mcpField
F
Finch

Finch

远程服务
github.com/finchagenticAI 与智能体06 周前更新
代码仓库

关于 Finch

Finch 是面向 AI Agent 的运行时,通过持久记忆、版本化知识库和可持续运行的 Agent 与工作流保存会话上下文。它还提供研究、自动化及 DeFi 执行能力,并可将记忆和知识库设为本地运行。

主要功能

  1. 01全文搜索记忆与版本化知识库
  2. 02具名 Agent 的状态与审计记录
  3. 03自动化、监控与深度研究
  4. 04Base 与 Robinhood Chain DeFi 执行
  5. 05支持本地记忆和知识库

适用场景

  1. 01跨会话保存研究与编码上下文
  2. 02运行跟踪新闻的具名 Agent
  3. 03安排 Robinhood Chain 定投或止盈止损
  4. 04查询市场数据并执行 DeFi 操作

MCP 相关

Finch 通过 MCP 服务向客户端提供记忆、Agent、工作流、研究及执行工具;README 列出共 116 个工具。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://mcp.finchagentic.com/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

全部服务地址
Streamable HTTPhttps://mcp.finchagentic.com/mcp需要授权
安装包
npm@finchagentic/mcp4.7.0

工具

详细介绍

Finch

面向 Agentic AI 的运行时层。

持久化记忆、自主 Agent,以及跨会话持续运行的工作流。

文档 · 应用 · npm · GitHub · X


大多数 AI 助手会在对话结束时消失。Finch 为它们提供持久状态——不断积累的记忆、持续运行的 Agent、为知识保留版本的知识库,以及在你关闭聊天后仍会继续的工作流。

为什么选择 Finch

不使用 Finch使用 Finch
记忆每个会话都会重置支持全文搜索和版本管理的知识库,并会淘汰过时笔记
Agent一次性工具调用有名称、状态和审计历史的 Agent
工作流手动串联自动化、监控器、数据包、深度研究
本地运行仅限云端知识库和记忆可完全在你的设备上运行

安装

始终固定版本。切勿使用 @latest。

# One-command installer (detects common MCP clients)
npx -y -p @finchagentic/[email protected] finch install
Claude Code
claude mcp add finch -s user -- npx -y -p @finchagentic/[email protected] finch-mcp
Cursor / Windsurf / Claude Desktop
{
  "mcpServers": {
    "finch": {
      "command": "npx",
      "args": ["-y", "-p", "@finchagentic/[email protected]", "finch-mcp"]
    }
  }
}
VS Code
{
  "servers": {
    "finch": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "-p", "@finchagentic/[email protected]", "finch-mcp"]
    }
  }
}
配置文件路径
客户端路径
Claude Desktop(Mac)~/Library/Application Support/Claude/claude_desktop_config.json
Claude Desktop(Windows)%APPDATA%\Claude\claude_desktop_config.json
Cursor.cursor/mcp.json
Windsurf~/.codeium/windsurf/mcp_config.json
VS Code.vscode/mcp.json
Zed.config/zed/settings.json

开始使用无需 LLM API 密钥——116 个工具中有 111 个是纯读取、写入或链上调用,由 MCP 客户端自带的模型驱动;只有 5 个工具(ask_finch、deep_research 和计划执行的 Agent 学习)会在服务端自行进行多步推理,因此需要密钥(参见配置)。工具会在首次使用时加载。

快速开始

finch doctor          # health check
finch setup           # local vault / memory / providers
finch vault           # inspect local vault
finch orders          # schedule Robinhood Chain DCA / TP-SL order ticks

在你的 MCP 客户端中试试:

remember: I prefer conservative DeFi strategies, max 5% risk
spawn an agent called research-bot to track AI agent news, update it after each session
save this thesis to vault

你将获得什么

四大支柱,共 116 个工具:

支柱功能
记忆支持全文搜索的记忆 + 版本化知识库 + 编年记录
Agent创建、召回和更新命名 Agent——agent_recall 还会提取与 Agent 目标相关的记忆和知识库上下文,而不仅仅是其自身记录的更新
工作流自动化、监控器、数据包、深度研究(自动保存报告,并自动关联相关的过往研究)
执行Base DeFi、Robinhood Chain、市场数据、Web、GitHub

