auf nur 1 vCPU — kein Tuning erforderlich
- Produktionsbereit mit vollem Unternehmenssupport
Was der Snowflake MCP Server ist
Der Snowflake MCP Server ist ein von Snowflake verwalteter MCP-Endpunkt, der innerhalb eines Snowflake-Kontos läuft. Das Model Context Protocol ist der offene Standard, der es einem AI-Agenten ermöglicht, Tools auf einem externen System zu entdecken und aufzurufen. Die Implementierung von Snowflake verwandelt Cortex-Funktionen und rohes SQL in aufrufbare Tools.
Der strukturelle Unterschied zu einem gehosteten SaaS-MCP-Server: Sie definieren die Tool-Oberfläche. Der Server wird mit CREATE MCP SERVER ... FROM SPECIFICATION erstellt, wobei die Spezifikation eine YAML-Datei ist, die jedes Tool, seinen Typ und seine Konfiguration auflistet. Nichts erscheint in tools/list, was Sie nicht selbst hineingeschrieben haben.
Es werden fünf Tool-Typen unterstützt:
Eine minimale Spezifikation ist kurz: Ein einziger SYSTEM_EXECUTE_SQL-Eintrag mit read_only: true, einem Timeout und einem Warehouse-Namen genügt, um einen funktionsfähigen Data Warehouse MCP Server zu haben. Cortex-Tool-Typen erfordern Voraussetzungen, entweder einen bestehenden Cortex Search-Dienst oder eine semantische Ansicht.
Drei Einschränkungen sollten Sie beachten: Maximal 50 Tools pro Server, Antworten werden bei 250 KB abgeschnitten, und MCP-Server-Objekte werden in Failover-Gruppen nicht repliziert.
Was Agenten tatsächlich damit tun
Die wirklich relevanten Anwendungsfälle verketten Tools, anstatt nur eine einzelne Abfrage abzufeuern:
- Ad-hoc-Analysen. Ein Analyst fragt in einfacher Sprache; der Agent ruft CORTEX_ANALYST_MESSAGE gegen eine semantische Umsatzansicht auf, erhält SQL sowie Ergebnisse und erklärt die Zahl. Das ist der klassische Text-to-SQL-Agent – mit dem Unterschied, dass die Semantik in Snowflake verankert ist und nicht in einem Prompt.
- Hybrides Retrieval. Ein Support-Agent fragt einen Cortex Search-Dienst über Produktdokumente ab, führt dann ein SQL-Tool für den Kontostatus des Kunden aus und antwortet mit beiden Informationen.
- Pipeline-Debugging. Ein Agent prüft Zeilenzahlen und Aktualität mit SQL, findet eine veraltete Partition und liest vorgelagerte Job-Metadaten aus einer anderen Tabelle.
- Metrik-Abgleich. Zwei Dashboards stimmen nicht überein. Der Agent führt beide Definitionen aus, vergleicht die Zeilensätze und meldet, wo sie voneinander abweichen.
Die Trennung zwischen Lese- und Schreibzugriffen sieht hier anders aus. In einem Data Warehouse sind Lesezugriffe die gefährliche Seite. Ein fehlerhafter Schreibzugriff beschädigt meist nur eine Tabelle, die Sie wiederherstellen können. Ein fehlerhafter Lesezugriff kann stillschweigend die PII jedes Kunden zurückgeben und Hunderte von Dollar an Compute-Kosten verursachen, bevor es jemand bemerkt.
Warum direkte Verbindungen im Team-Maßstab scheitern
Wenn ein einzelner Analyst einen MCP-Client auf sein eigenes Konto richtet, ist das in Ordnung. Bei dreißig Analysten entsteht ein völlig anderes Problem.
Compute-Kosten werden jetzt von Agenten entschieden. Snowflake berechnet Warehouse-Compute sekundengenau, während das Warehouse läuft, mit einer Mindestgebühr bei jedem Wiederanlauf. Ein Agent, der sein eigenes SQL schreibt, entscheidet unbeaufsichtigt, ob er eine Partition oder ein Petabyte scannt – und eine fehlende WHERE-Klausel auf einer großen Faktentabelle ist ein einzeiliger Fehler mit einer vierstelligen Rechnung im Schlepptau. Agenten führen auch Retries durch: Ein Aufruf, der nach 600 Sekunden abbricht und fünfmal wiederholt wird, bedeutet fünf vollständige Scans, ohne dass im Protokoll irgendetwas steht, das ihn zum Anhalten auffordert. Dies ist der eine Server, bei dem Tool-Metriken und Rate Limits eine Budgetkontrolle und kein bloßes Betriebsgimmick sind.
Breite des Lesezugriffs. Ein Data Warehouse ist das einzige System, in dem all Ihre sensiblen Daten bereits miteinander verknüpft sind. Ihr Repository enthält Secrets; Ihr Ticket-System enthält Kundennamen. Ihr Warehouse enthält Bestellungen, verknüpft mit Benutzern, verknüpft mit Zahlungen – in einem Schema, das eine breit gefasste Rolle erreichen kann. Ein einziger zu weit gefasster SELECT-Befehl stellt ein größeres Sicherheitsrisiko dar als alles, was ein Agent in Git oder Jira tun könnte, und er hinterlässt keine Spuren von Beschädigung. Die Daten fließen einfach ab.
