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
- 01全文搜索记忆与版本化知识库
- 02具名 Agent 的状态与审计记录
- 03自动化、监控与深度研究
- 04Base 与 Robinhood Chain DeFi 执行
- 05支持本地记忆和知识库
适用场景
- 01跨会话保存研究与编码上下文
- 02运行跟踪新闻的具名 Agent
- 03安排 Robinhood Chain 定投或止盈止损
- 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。
https://mcp.finchagentic.com/mcpclaude mcp add --transport http finchagentic https://mcp.finchagentic.com/mcp{"mcpServers":{"finchagentic":{"type":"http","url":"https://mcp.finchagentic.com/mcp"}}}在 Cursor 中打开{"servers":{"finchagentic":{"type":"http","url":"https://mcp.finchagentic.com/mcp"}}}在 VS Code 中打开{"mcpServers":{"finchagentic":{"type":"http","url":"https://mcp.finchagentic.com/mcp"}}}{"mcpServers":{"finchagentic":{"serverUrl":"https://mcp.finchagentic.com/mcp"}}}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。
https://mcp.finchagentic.com/mcp需要授权工具
详细介绍
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_KEY | API 密钥(finch_sk_…) |
FINCH_TOOLS | core(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_KEY | ask_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 |
| GitHub | github.com/finchagentic/mcp |
| X | @finchagentic |
MIT 许可证 · Finch
评论
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。