KI-Antworten in Ihrem Produkt sollten nicht zu einem zweiten Produkt werden, das gepflegt werden muss.Die Fähigkeiten von Querri, direkt in dem, was Sie ohnehin bauen.
Dieselbe API, auf der die Querri-App, MCP und Embeds laufen, mit einem Python-SDK, einem CLI, das Ihr Coding-Agent bedienen kann, und drei Aufrufen, um einen Kunden anzubinden, gefiltert auf seine eigenen Zeilen.
Ein Backend. Jeder Kunde bekommt KI-Antworten auf seine eigenen Daten.
Sparen Sie sich den Eigenbau.
Eine LLM-API plus eigener Klebecode sieht in der Demo gut aus und wird dann zu einem zweiten Produkt, das gepflegt werden muss. Die Bibliothek, die Analyse-Engine und Zeilenregeln für jede Antwort sind der Teil, für den ein Team ein Jahr braucht. Rufen Sie sie stattdessen auf.
- Drei Aufrufe aus Ihrem Backend, und Ihr Kunde ist drin.
- Sein Zeilenfilter gilt für KI-Antworten, Projekte und Dashboards.
- Dieselbe Bibliothek und dieselben Definitionen wie in der Querri-App.
Alles, was die App mit Ihren Daten tut, kann auch ein Skript.
Die Querri-App, MCP und Embeds laufen alle auf einer API. Projekte und Chats mit gestreamten Antworten, Quellen, Ansichten, Dashboards, die Bibliothek, Freigaben, Nutzer, Zugriffsrichtlinien auf Zeilenebene und Embed-Sitzungen: alles ist da, einschließlich KI-Analyse, nicht nur Exporte.
- Rund 200 Endpunkte, mit denselben Scopes und Zeilenregeln für jede Art von Aufrufer.
- Schieben Sie Zeilen aus Ihrer Pipeline: an eine Quelle anhängen oder sie ersetzen.
- Zeilensicherheit gilt für Daten, die über einen Schlüssel gelesen werden, genau wie in der App.
Drei Aufrufe aus Ihrem Backend, und Ihr Kunde ist drin.
get_session findet oder erstellt die Person anhand Ihrer eigenen Nutzer-ID, hängt ihren Zeilenfilter als echte Zugriffsrichtlinie an und gibt ein kurzlebiges Token zurück. as_user handelt danach als diese Person.
- Derselbe Filter gilt für KI-Antworten, Projekte und Dashboards.
- Kombinieren Sie es mit dem Embed, um Querri in Ihr Produkt zu holen.
- Die Antworten kommen aus derselben Bibliothek, mit dem eigenen Zugriff des Kunden.
Halten Sie fest, was das Unternehmen entschieden hat, im Code.
Fragen anlegen, einen Fakt erfassen, einen KPI definieren, eine Ansicht bauen, fragen und Evals ausführen, aus dem SDK oder einem Terminal. Was das Unternehmen entschieden hat, lebt in Code, den Sie versionieren und wiederholen können.
- Legen Sie eine Frage an, erfassen Sie eine Regel und bauen Sie eine Ansicht aus dem Terminal.
- Fragen Sie erneut, und die Antwort nutzt die Regel, die Sie gerade erfasst haben.
- Dieselbe Bibliothek, aus der jede Person und jeder KI-Assistent in Ihrem Unternehmen liest.
Ihr Coding-Agent kann Querri schon heute nutzen.
Das CLI spricht JSON, meldet sich über den Browser an, ohne ein Secret zu speichern, und bringt einen Claude-Code-Skill mit, der einem Agenten beibringt, es zu bedienen.
- Mit --json gibt es maschinenlesbare Ausgabe, mit --no-interactive läuft es in Skripten und Agenten.
- pip install querri für das Python-SDK. pip install 'querri[cli]' fügt die Kommandozeile hinzu.
- Version 2.1.0, MIT-lizenziert.
Jeder Schlüssel läuft ab. Jede Nutzung wird protokolliert.
Jeder Schlüssel aus Settings → API Keys hat eigene Scopes, ein Rate-Limit, ein Ablaufdatum und eine optionale IP-Allowlist. Das Secret wird einmal angezeigt und gehasht gespeichert, und jede Nutzung landet mit IP im Audit-Log.
In der App
Ein Schlüssel mit eigenen Scopes, Limits und Ablaufdatum.
