本文是一篇完整的实战教程。我们会从 MCP 协议的基本概念讲起,一步步演示 Finch 如何连接、发现、调用 MCP 服务,最后动手开发一个把 MCP 能力封装起来的 Finch 小程序(mini tool),并完成调试、安装与发布的全流程。全文约一万字,建议收藏后跟着操作。
一、为什么是 MCP + Finch
1.1 AI 助手的「最后一公里」问题
大语言模型再聪明,如果只能聊天、不能动手,它的价值就要打对折。写代码的助手碰不到你的文件系统,做数据分析的助手连不上数据库,搞运营的助手摸不到浏览器——这中间缺的,是一条标准化的「手和眼」的通道。
MCP(Model Context Protocol,模型上下文协议)就是为了解决这个问题而生的。它由 Anthropic 在 2024 年底提出并开源,定义了 AI 应用(客户端)与外部能力提供方(服务器)之间的统一通信协议。你可以把它类比为「AI 世界的 USB-C 接口」:任何服务只要实现了 MCP 协议,任何支持 MCP 的 AI 应用就都能即插即用地调用它。
1.2 Finch 在 MCP 生态里的位置
Finch 是一个桌面端 AI Agent,它对 MCP 的支持是「原生且完整」的:
- 多传输协议:支持 stdio(本地进程)和 HTTP Streamable(远程服务)两种主流传输方式;
- 完整鉴权体系:支持 API Token(自动生成
Authorization: Bearer头)、非标准鉴权头(如X-Api-Key)、以及符合 MCP 规范的 OAuth 流程(Discovery + 动态客户端注册 DCR + PKCE); - 按需工具注入:MCP 工具不会一股脑塞进模型的上下文,而是通过 ToolSearch 机制按需发现、按需激活,极大节省了 token;
- 小程序扩展体系:Finch 的 mini tool(在中文界面里叫「小程序」)机制,允许开发者用 TypeScript 编写 Agent 工具和 Composer 按钮,把 MCP 调用固化成一键可用的产品化能力。
换句话说,Finch 既是 MCP 的消费者(连接并调用各种 MCP 服务),也可以成为 MCP 能力的再包装者(通过小程序把 MCP 调用变成普通用户点一下就能用的功能)。本文的主线,就是走完这两步。
1.3 本文的实战目标
我们会完成三件事:
- 在 Finch 里连接一个 stdio 类型的 MCP 服务(以官方 filesystem 服务为例)和一个 HTTP 类型的 MCP 服务;
- 用 ToolSearch 发现并调用这些服务的真实工具,跑通几个典型场景;
- 开发一个名为
mcp-dashboard的 Finch 小程序,把「查询某个 MCP 服务状态 + 一键调用常用工具」封装成 Composer 按钮和 Agent 工具,并完成本地调试与安装。
二、MCP 协议速成:你只需要知道这些
在动手之前,用最短的篇幅把 MCP 的核心概念过一遍。已经熟悉的读者可以直接跳到第三章。
2.1 三个角色
┌────────────┐ MCP 协议 ┌────────────┐ 真实 API ┌────────────┐
│ MCP Host │ ◄──────────► │ MCP Server │ ◄─────────► │ 外部系统 │
│ (Finch) │ │ (能力提供方)│ │ (DB/浏览器等)│
└────────────┘ └────────────┘ └────────────┘
- Host(宿主):运行 AI 模型的应用,Finch 就是 Host,内置了 MCP Client;
- Server(服务器):把某类能力(文件、浏览器、数据库、SaaS API……)以标准格式暴露出来的进程或服务;
- 外部系统:Server 背后真正干活的资源。
2.2 Server 暴露的三类原语
一个 MCP Server 可以向客户端声明三种能力:
- Tools(工具):可被模型调用的函数,有副作用。典型例子:
read_file、navigate_page、execute_sql; - Resources(资源):可被读取的上下文数据。典型例子:文件内容、数据库 schema;
- Prompts(提示词模板):预置的多步工作流模板。典型例子:「代码审查流程」「周报生成」。
Finch 对 Tools 的支持最完整,这也是本文实战的重点。
2.3 两种传输方式
stdio:Server 是本地子进程,客户端把它拉起来,通过标准输入输出交换 JSON-RPC 消息。适合本地工具(文件系统、本地数据库、Git)。配置要素是「命令 + 参数 + 环境变量」:
{
"command": "npx",