Gemeinsame Anmeldeinformationen zerstören die Zuordnungsfähigkeit. Wenn sich jeder Agent als ein einziger Service-Benutzer mit einer einzigen Rolle authentifiziert, hat jede Zeile in der Snowflake-Query-Historie denselben Akteur. Sie können die Frage „Welcher Agent hat im Auftrag von wem um 2 Uhr morgens die Zahlungstabelle gelesen?“ nicht beantworten, und benutzerbezogene Richtlinien sind unmöglich, weil es nur einen einzigen Benutzer gibt.
Niemand besitzt die Spezifikation. Zwei Teams werden zwei Versionen schreiben – eine vorsichtige und eine mit read_only: false und ohne Timeout –, und niemand steuert, welche davon die Produktions-Agenten aufrufen.
Das ist ein starkes Argument für eine Control Plane davor – und genau dafür ist ein MCP Gateway da.
Verbinden des Snowflake MCP Servers über TrueFoundry
Snowflake ist kein Ein-Klick-Katalogeintrag. Der Endpunkt befindet sich in Ihrem Konto und seine URL ist kontospezifisch. Sie führen daher zuerst die Snowflake-seitige Einrichtung durch und registrieren die resultierende URL anschließend über Connect any Remote MCP Server.
Sie benötigen ein Snowflake-Konto in einem kostenpflichtigen Tarif, da die SQL-Ausführung in Testversionen blockiert ist, sowie ACCOUNTADMIN oder globales CREATE INTEGRATION, ein wiederanlaufbares Warehouse, Ihre Konto-URL mit Bindestrichen statt Unterstrichen geschrieben und eine TrueFoundry MCP Server Group.
Schritt 1: Erstellen Sie das MCP-Server-Objekt. Führen Sie in einem Snowsight SQL Worksheet (Projects > Worksheets, nicht im Ingestion-Bildschirm) CREATE OR REPLACE MCP SERVER mit Ihrer Tool-Spezifikation aus. Die SQL-Datenbank, das Schema und der Servername werden Teil der Connector-URL – wählen Sie daher ein beschreibbares Nicht-System-Schema und vermeiden Sie $ in den Namen.
Schritt 2: Erstellen Sie die OAuth-Sicherheitsintegration. Nur ACCOUNTADMIN kann dies tun. Verwenden Sie TYPE = OAUTH, OAUTH_CLIENT = CUSTOM, OAUTH_CLIENT_TYPE = 'CONFIDENTIAL' (damit das Secret serverseitig bleibt), OAUTH_ISSUE_REFRESH_TOKENS = TRUE, eine Refresh-Token-Gültigkeit in Sekunden und OAUTH_ENFORCE_PKCE = TRUE. Die Redirect-URI ist der Callback, der im TrueFoundry-Formular Add MCP Server angezeigt wird:
https://<tfy-control-plane-base-url>/api/svc/v1/llm-gateway/mcp-servers/oauth2/callback
Eine Falle: Fügen Sie keine BLOCKED_ROLES_LIST hinzu, die ACCOUNTADMIN oder SECURITYADMIN enthält. OAUTH_ADD_PRIVILEGED_ROLES_TO_BLOCKED_LIST blockiert diese bereits standardmäßig, weshalb deren explizite Auflistung einen Fehler auslöst. Rufen Sie die Anmeldeinformationen mit SYSTEM$SHOW_OAUTH_CLIENT_SECRETS('<INTEGRATION_NAME>') ab (in Großbuchstaben).
Schritt 3: Erstellen Sie eine Nicht-Admin-Rolle und gewähren Sie Zugriff. Admin-Rollen sind für OAuth blockiert, daher muss der Benutzer auf einer nicht-privilegierten Standardrolle landen. Gewähren Sie USAGE auf dem Warehouse, der Datenbank, dem Schema und dem MCP-Server. Gewähren Sie anschließend die Rechte pro Tool separat, wie beispielsweise USAGE ON CORTEX SEARCH SERVICE oder SELECT ON SEMANTIC VIEW. Der Zugriff auf den Server gewährt keinen Zugriff auf seine Tools. Legen Sie DEFAULT_ROLE und DEFAULT_WAREHOUSE für den Benutzer fest; die OAuth-Sitzung wird ohne diese Angaben nicht initialisiert.
Schritt 4: Erlauben Sie den Gateway-Egress. Wenn Netzwerkrichtlinien aktiviert sind, setzen Sie die Egress-IPs von TrueFoundry auf die Allowlist. Das Gateway verbindet sich von Server zu Server aus der TrueFoundry-Infrastruktur, nicht aus dem Browser des Benutzers – eine funktionierende Browser-Sitzung beweist also nichts. Bei PrivateLink-Konten registrieren Sie die öffentliche Konto-URL und halten den Token-Endpunkt öffentlich.
Schritt 5: Registrieren Sie den Server in TrueFoundry. Klicken Sie in Ihrer MCP Server Group auf Add MCP Server und wählen Sie Connect any Remote MCP Server.

