mcpField
L
Lunch Money MCP (Unofficial)

Lunch Money MCP (Unofficial)

远程服务
lunchmoney.sh金融数据06 周前更新

关于 Lunch Money MCP (Unofficial)

Lunch Money MCP (Unofficial) 是供 AI Agent 查询 Lunch Money 财务记录的开源连接器。财务数据仅可读取,另有工具用于管理账户连接。

主要功能

  1. 01读取账户、交易和余额
  2. 02查看预算与定期支出
  3. 03获取分页交易记录
  4. 04连接或移除 Lunch Money 账户
  5. 05分别处理不同货币

适用场景

  1. 01按类别汇总近期交易
  2. 02比较月度支出与预算
  3. 03查看定期支出
  4. 04按货币检查账户余额

MCP 相关

托管的 MCP 服务提供读取 Lunch Money 数据和管理连接的工具。它可连接支持远程服务及 OAuth 登录的 MCP 客户端。

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.lunchmoney.sh/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。

工具

详细介绍

面向 Agent 的 Lunch Money

面向 Agent 的 Lunch Money 图标

向你的 AI Agent 询问 Lunch Money 数据。

网站 · 设置指南 · 隐私 · 报告问题

我开发这个项目,是为了让 Lunch Money 更便于与 AI Agent 搭配使用。它会将你的账户连接到支持 Model Context Protocol(MCP)的工具,让你可以在对话中 询问支出、预算、账户和定期费用。

这是由 n3wth 开发的非官方开源 MCP 集成项目。 它与 Lunch Money 无关,也未获得其认可或赞助。

你可以询问什么

  • “显示我上周的交易,并按类别分组。”
  • “本月的支出与预算相比如何?”
  • “列出我的定期费用。”
  • “我的账户余额是多少?每种货币分别列出。”

此集成会让你的 Agent 访问底层记录;你的 Agent 会利用这些结果作答。财务访问权限为只读:无法编辑 交易、更改预算或转移资金。连接工具可以关联、 替换或移除你与该服务的连接。

连接你的账户

你需要一个 Lunch Money 账户、个人访问令牌,以及一个 支持通过 OAuth 登录远程服务的 MCP 客户端。

  1. 添加服务,并按照下方客户端的设置说明操作。
  2. 在 auth.n3wth.com 登录。 这会创建你的连接器会话, 与 Lunch Money 登录分开。
  3. 让你的 Agent 连接 Lunch Money。 它应运行 lunchmoney_connect 并提供浏览器链接。
  4. 打开链接,在 Nango 的连接页面输入令牌。 前往 Lunch Money 的开发者页面 并点击 Request New Access Token 来创建令牌(标签和用途均可选)。切勿将令牌粘贴到 聊天中或 MCP 配置中。
  5. 尝试一个简单的请求,例如“列出我的 Lunch Money 账户。”

托管端点如下:

https://mcp.lunchmoney.sh/mcp
特定客户端的安装说明

在网站上选择你的应用,或直接安装:

Claude Code — 在 Claude Code 中运行:

/plugin marketplace add n3wth/lunchmoney-mcp
/plugin install lunchmoney@lunchmoney-mcp

Codex — 在终端中运行:

codex plugin marketplace add n3wth/lunchmoney-mcp
codex plugin add codex-plugin@lunchmoney-mcp

对于 Codex 应用,请使用 Plugins → Create menu → Add marketplace,添加 n3wth/lunchmoney-mcp,然后安装 Lunch Money。 Cursor — 添加到 Cursor, 查看 Cursor 目录列表, 或在网站上选择 Cursor。 安装后启动新会话,登录,然后询问“连接 Lunch Money”。

自定义市场与精选目录的审核相互独立。 完整说明和手动替代方案:

客户端说明
Codex插件和手动设置
Claude Code插件设置
Cursor插件和 MCP 配置
其他 MCP 客户端连接指南

托管服务目前处于测试阶段。你可以直接设置;提交到目录 并不意味着插件已获批准或已列出。请查看 提交记录了解审核状态,并查看 运行手册了解尚未完成的发布检查。

您的数据去向

登录和连接 Lunch Money 是两个独立步骤:

服务作用
Auth0在 auth.n3wth.com 为您提供登录服务,并识别您的连接器账户。
Nango通过浏览器流程收集并存储您的 Lunch Money 令牌。
Cloudflare运行 MCP 服务并存储身份和连接记录。
Lunch Money返回通过其 API 请求的财务记录。
您的 AI 客户端接收结果,并可能将其发送给模型提供商。
Vercel托管网站并将请求路由到 MCP 服务。

服务器会在需要时从 Nango 获取您的令牌,并且只允许读取财务数据。您的令牌在 Lunch Money 中本身可能拥有更广泛的权限。财务响应不会保存在连接器的数据库中,但您的 AI 客户端的隐私和数据保留设置仍适用于其收到的结果。

如需断开连接,请让您的 Agent 运行 lunchmoney_disconnect。如果删除失败,请重试,直到成功。如果您还想阻止原始令牌在其他地方使用,请在 Lunch Money 中撤销该令牌。移除客户端插件无法实现这两种操作。

连接账户前,请阅读隐私声明,了解存储、数据保留和提供商详情,并阅读服务条款。

需要留意的几点

交易会分页返回。 单次响应可能无法覆盖整个日期范围。在给出完整总额前,Agent 需要持续处理 next_offset,直到其值为 null。

不同货币需分别计算。 将 USD 和 CAD 金额相加得不出有用的总额。除非您明确需要换算,否则请分别计算总额。

AI 生成的答案可能有误。答案至关重要时,请在 Lunch Money 中核对源记录。用户指南列出了可用工具,并说明了连接故障排查方法。

参与项目开发

使用 Node.js 22 或更高版本。网站采用静态 HTML 和 CSS,并使用 Vercel AI Elements 构建了一个小型 React 对话预览。

git clone https://github.com/n3wth/lunchmoney-mcp.git
cd lunchmoney-mcp
npm ci
npm run preview

这会在 http://localhost:4173 提供网站。若要在不启动服务的情况下构建,请运行 npm run build;输出会写入 dist/。

按依赖顺序运行服务检查:

npm --prefix packages/auth-contract ci
npm --prefix packages/auth-contract test
npm --prefix packages/lunchmoney-adapter ci
npm --prefix packages/lunchmoney-adapter test
npm --prefix packages/server ci
npm --prefix packages/server test
node scripts/validate-release.mjs
目录内容
site/网站、样式和共享图标
packages/MCP 服务、身份验证约定、API 适配器和客户端插件
docs/设置、运维、安全和提交记录
scripts/发布验证和冒烟测试

预发布环境和生产环境使用不同的配置和数据库。默认的 Worker 命令面向预发布环境。请遵循运行手册了解部署、凭据、迁移和回滚。

Context7 文档索引

context7.json 配置 Context7 要索引的文档。其中包括本 README、文档概览、连接、工具和隐私指南,以及 Codex、Claude Code 和 Cursor 设置指南。内部计划、运维记录和 Agent 指令不会纳入索引。除非按名称排除,Context7 始终会收录根目录下的 Markdown 文件。

将此文件合并到仓库的默认分支后,打开 Context7 库设置。如果配置目前由控制面板管理,请将配置来源切换为仓库的 context7.json,然后刷新库。确认索引来源包含设置指南,并排除了指定记录。

支持的字段请参阅 Context7 配置参考。此配置仅控制索引;托管的 Docs7 网站使用单独的 docs.json 配置。

参与贡献

欢迎提交 Bug 报告、更清晰的设置说明和兼容性修复。 报告 Bug 时,请注明使用的客户端、预期结果,以及包含示例数据的最小示例。 请勿在 Issue 中留下令牌和个人财务记录。

进行较大的改动前,请先创建 Issue,以便我们就范围达成一致。提交 Pull Request 时,请说明问题以及你如何验证修复。保持财务访问只读是本项目的核心约束。

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。