"args": "-y @modelcontextprotocol/server-filesystem /path/to/dir",
"env": { "SOME_KEY": "..." }
}
HTTP(Streamable HTTP):Server 是远程 HTTP 服务,客户端 POST JSON-RPC 消息到一个 endpoint。适合云端服务、团队共享的服务、有 OAuth 需求的 SaaS。配置要素是「URL + 鉴权头」。
⚠️ 一个极易踩的坑:MCP 的协议头(
MCP-Protocol-Version、Mcp-Method、Mcp-Name、Mcp-Param-*)是由客户端在每次请求时自动生成的,绝对不要在服务端配置里把它们写成固定的自定义头。Mcp-Name必须与请求体里的params.name/params.uri一致;如果服务端报HeaderMismatch(错误码 -32020)或抱怨缺少Mcp-Name头,问题几乎总是出在客户端/传输层的协议协商(版本、SDK 版本、transport 包装),而不是「少配了一个头」。
三、实战第一步:在 Finch 里连接 MCP 服务
Finch 用一个内置的 MCP 管理工具 来管理所有 MCP 服务连接,支持六个动作:list、add、edit、remove、connect、disconnect。下面我们逐个实战。
3.1 先看看现在有什么:action=list
任何时候想搞清楚 Finch 当前连了哪些 MCP 服务,第一步都是 list。在对话里直接说:
「帮我看看现在配置了哪些 MCP 服务」
Finch 会调用管理工具并返回类似这样的清单:
┌──────────────────┬──────────┬─────────────────────────────┬────────┐
│ 名称 │ 类型 │ 目标 │ 状态 │
├──────────────────┼──────────┼─────────────────────────────┼────────┤
│ chrome-devtools │ stdio │ npx chrome-devtools-mcp@... │ 已连接 │
│ filesystem │ stdio │ npx @modelcontextprotocol/..│ 未连接 │
└──────────────────┴──────────┴─────────────────────────────┴────────┘
注意清单里会区分「用户在 servers.json 里配置的」和「小程序(扩展)注入的」两类服务——后者不能被 edit/remove,只能随小程序一起启停。
3.2 添加一个 stdio 服务:filesystem
我们以官方的 filesystem server 为例。对 Finch 说:
「帮我添加一个 MCP 服务,名字叫 filesystem,用 npx 启动 @modelcontextprotocol/server-filesystem,允许访问 ~/Documents」
Finch 会发起 action=add,此时有几个关键行为值得说明:
- add 是阻塞式的:调用后会弹出一个安全表单,Finch 会一直等到你提交或取消才继续。所以当 add 返回时,配置已经保存完毕——不存在「你接下来应该能看到一个表单」这种状态,一切都已完成。
- 敏感信息走安全表单:如果 server 需要环境变量(比如 API_KEY),Finch 不会让你把密钥粘贴在聊天里,而是通过
secretEnvKeys声明哪些环境变量是敏感的,由表单安全收集,模型全程看不到值。非敏感变量(比如 BASE_URL)则用plainEnvKeys声明。 - command 的存在即意味着 stdio:传了
command参数,传输方式自动判定为 stdio。
提交表单后,配置落入本地的 servers.json:
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/you/Documents"]
}
}
}
3.3 添加一个 HTTP 服务:Token 鉴权
假设你有一个部署在 https://mcp.example.com/mcp 的团队内部服务,用 Bearer Token 鉴权。对 Finch 说:
「添加一个 HTTP MCP 服务,名字 example,地址 https://mcp.example.com/mcp」
这里有个非常贴心的设计:对标准的 Token 鉴权 HTTP 服务,你只需要提供 name 和 url。表单会自动显示一个「API token」输入框,客户端自动生成标准的 Authorization: Bearer <token> 请求头。你(和 Finch)永远不需要手动传入、查看或编辑 token 本身。