Geben Sie die URL des MCP-Servers ein, die folgender Struktur folgt:
https://<account_url>/api/v2/databases/<database>/schemas/<schema>/mcp-servers/<server_name>
Wählen Sie OAuth2 mit dem Grant Type Authorization Code. Füllen Sie dann die Autorisierungs-URL https://<account_url>/oauth/authorize, die Token-URL https://<account_url>/oauth/token-request, Ihre Client-ID und das Secret, Code Challenge Methods Supported S256, JWT Source Access Token und Scopes refresh_token aus. Legen Sie die Zugriffskontrolle fest und klicken Sie auf Save. Speichern Sie die Client-ID und das Secret im TrueFoundry-Secret-Speicher und verweisen Sie auf den FQN, anstatt sie inline einzufügen.
Zu den Scopes: Behalten Sie refresh_token bei, da Sitzungen ohne diesen Scope ungefähr alle zehn Minuten ablaufen. Entfernen Sie die andere Option session:role:<role>: Der Server ignoriert sie, da er die Rolle aus DEFAULT_ROLE auflöst, und sie fügt eine Fehlerquelle bezüglich der Groß-/Kleinschreibung hinzu.
Wie die Authentifizierung tatsächlich funktioniert
TrueFoundry trennt die eingehende (Inbound-) Authentifizierung (wie sich ein Client gegenüber dem Gateway nachweist) von der ausgehenden (Outbound-) Authentifizierung (wie sich das Gateway gegenüber Snowflake nachweist). Die beiden Schichten sind voneinander unabhängig.