Das sind Screenshots von Querri mit den Daten eines Demo-Unternehmens: So entsteht ein Schlüssel unter Settings → API Keys, von der Wahl des Typs bis zum Kopieren des Secrets.
Installieren, anmelden, aufrufen.
Installieren
pip install querri für das Python-SDK, oder pip install 'querri[cli]' für die Kommandozeile dazu.
Anmelden
querri auth login meldet Sie über den Browser an. Skripte nutzen einen API-Schlüssel aus Settings → API Keys.
Aufrufen
Eine Frage stellen und die Antwort streamen, Zeilen aus einer Pipeline schieben, die Bibliothek per Skript pflegen oder eine Sitzung für einen Kunden starten.
MCP bringt Querri in Ihre KI-Tools. Das SDK bringt es in das, was Sie bauen.
Datennutzer
Die Antworten in den Tools und Produkten Ihres Unternehmens kommen aus derselben Bibliothek, mit Ihrem eigenen Zugriff.
Datenverantwortliche
Schieben Sie Daten aus einer Pipeline hinein, führen Sie die wöchentliche Analyse per Skript aus und halten Sie die Regeln der Bibliothek im Code, neben allem anderen.
Datenteam und IT
Eine API mit Scopes und Rate-Limits pro Schlüssel. Jeder Schlüssel läuft nach höchstens einem Jahr ab, sein Secret wird einmal angezeigt und gehasht gespeichert, und jede Nutzung wird mit IP protokolliert.
Was Entwickler fragen
Was kann ich mit der Querri-API machen?
Alles, was die App mit Ihren Daten tut: Projekte und Chats mit gestreamten Antworten, Quellen, Ansichten, Dashboards, die Bibliothek, Freigaben, Nutzer, Zugriffsrichtlinien auf Zeilenebene und Embed-Sitzungen. Die Querri-App, MCP und Embeds laufen auf genau dieser API.
Gelten Zugriffsregeln auf Zeilenebene auch für API-Aufrufe?
Ja. Zeilensicherheit gilt für Daten, die über einen Schlüssel gelesen werden, genau wie in der App. Für Ihre Kunden hängt get_session den Zeilenfilter jeder Person als echte Zugriffsrichtlinie an, und er gilt für KI-Antworten, Projekte und Dashboards.
Wie installiere ich SDK und CLI?
pip install querri installiert das Python-SDK, und pip install 'querri[cli]' fügt das Kommandozeilen-Tool querri hinzu. Melden Sie sich mit querri auth login oder einem API-Schlüssel an.
Kann ein Coding-Agent wie Claude Code Querri bedienen?
Ja. Das CLI spricht JSON mit --json und --no-interactive, meldet sich über den Browser an, ohne ein Secret zu speichern, und bringt einen Claude-Code-Skill mit, der einem Agenten die Nutzung beibringt.
Wie sind API-Schlüssel abgesichert?
Jeder Schlüssel hat Scopes, ein Rate-Limit, eine optionale IP-Allowlist und läuft nach höchstens einem Jahr ab. Das Secret wird einmal angezeigt und gehasht gespeichert, und jede Nutzung steht mit IP im Audit-Log.
Wann nutze ich MCP statt der API?
MCP bringt Querri in KI-Tools wie Claude und ChatGPT. API und SDK bringen es in die Produkte, Pipelines und Agenten, die Sie bauen. Beide lesen aus derselben Bibliothek.
Werden unsere Daten zum Training von KI-Modellen genutzt?
Nein. Querri ist nach SOC 2 Type II, HIPAA und ISO 27001:2022 zertifiziert, und Ihre Daten, Prompts und Ergebnisse trainieren nie ein Modell.
Weiter entdecken
MCP und CLI
Bringen Sie Querri in Claude, ChatGPT und Ihre Coding-Tools.
Embed
Holen Sie Querri in Ihr Produkt, gefiltert auf die Zeilen jedes Kunden.
Die Bibliothek
Das gemeinsame Verständnis Ihres Unternehmens von seinen Daten, aus dem jeder Aufruf liest.
Workspaces und Zeilenzugriff
Den Filter jeder Person einmal festlegen. Er gilt auch in der API.
Aufrufen statt selbst bauen.
Bringen Sie Ihren Anwendungsfall zu einem 20-minütigen Rundgang mit.