只有当服务端要求非标准头名时(比如 X-Api-Key),才需要在 add 时声明 authHeader="X-Api-Key",token 会以该头的原始值发送。
3.4 添加一个 OAuth 服务
如果目标服务支持 MCP 规范的 OAuth(如某些 SaaS 的官方 MCP endpoint),添加时声明 oauth=true:
「添加 MCP 服务 notion,地址 https://mcp.notion.com/mcp,用 OAuth 授权」
保存后,客户端会走标准流程:
- Discovery:拉取服务的 OAuth 元数据(authorization/token endpoint);
- DCR:动态客户端注册,自动为 Finch 申请 client_id,无需你手动去开发者后台建应用;
- PKCE 授权:调用
action=connect后打开浏览器完成授权,回调后 token 安全落盘,过期自动刷新。
想断开授权时调用 action=disconnect 即可。
3.5 修改与重命名
action=edit 会以当前配置预填表单让你修改。一个实用技巧:重命名服务用 edit + newName,确认表单会预填新名字,点保存就完成迁移,所有引用旧名字的地方需要相应更新。
四、实战第二步:用 ToolSearch 发现并调用 MCP 工具
服务连上了,工具在哪?这是 Finch 与普通 MCP 客户端最大的差异点:MCP 工具默认不加载。
4.1 为什么是「按需注入」
一个功能齐全的 MCP server 可能暴露三五十个工具,每个工具的 schema 都要占上下文。如果连五个服务,光工具定义就能吃掉几万 token,模型还容易被无关工具干扰。Finch 的策略是:
- 平时上下文里只保留小程序提供的一行「指引」(告诉模型这个服务是干嘛的、怎么激活);
- 真正要用时,通过 ToolSearch 连接目标服务、发现工具,并把匹配的
mcp__<server>__<tool>函数注入当前 run; - 注入后模型就能像调用内置工具一样调用它们。
4.2 精确搜索:source="mcp:"
已知目标服务名时,永远优先精确搜索。比如要用 chrome-devtools 的浏览器能力:
ToolSearch({
source: "mcp:chrome-devtools",
query: "all tools provided by the chrome-devtools MCP server",
limit: 50
})
这里有两个实战要点:
- limit 要给够。ToolSearch 默认只返回 10 项,如果你据此判断「这个服务没有某某能力」,很可能是误判——先核对完整工具清单再下结论。chrome-devtools 这类服务工具多达 25+ 个,limit 至少给 50。
- 泛搜是兜底。只有当精确搜索确实找不到可用工具时,才退到
source:"mcp"泛搜所有服务。
4.3 命名规则与授权
注入后的工具名遵循固定格式:mcp__<服务名>__<工具名>,例如:
mcp__filesystem__read_filemcp__chrome-devtools__navigate_pagemcp__tavily__tavily_search
Finch 的权限系统可以精确到单个工具授权(mcp__filesystem__read_file),也支持通配符(mcp__filesystem__*)。在默认权限模式下,第一次调用会弹权限卡片;勾选「当前会话行动」可切到 acceptCalls 模式,本会话内自动放行安全操作。
4.4 完整调用示例:文件系统巡检
下面是一段真实对话驱动的完整流程。用户说:
「用 filesystem MCP 看看我 Documents 目录下有哪些 markdown 文件,把最大的那个读出来总结一下」
Finch 内部的执行序列:
Step 1 — 激活工具
ToolSearch(source="mcp:filesystem", query="list directory and read file", limit=20)
→ 注入 mcp__filesystem__list_directory, mcp__filesystem__read_file, ...
Step 2 — 列目录
mcp__filesystem__list_directory({ path: "/Users/you/Documents" })
→ ["notes.md", "draft.md", "report-2026.md", ...]