Inbound unterstützt vier Methoden:
Virtual Account Tokens gewähren jedem Request identischen Zugriff, weshalb sie hier ungeeignet sind. Für ein Data Warehouse, bei dem das gesamte Sicherheitskonzept darauf basiert, dass jede Person ihre eigene Rolle erbt, verwenden Sie eingehend ein PAT oder ein IdP-Token.
Outbound ist Snowflake OAuth gegenüber der von Ihnen erstellten Integration. Um sich zu autorisieren, öffnen Sie den Bereich Tools des Servers oder Add Tool/MCP Servers im Playground und klicken Sie auf Connect Now. Sie werden zu Snowflake weitergeleitet, um Ihre Zustimmung zu geben; TrueFoundry sieht Ihre Anmeldeinformationen zu keinem Zeitpunkt.

Das ist der Teil, der Ihre Daten schützt. Jeder Benutzer agiert unter seinen eigenen Snowflake-RBAC-Berechtigungen, die über seine DEFAULT_ROLE aufgelöst werden. Das Gateway entscheidet nicht, welche Zeilen Sie sehen können – Snowflake tut es. Alles, was Sie dort bereits aufgebaut haben, gilt unverändert: Rollenberechtigungen für Datenbanken, Schemas und Tabellen sowie Zeilenzugriffsrichtlinien (Row Access Policies) und dynamische Datenmaskierung (Dynamic Data Masking), sofern Sie diese nutzen (beide erfordern Snowflake Enterprise Edition oder höher). Ein Agent, der für einen Junior-Analysten agiert, sieht genau das, was dieser Analyst sieht.
Verstehen Sie die Arbeitsteilung präzise: Das Gateway erzwingt, welche Tools existieren; Snowflake erzwingt, welche Zeilen zurückgegeben werden. Das Deaktivieren eines Tools kann das Abfließen einer Tabelle nicht rückgängig machen, die eine Rolle bereits lesen durfte. Ebenso kann das Einschränken einer Rolle einen Agenten nicht daran hindern, ein Schreib-Tool aufzurufen, das Sie aktiviert gelassen haben. Siehe MCP Authentifizierung für weitere Details zu den beiden Schichten.
Wenn jeder Kunde sein eigenes Snowflake-Konto hat, kann eine einzelne Client-ID diese nicht abdecken. Registrieren Sie in diesem Fall einen separaten Eintrag pro Konto.
Einschränken von Tools vor der Bereitstellung
Sobald die Verbindung hergestellt ist, listet der Tab Tools alles auf, was der Server bereitstellt.

Schalter pro Tool. Schalten Sie ein Tool aus, wird es vollständig aus tools/list entfernt. Clients sehen es nie und es kann nicht aufgerufen werden – dies ist keine Filterung auf Prompt-Ebene. Das übliche Data-Warehouse-Muster besteht darin, Cortex Analyst und Cortex Search aktiviert zu lassen, während das rohe SYSTEM_EXECUTE_SQL deaktiviert wird. Analysten behalten Abfragen in natürlicher Sprache über eine von Ihnen kuratierte semantische Ansicht, und der Agent verliert die Fähigkeit, beliebiges SQL gegen beliebige Tabellen zu erstellen. Das ist sowohl günstiger als auch sicherer.
Enable new tools by default. Bleibt diese Option aktiviert, erreichen Tools, die der Snowflake-Spezifikation hinzugefügt werden, automatisch die Agenten. Wird sie deaktiviert, sind nur die Tools erreichbar, die Sie explizit aktiviert haben. Da die Spezifikation von der Person bearbeitet wird, die die Snowflake-Privilegien besitzt (und nicht von der Person, der das Gateway gehört), ist das Deaktivieren die richtige Wahl: Eine Spezifikationsänderung kann dann nicht stillschweigend den Handlungsspielraum von Produktions-Agenten erweitern. Bulk Action verwandelt jede Zeile in ein Kontrollkästchen, sodass Sie viele Schalter auf einmal umlegen können.
Klicken Sie auf den Stift bei einem beliebigen Tool, um anzupassen, wie es dem Modell präsentiert wird:

Das Überschreiben der Description (mit bis zu 20.000 Zeichen) ist hier ungewöhnlich wertvoll. Snowflake-Tool-Beschreibungen entsprechen genau dem, was Sie in die Spezifikation eingegeben haben. Eine vage Beschreibung führt dazu, dass ein Modell zu SYSTEM_EXECUTE_SQL greift, obwohl ein kuratiertes Analysten-Tool die Frage ebenso beantwortet hätte. MCP Tool Annotations markieren ein Tool als Read-only oder Destructive (durch Setzen von readOnlyHint oder destructiveHint) und speisen die unten beschriebenen Genehmigungsrichtlinien.
Wer was tun kann: Mitarbeiter-Rollen (Collaborators)
Die Zugriffskontrolle ist an Benutzer, Teams oder Virtual Accounts gekoppelt und erstreckt sich über zwei Dimensionen: Welche Server eine Identität erreichen kann und welche Tools sie aufrufen darf.

