Finch 调用 MCP 实战:从零开始制作一个 MCP 小程序

Finch 接入 MCP 实战:连接 stdio/HTTP/OAuth 三类服务,用 ToolSearch 按需调用,开发封装 MCP 小程序,附踩坑清单。

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:

  1. 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;
  2. 用 ToolSearch 发现并调用这些服务的真实工具,跑通几个典型场景;
  3. 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:

  1. 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。
  2. 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。
  3. 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:

  1. Discovery:拉取服务的 OAuth 元数据(authorization/token endpoint);
  2. 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;
  3. 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:

  1. 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。
  2. 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_file
  • mcp__chrome-devtools__navigate_page
  • mcp__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:

  1. 能力已有现成 MCP server → 直接连,不要重复造轮子;
  2. 只是本地文件/Shell 操作 → 用 Finch 内置的 Read/Edit/Bash 更快更稳;
  3. 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);
  4. 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:

  1. 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;
  2. 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);
  3. 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:

  1. 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;
  2. 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;
  3. 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;
  4. 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-creator skill 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:

  1. 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;
  2. 发现:ToolSearch 按需激活 mcp__<server>__<tool>,节省上下文、精确授权;
  3. 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;
  4. 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。🐦

相关文章

评论

登录后即可参与讨论

暂无评论。