编码和研究会话都可以持久保存:deep_research 会自动将报告保存到知识库,并关联相关的过往报告;code_session_save 对编码/调试会话也会执行相同操作(vault_save type=code,按项目进行版本管理,并自动关联)。两者的作用都是让下一次会话——无论是你还是其他 Agent 发起——都能从真实上下文开始,而不是从零开始。

vault_save 和 agent_spawn 也接受可选的 workspaceProject——这是用户在 Web 应用 Agents 页面中用来整理 Agent 和知识库内容的同一类命名项目。传入名称后,系统会忽略大小写进行匹配;若不存在则自动创建(可先用 list_projects 查看现有项目)。仅适用于托管知识库——本地知识库模式没有项目这一概念。

默认工具集为 core(上下文占用较少)。完整工具集:

"env": { "FINCH_TOOLS": "all" }

完全本地运行

Finch 是运行时。你的 LLM 是大脑,你的数据归你所有。

npx -y -p @finchagentic/[email protected] finch setup
# enable local vault (and optional local memory)
组件位置
知识库~/.finch/vault/
钱包~/.finch/wallet.json
配置~/.finch/config.json
大脑MCP 客户端的模型

计划任务/云端功能仍需账户。核心记忆、知识库和公共数据工具可在 Finch 云端服务之外离线运行。

配置

变量用途
FINCH_SESSION_TOKEN已登录会话(使用你账户中的保险库/记忆/Agent)
FINCH_API_KEYAPI 密钥(finch_sk_…)
FINCH_TOOLScore(默认)· all · 或 memory,defi 等工具集
FINCH_PROVIDER强制使用 bankr · anthropic · openai · grok
FINCH_MODEL覆盖主机端循环所用的模型
BANKR_API_KEY / ANTHROPIC_API_KEY / OPENAI_API_KEY / GROK_API_KEYask_finch、deep_research 的综合分析阶段以及计划任务 Agent 的学习提取功能所必需——这些功能会在服务端自行进行多步推理,且没有免费的托管回退方案(仅支持 BYOK,设置一个密钥即可)
FIRECRAWL_API_KEY提升抓取质量(可选)
GITHUB_TOKEN用于 github_search_code
ALCHEMY_API_KEY加快 Base RPC(可选)

费用模式: 几乎所有操作都可以免费运行——其余 110 个工具都是普通的 API/RPC 调用,MCP 客户端自身的模型(Claude、GPT 或其他驱动聊天的模型)会免费完成所有工具选择推理,无需 Finch 付费。上述 5 个例外需要单独配置密钥,因为它们的推理发生在工具调用内部,客户端无法看到,也无法委托给客户端。只需准确设置这四个环境变量中的一个,所有需要密钥的工具都会自动使用它。

分步设置:

npx -y -p @finchagentic/[email protected] finch setup

安全

#边界规则
1提示词注入外部内容仅作为数据,绝不视为指令
2主网确认估算 → 预览 → 确认 → 执行
3固定安装版本始终使用 @finchagentic/[email protected],绝不使用 @latest
4凭据保险库切勿将机密粘贴到提示词或第三方工具中
5数据披露了解哪些数据会离开本机(大模型、Firecrawl、GitHub、链 RPC)
6服务监控计划任务需要明确确认
7资金转移确认stake_finch/unstake_finch/base_mcp_send/base_mcp_swap/rh_mcp_swap 均要求 confirm: true
8本地钱包加密设置 FINCH_WALLET_PASSPHRASE,使用可移植的、由密码短语派生的密钥——若不设置,密钥将由每次安装随机生成的密钥和机器信息派生,因此仅凭钱包文件(没有该密钥文件)不足以解密

故障排除

问题解决方法
缺少工具完全重启 MCP 客户端
版本过旧运行 npx clear-npx-cache,然后重启
身份验证问题运行 finch login,或设置 FINCH_API_KEY / FINCH_SESSION_TOKEN
ask_finch/deep_research 错误:“No LLM provider configured”设置 BANKR_API_KEY / ANTHROPIC_API_KEY / OPENAI_API_KEY / GROK_API_KEY 之一——参见配置,没有免费的回退方案
诊断运行 finch doctor

链接

文档docs.finch.com
应用app.finchagentic.com
npm@finchagentic/mcp
GitHubgithub.com/finchagentic/mcp
X@finchagentic

MIT 许可证 · Finch

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。