Das Plattform-Team hält die Manager-Rolle, Analytics-Teams halten die User-Rolle und ein Governance-Verantwortlicher hält die Approver-Rolle. Es ist dasselbe MCP Zugriffskontroll-Modell, das über jeden Server im Registry hinweg verwendet wird.
Menschliche Genehmigung für destruktive Tools
Das Deaktivieren von Tools ist das grobe Werkzeug. Manchmal möchten Sie, dass ein Agent in eine Tabelle schreibt oder eine unbegrenzte Abfrage ausführt – nur eben nicht unbeaufsichtigt. Wenn ein geschütztes Tool aufgerufen wird, wird der Aufruf angehalten, eine Genehmigungsanfrage erstellt und die Genehmiger werden benachrichtigt. Sobald ein Mensch genehmigt, sind Aufrufe für ein konfigurierbares Zeitfenster erfolgreich. Erstellen Sie eine Richtlinie unter AI Gateway > Policies > MCP Tool Approval (in der Konsole als Beta markiert):

Jede Richtlinie benennt die Server, die sie schützt, und wählt einen Approval Scope:
Für Snowflake ist named für das SQL-Ausführungstool meist die richtige Wahl: Lassen Sie die kuratierten Cortex-Tools nahtlos laufen und halten Sie jeden rohen SQL-Aufruf für einen Menschen an. Wenn sich Scopes überschneiden, gewinnt der spezifischste: named schlägt destructive schlägt all. Die Gültigkeit (Validity) ist entweder Once oder zeitbasiert in Minuten. Bei Richtlinienkonflikten gewinnt die restriktivste Einstellung – Once schlägt also ein 10-Minuten-Fenster schlägt ein 30-Minuten-Fenster.

Genehmiger werden per E-Mail, Slack, PagerDuty oder MS Teams benachrichtigt. Jede Anfrage zeigt das Tool, die Richtlinie, den Anforderer und die tatsächlichen Tool-Argumente. Bei einem Data Warehouse ist genau dieser letzte Teil entscheidend: Ein Genehmiger liest den wörtlichen SQL-String, bevor er ausgeführt wird. So wird ein unbegrenzter Cross-Join von einem Menschen abgefangen und schlägt sich nicht erst in der Rechnung des nächsten Monats nieder. Während die Anfrage aussteht, erhält der Aufrufer ein JSON-RPC-Ergebnis mit _meta.approval_status: "pending" anstelle eines Fehlers – ein gut konzipierter Agent wartet also, anstatt abzustürzen.
Berechtigungen werden pro Anforderer vergeben – die Genehmigung für einen Analysten schaltet das Tool also nicht für das gesamte Team frei.
Testen im Tool Playground
Bevor Sie einen Agenten darauf ansetzen, führen Sie die Tools manuell aus. Klicken Sie neben einem Tool auf Try, füllen Sie die Parameter aus und wählen Sie Execute Tool, um das rohe JSON zu lesen. Try ist für Tools deaktiviert, die Sie ausgeschaltet haben.
Hier treten Einrichtungsfehler kostengünstig zutage. Ein Tool, das einen Fehler wirft, liegt fast immer an einer fehlenden Berechtigung, da USAGE ON MCP SERVER nur das Entdecken, nicht aber die Ausführung abdeckt. Ein Tool, das hängen bleibt, bedeutet in der Regel, dass kein Standard-Warehouse festgelegt ist oder dieses nicht wieder anlaufen kann.
Verwendung aus Ihrer IDE
Öffnen Sie den Tab How To Use für Ihre mandantenspezifische Gateway-URL und direkt verwendbare Code-Snippets.

Er deckt Claude Code, VS Code, Claude Desktop, Cursor, Windsurf, Codex sowie die Python- und TypeScript-MCP-SDKs ab. Übernehmen Sie die URL direkt aus diesem Tab, anstatt sie manuell zusammenzustellen: Ein selbst gebauter Endpunkt ist die häufigste Ursache dafür, dass sich ein Client zwar verbindet, aber keine Tools auflistet.
Was Sie erhalten, sobald er hinter dem Gateway liegt
Bei einem Data Warehouse ist die Betriebsschicht der Weg, um herauszufinden, was Ihre Agenten Sie kosten.
Metriken auf Tool-Ebene. Das MCP Metrics Dashboard gliedert Requests pro Sekunde, Latenz bei P50/P75/P90/P99, Fehlerraten nach Fehlertyp und eine Rangliste der Aufrufzahlen pro Tool auf.