Step 3 — 逐个读取元信息、找出最大文件、读取内容、输出总结
整个过程用户只需要在权限卡片上点一两次确认,其余全自动。
4.5 完整调用示例:浏览器自动化
chrome-devtools 是另一个高频场景。它的工具集覆盖:导航、截图、a11y/DOM 快照、点击填表、执行 JS、Console/Network 检查、设备模拟、Lighthouse 审计、性能追踪、堆快照、文件上传、弹窗处理、等待页面状态。
一条重要的实战经验:元素定位用 UID,不用 CSS 选择器。正确工作流是:
1. mcp__chrome-devtools__navigate_page → 打开目标 URL
2. mcp__chrome-devtools__take_snapshot → 拿到页面元素的 UID 树
3. mcp__chrome-devtools__click / fill → 把 UID 传给交互工具
4. mcp__chrome-devtools__take_screenshot → 可视化验证结果
比如「打开 example.com 的登录页,填入测试账号并截图」这样的任务,Finch 会严格按 snapshot → 定位 UID → 交互 → 截图验证的顺序执行,而不是盲猜选择器。
五、实战第三步:典型 MCP 使用场景盘点
在进入小程序开发之前,先盘一下 Finch + MCP 最有价值的几类场景,帮你建立「什么需求该找什么服务」的直觉。
5.1 开发类
- filesystem(受控目录读写):「把这个目录里所有 TODO 注释汇总成清单」;
- github(Issue/PR/仓库操作):「看看有哪些新 issue,帮我起草回复」;
- postgres / mysql(数据库查询):「统计上周各渠道的注册转化漏斗」;
- sentry(错误监控):「拉取最近 24h 的 top 10 报错」。
5.2 浏览器与测试类
- chrome-devtools:E2E 流程验证、页面截图对比、性能审计(Lighthouse)、网络请求分析;
- playwright:跨浏览器自动化测试。
一个组合玩法:让 Finch 用 chrome-devtools 打开你正在开发的页面,跑一次 Lighthouse,把 Performance/SEO/Accessibility 分数整理成表格,再针对扣分项直接修改源码——全程一句话触发。
5.3 内容与协作类
- notion / feishu:把会议纪要写入知识库、同步项目状态;
- tavily / brave-search:实时联网搜索补充模型知识;
- slack:读取频道消息做日报汇总(注意:外发操作 Finch 会强制先征求确认)。
5.4 场景选择的判断标准
什么时候该用 MCP,什么时候用 Finch 内置能力或小程序原生代码?经验法则:
- 能力已有现成 MCP server → 直接连,不要重复造轮子;
- 只是本地文件/Shell 操作 → 用 Finch 内置的 Read/Edit/Bash 更快更稳;
- 需要产品化、固化流程、给非技术用户用 → 用小程序包装(下一章);
- 调用链复杂、需要自定义逻辑编排 → 小程序里写 TypeScript 编排多个 MCP 工具。
六、重头戏:开发一个封装 MCP 的 Finch 小程序
现在进入本文的核心:把 MCP 能力做成 Finch 小程序(mini tool)。
6.1 小程序是什么
Finch 小程序是 Finch 的官方扩展机制,比 Skill(纯提示词注入)更强,因为它是真实运行的代码。一个小程序可以提供:
- Agent 工具:注入给模型调用的 TypeScript 函数(就像你前面看到的
finch_shell_open、create_git_branch、markdown_editor_document,它们都来自小程序); - Composer 按钮:输入框工具栏上用户可直接点击的按钮,点击后弹出自定义表单 UI;
- 注入 MCP 服务:小程序可以自带 MCP server 配置,安装即注册;
- 一行使用指引:告诉模型「什么时候该用这个工具」,也就是前文 ToolSearch 机制里的那行 note。
开发小程序的正确姿势是先加载官方的 finch-mini-tool-creator skill——对 Finch 说「我要创建一个 Finch 小程序」,它会自动 invoke 该 skill,拿到完整的 finch.d.ts API 说明和脚手架流程。
6.2 需求定义
我们的小程序叫 mcp-dashboard,目标:
- 提供一个 Composer 按钮「MCP 面板」:点击后列出所有已配置 MCP 服务的连接状态,可一键测试连通性;
- 提供一个 Agent 工具
mcp_quick_call:让模型在对话中以受控方式快速调用某个服务的指定工具(带参数白名单校验); - 提供一行指引,让 Finch 在用户问到「MCP 服务状态」时自动想到用这个工具。
6.3 目录结构
用官方 CLI 初始化:
npx @finchtoys/minitools create mcp-dashboard
生成的结构:
mcp-dashboard/
├── finch.mini.json # 清单:id、名称、版本、权限声明
├── src/
│ ├── index.ts # 入口:注册工具与按钮
│ ├── tools.ts # Agent 工具实现
│ ├── button.tsx # Composer 按钮的表单 UI
│ └── finch.d.ts # 官方类型定义(只读参考)
├── package.json
└── README.md
清单文件示例:
{
"id": "mcp-dashboard",
"name": "MCP 面板",
"version": "0.1.0",
"description": "查看并测试 Finch 已连接的 MCP 服务,受控快调工具",