Betrachten Sie dies als ein Spend Dashboard und nicht als ein Latenz-Dashboard. Die P99-Latenz bei einem SQL-Tool ist ein Indikator dafür, wie viel Compute ein langer Schwanz von Abfragen verbraucht. Eine steigende Fehlerrate gepaart mit einer steigenden Aufrufzahl ist das typische Anzeichen für eine Retry-Schleife, die Guthaben verbrennt. Nichts davon ersetzt die eigenen Kontrollen von Snowflake: Behalten Sie einen Resource Monitor auf dem von den Tools genutzten Warehouse bei und halten Sie query_timeout kurz.
Vollständige Request-Observability. Jeder Tool-Aufruf wird mit Anrufer-Identität, Tool-Namen, Eingaben und Latenz zurückverfolgt und über OpenTelemetry nach Grafana, Datadog oder Prometheus exportiert. Da die ausgehende Authentifizierung über benutzerbezogenes OAuth läuft, stimmt die Identität des Aufrufers mit dem Benutzer in der Query-Historie von Snowflake überein – die Frage „Wer hat das ausgeführt?“ hat somit eine eindeutige Antwort.
Guardrails. Guardrails vor und nach der Tool-Ausführung wenden Richtlinien auf Tool-Aufrufe an. Hier bedeutet das beispielsweise, ein Ergebnisset auf PII-Muster zu überprüfen, bevor es das Modell erreicht.
Geringer Overhead. Das Gateway fügt ungefähr 3–4 ms Latenz hinzu und verarbeitet 350+ RPS auf einer einzelnen vCPU. Gemessen an einer Abfrage, die Sekunden dauert, ist das vernachlässigbar.
Ein zentrales Registry. Sobald mehrere Server registriert sind, können Sie eine kuratierte Teilmenge von Tools hinter einem einzigen Endpunkt mit einem Virtual MCP Server bündeln. Ein Reporting-Agent erhält so genau ein Snowflake-Analysten-Tool und ein Slack-Posting-Tool.
Zugriff widerrufen
Tenant-Admins können alle gespeicherten Credentials auf dem Server in einer einzigen Aktion über das Drei-Punkte-Menü neben Edit löschen:

Revoke all tokens löscht jeden Auth-Override und jedes gespeicherte OAuth-Token für alle User und virtuellen Accounts auf diesem Server, wird bei der nächsten Anfrage wirksam und wird in den Activity Logs aufgezeichnet. Dies ist unumkehrbar und nur für Tenant-Admins sichtbar.
Einschränkung: Dies löscht Tokens nur am Gateway, nicht die Erteilung in Snowflake. Deaktivieren Sie bei einem echten Vorfall auch die Security-Integration und rotieren Sie das Client Secret.
Wichtige Fallstricke
Trial Accounts können kein SQL ausführen. Das SQL-Execution-Tool ist für Trial Accounts blockiert. Wenn Ihr Proof of Concept auf einem Trial Account läuft und das Tool zwar erscheint, aber nie ausgeführt wird, liegt es daran.
Server-Zugriff ist kein Tool-Zugriff. GRANT USAGE ON MCP SERVER erlaubt einer Rolle das Verbinden und Discovern von Tools. Das Ausführen erfordert die zugrunde liegenden Grants: USAGE auf den Cortex Search Service, SELECT auf die Semantic View, Tabellenberechtigungen für SQL.
Semantic Views, nicht Semantic Models. CORTEX_ANALYST_MESSAGE akzeptiert einen Semantic-View-Identifier. Verweist man auf ein Semantic Model, funktioniert es nicht, und die Fehlermeldung ist nicht eindeutig.
Weiterführende Literatur
- Was ist ein MCP Gateway: Architektur und Use Cases
- MCP-Authentifizierung erklärt
- MCP Access Control: Absicherung von AI Agents mit einem MCP Gateway
- Virtuelle MCP-Server erklärt
- Best Practices für MCP-Server-Sicherheit
Fazit
Der Snowflake MCP Server ist das mächtigste Tool, das Sie einem Agenten an die Hand geben können – und dasjenige mit den teuersten Fehler-Szenarien. Die meisten Server in einem Registry bergen das Risiko eines peinlichen Schreibzugriffs. Dieser hier birgt das Risiko hoher Kosten und eines umfassenden Lesezugriffs auf Daten, die aus Bequemlichkeit bereits zusammengeführt wurden.
Beim zweiten Risiko fangen Sie nicht bei Null an. Snowflakes RBAC, Row Access Policies und Masking Policies sind die primäre Kontrolle, und User-basiertes OAuth sorgt dafür, dass ein Agent diese erbt, anstatt sie mit einem gemeinsam genutzten Service Account zu umgehen. Die Aufgabe des Gateways ist die andere Hälfte: Entscheiden, welche Tools existieren, die gefährlichen für einen Menschen zurückhalten und Ihnen ein Call Log sowie eine Metrics-Ansicht liefern, damit Kosten keine Überraschung mehr sind.
TrueFoundry AI Gateway bietet eine Latenz von ~3—4 ms, verarbeitet mehr als 350 RPS auf einer vCPU, skaliert problemlos horizontal und ist produktionsbereit, während LiteLM unter einer hohen Latenz leidet, mit moderaten RPS zu kämpfen hat, keine integrierte Skalierung hat und sich am besten für leichte Workloads oder Prototyp-Workloads eignet.