"permissions": ["mcp", "network"],
"guidance": "当用户询问 MCP 服务状态、连接情况,或需要快速测试某个 MCP 工具时,使用 mcp_quick_call / mcp_list_status 工具。"
}
guidance 字段就是注入到模型上下文里的那行指引——写得越具体(触发场景 + 工具名),模型越知道什么时候该用它。
6.4 实现 Agent 工具
src/tools.ts:
import type { FinchMiniTool } from "./finch.d.ts";
export function registerTools(ctx: FinchMiniTool.Context) {
// 工具一:列出所有 MCP 服务状态
ctx.registerTool({
name: "mcp_list_status",
description: "列出 Finch 当前配置的所有 MCP 服务及其连接状态",
parameters: {
type: "object",
properties: {},
},
async handler() {
const servers = await ctx.mcp.list();
return {
content: [{
type: "text",
text: servers
.map(s => `- ${s.name} [${s.transport}] ${s.status}`)
.join("\n"),
}],
};
},
});
// 工具二:受控快调
ctx.registerTool({
name: "mcp_quick_call",
description:
"在参数白名单内快速调用指定 MCP 服务的工具。" +
"调用前必须先列出服务确认目标存在。",
parameters: {
type: "object",
properties: {
server: { type: "string", description: "MCP 服务名" },
tool: { type: "string", description: "工具名" },
args: { type: "object", description: "工具参数" },
},
required: ["server", "tool"],
},
async handler({ server, tool, args }) {
// 白名单校验:只放行只读类工具,杜绝意外副作用
const ALLOW: Record<string, string[]> = {
filesystem: ["list_directory", "read_file", "search_files"],
"chrome-devtools": ["take_snapshot", "take_screenshot", "list_pages"],
};
if (!ALLOW[server]?.includes(tool)) {
return {
isError: true,
content: [{ type: "text",
text: `工具 ${server}/${tool} 不在白名单内,拒绝调用。` }],
};
}
const result = await ctx.mcp.callTool(server, tool, args ?? {});
return result;
},
});
}
几个设计要点:
ctx.mcp是小程序运行时暴露的 MCP 桥:list / callTool 等方法由 Finch 宿主代理执行,复用宿主已保存的连接与凭据——小程序代码里永远不出现 token;- 白名单是这个小程序的灵魂:它把「模型可以调用任意 MCP 工具」收敛为「只能调用审核过的只读工具」,这正是产品化封装的价值——不是能力的堆叠,而是能力的约束与编排;
- description 写给模型看:把调用前置条件(先 list 确认)写进 description,能显著降低模型幻觉调用的概率。
6.5 实现 Composer 按钮
src/button.tsx(简化示意):
export default function McpPanelButton({ finch }) {
const [servers, setServers] = React.useState([]);
React.useEffect(() => {
finch.mcp.list().then(setServers);
}, []);
return (
<div style={{ padding: 16, minWidth: 360 }}>
<h3>MCP 服务面板</h3>
{servers.map(s => (
<div key={s.name} style={{ display: "flex",
justifyContent: "space-between", padding: "8px 0" }}>
<span>{s.name} <small>({s.transport})</small></span>
<span style={{ color: s.status === "connected"
? "#22c55e" : "#94a3b8" }}>
{s.status === "connected" ? "● 已连接" : "○ 未连接"}
</span>
<button onClick={async () => {
const r = await finch.mcp.callTool(s.name, "ping", {});
finch.toast(r.isError ? "连通性异常" : "连通正常");
}}>测试</button>
</div>
))}
<button onClick={() => finch.sendPrompt(
"请检查所有 MCP 服务的状态并汇总成表格")}>