Steuern, implementieren und verfolgen Sie KI in Ihrer eigenen Infrastruktur
Aktuelle Blogs
Häufig gestellte Fragen
Was ist der Snowflake-MCP-Server?
Ein von Snowflake verwalteter Endpunkt für das Model Context Protocol, der in Ihrem eigenen Account gehostet wird. Sie erstellen ihn mit CREATE MCP SERVER und einer YAML-Spezifikation, die auflistet, welche Tools er bereitstellt. Agenten erreichen ihn über eine accountspezifische URL und authentifizieren sich mit Snowflake OAuth.
Welche Tools stellt der Snowflake-MCP-Server bereit?
Diejenigen, die Sie deklarieren, bis zu 50 pro Server, in fünf Typen: SYSTEM_EXECUTE_SQL, CORTEX_ANALYST_MESSAGE, CORTEX_SEARCH_SERVICE_QUERY, CORTEX_AGENT_RUN und GENERIC für UDFs. Auf TrueFoundry erscheint die aufgelöste Liste nach dem OAuth im Tab Tools, wo sich jedes Tool aktivieren, deaktivieren, neu beschreiben oder annotieren lässt.
Wie verhindere ich, dass ein Agent eine teure Abfrage auf Snowflake ausführt?
Arbeiten Sie mit mehreren Ebenen. Bevorzugen Sie kuratierte Cortex-Analyst-Tools gegenüber rohem SQL und deaktivieren Sie SYSTEM_EXECUTE_SQL, wo es möglich ist. Andernfalls setzen Sie ein knappes query_timeout, legen Sie einen Resource Monitor auf das Warehouse, stellen Sie das SQL-Tool hinter eine Freigaberichtlinie, damit ein Mensch die Abfrage zuerst liest, und achten Sie im Metrik-Dashboard auf das typische Muster von Retry-Schleifen.
Kann ich TrueFoundry in meiner eigenen VPC oder On-Prem bereitstellen?
Ja. TrueFoundry läuft in Ihrer VPC, On-Prem, Air-Gapped oder hybrid, sodass Prompts und Antworten Ihre Domäne nie verlassen, auch wenn Sie über viele Anbieter hinweg routen.
Unterstützt TrueFoundry MCP und KI-Agenten generell?
Ja. Es umfasst ein MCP Gateway, ein Agent Gateway und eine MCP & Agents Registry mit Zugriffskontrolle auf Tool-Ebene. Agenten auf Basis von LangGraph, CrewAI, AutoGen oder einem eigenen Framework lassen sich alle zentral steuern.
Lässt es sich in meinen bestehenden Observability-Stack integrieren?
Ja. Das Gateway ist OpenTelemetry-kompatibel und lässt sich in Grafana, Datadog, Prometheus oder Ihren bevorzugten Stack integrieren. Es verfolgt jede Anfrage vom Prompt bis zur Ausführung von Tools und Modellen, sodass Sie eine einheitliche Protokollierung erhalten, ohne Ihre bestehenden Systeme entfernen zu müssen.










.webp)
.webp)
.webp)


.webp)


.webp)
.webp)
.png)

.png)
.png)
.png)