让 Finch 全面体检
</button>
</div>
);
}
finch.sendPrompt 是按钮与对话联动的桥梁:点击后把一段提示词发给当前会话,让 Agent 接手做深度检查——UI 负责轻量展示,Agent 负责复杂推理,各司其职。
6.6 入口装配
src/index.ts:
import { registerTools } from "./tools.ts";
import McpPanelButton from "./button.tsx";
export default function activate(ctx) {
registerTools(ctx);
ctx.registerButton({
id: "mcp-panel",
label: "MCP 面板",
icon: "plug",
component: McpPanelButton,
});
}
6.7 调试
本地开发用 watch 模式:
npx @finchtoys/minitools dev
它会把小程序以开发模式装入 Finch,代码改动热重载。调试技巧:
- 看小程序日志:Finch 的小程序运行在独立沙箱,
console.log输出会进入小程序日志面板,开发模式下也可在终端看到; - 工具没被模型调用? 九成是 guidance/description 写得不够具体,或缺少触发关键词。改完后用
reload重启小程序生效; - MCP 调用失败? 先在主对话里让 Finch 用 MCP 管理工具
list确认服务本身连通,排除是宿主连接问题还是小程序代码问题; - 改了 MCP 相关配置:对 Finch 说「重载所有小程序」即可,不必重启应用。
6.8 安装与发布
调试满意后:
# 安装到个人目录(仅自己可用)
npx @finchtoys/minitools add ./mcp-dashboard --scope personal
# 或发布到 npm
npm publish
# 其他人即可一键安装
npx @finchtoys/minitools add mcp-dashboard
如果想让小程序进入 Finch 官方社区目录(其他用户能在应用内的「搜索小程序」里直接搜到并安装),需要向官方提交上架申请——对 Finch 说「帮我把 mcp-dashboard 提交到 Finch 官方社区」,它会走官方反馈流程(分类为 minitool)发起上架请求,由官方审核收录。
七、踩坑实录与最佳实践清单
把本文涉及的经验教训集中成一份 checklist,建议对照自查。
7.1 协议层
- ❌ 在 HTTP 服务上手动配置
MCP-Protocol-Version/Mcp-Method/Mcp-Name等协议头 → ✅ 这些由客户端逐请求自动生成; - ❌ 遇到
HeaderMismatch(-32020) 就去加自定义头 → ✅ 排查客户端协议协商:MCP 版本、SDK 版本、transport 包装; - ❌ 给标准 Bearer 服务配置
authHeader→ ✅ 留空,表单会自动生成Authorization: Bearer <token>;只有X-Api-Key这类非标准头名才需要声明。
7.2 安全层
- 密钥永远走安全表单(
secretEnvKeys/ token 输入框),绝不在聊天里粘贴,也绝不写进小程序源码; - 小程序封装 MCP 时务必做参数校验与工具白名单,尤其是会暴露给非技术用户的按钮;
- 对外发送类操作(发消息、写线上数据库)保持「先确认后执行」,利用 Finch 的权限卡片而不是绕过它。
7.3 使用层
- ToolSearch 已知服务名就先
source:"mcp:<server>"精确搜,泛搜只做兜底; - limit 给足(≥ 实际工具数),不要根据默认前 10 项断定能力不存在;
- chrome-devtools 交互前先
take_snapshot拿 UID,不要传 CSS 选择器; - 扩展注入的 MCP 服务不能 edit/remove,管理它们要去管理对应小程序的启停;
- 用完浏览器类服务记得
close_page清理,切换服务前先停掉旧的后台任务。
7.4 小程序开发层
- guidance 写「触发场景 + 工具名」,description 写「前置条件 + 输出格式」,这两处文案直接决定模型会不会用、用得对不对;
- 先加载
finch-mini-tool-creatorskill 再动手,以finch.d.ts为唯一 API 事实来源,不要凭记忆写接口; - 版本迭代后提醒用户
update/reload,小程序不会自动热更新已安装的正式版。
八、总结与延伸
回顾全文,我们走完了 Finch 使用 MCP 的完整闭环:
- 连接:用 MCP 管理工具添加 stdio / HTTP / OAuth 三类服务,密钥全程走安全表单;
- 发现:ToolSearch 按需激活
mcp__<server>__<tool>,节省上下文、精确授权; - 调用:从文件巡检到浏览器自动化,模型像用内置工具一样用外部能力;
- 封装:用小程序把 MCP 调用产品化——白名单约束、Composer 按钮、一键体检,最终发布给所有人。
MCP 生态还在快速扩张,每周都有新的官方与社区 server 出现。建议的进阶路径:
- 把你团队内部的 API 包一层 MCP server(官方 SDK 有 TypeScript / Python 模板,百来行代码起步);
- 为高频工作流写组合型小程序:比如「拉取 Sentry 报错 → 定位代码 → 起草修复 PR」的三连击;
- 关注 Finch 官方文档与社区目录,那里持续收录经过审核的现成小程序。
工具的意义不在于连接了多少服务,而在于把多少重复劳动变成了「一句话」甚至「一次点击」。这正是 Finch + MCP + 小程序这套组合想交付的东西。
祝你造得开心。🐦
评论
暂无评论。