基于MCP服务器的多渠道微收入管理自动化
作者通过构建一个MCP服务器,将多个微小收入渠道(部分含API,部分需手动)集成到AI对话界面中,实现了用自然语言查询财务状况和快速记录收入,替代了传统的可视化仪表盘或移动App。
使用工具
23个零散收入源,我靠一个MCP服务器把对账变成了聊天

我有23个不同的收入渠道。都不是大钱:几个微信小程序的付费功能、一个淘宝联盟的商品链接、闲鱼上卖的爬虫脚本、一个每月赚50块的安卓App、偶尔卖出几份PDF教程。收入最少的那个渠道,上个月赚了7分钱;最多的一个,赚了1613块钱。
把这些加在一起,构成了我收入的大半。而在最近之前,我完全不知道自己每一天的准确收入数字。
为什么现成的财务仪表盘解决不了我的问题
市面上不是没有收入仪表盘工具。神策、GrowingIO、各家的财务分析面板,都是好产品。但它们面向的是完全不同的业务形态:一个支付账户、深度分析、月费从上千元起步、专门服务只有单一产品和专属数据分析团队的公司。
我的形态恰恰相反:无数条细小的收入流,而且——这是关键——其中近一半的渠道根本不提供任何收益API。
我仔细核查过,因为我是真的想把这些全部自动化:
- 淘宝联盟:没有OAuth,没有公开的收益API。接口只能返回商品数据,不会告诉你赚了多少钱。倒是有一个数据文件服务,但由平台自行决定开放资格,小站长基本申请不到。
- 大多数广告联盟:同理。
- 猪八戒上卖的爬虫服务:收益只存在于控制台里,没有任何API可调用。
所以任何纯依赖API对接的工具,对这些钱都是结构性失明。不是"还没顾上接",而是架构上看不见——你没法对接一个根本不存在的数据接口。
这就是我选择切入的缝隙:有API的渠道走自动化,没有API的渠道让手动录入压缩到10秒以内。每个月输入一次总收入,和自动同步来的数据进入同一张图表、同一套平均值和同一套目标体系。听上去不高级,但这就是产品的全部。
让我真正满意的决定:不做App,做MCP服务器
给仪表盘做一个手机App,看起来是顺理成章的下一步。我没做,因为我观察到自己真正使用它的方式——我压根不想看图表。我想问问题。
"我这个月总共赚了多少?"这是一个对话式的提问,不是视觉化的查询。所以我没有写App,而是做了一个MCP服务器。现在我可以直接问Claude,它基于我的真实数据给出答案:
你:我这个月一共赚了多少? AI:本月2968元(日均102元)。收入Top:淘宝联盟786元, RFO教程706元,Checkride PDF 340元。 距离你的月目标还差6%。
整个MCP服务器只有四个工具:get_income_summary、get_sources、get_month、log_monthly_income。最后一个工具意味着我可以用说话的方式录入收入,把整个产品里最枯燥繁琐的环节变成一句话的事。
技术卡点:短效登录凭证与命令行环境不兼容
这里才是技术上真正有意思的地方。
我的托管应用采用Supabase魔法链接认证,会生成一个一小时后过期的JWT。这在浏览器场景里完全正确,但对命令行环境毫无用处:跑在Claude Desktop里的MCP服务器,无法刷新浏览器的登录会话。
于是有一段时间,我的MCP只对自托管部署的用户生效——这意味着任何人想要使用它,都得先自己部署一套Postgres数据库。这体验,本质上是在劝退用户。
解决方案:个人API令牌的工程细节
最终的解法是个人API令牌。细节决定成败:服务端只存储令牌的哈希值,绝不存储令牌原文。用户调用时,系统比对哈希一致才算通过。这样即便数据库被拖库,攻击者拿到的也只是无法逆向还原的哈希串。
同时,令牌的作用域被严格限制在最小权限:只读收入摘要数据,没有权限触碰任何非收入字段。吊销操作按秒准生效,不存在延迟窗口。
把微收入管理纳入个人财务管理自动化
这套工具对我最大的意义在于:它让我第一次能够回答"我究竟赚了多少钱"这个问题,并且是每天都能用自然语言问出口的那种。
做闲鱼服务、赚淘宝客佣金、收广告联盟分成——这些零碎的小钱长期游离于主流财务软件视野之外。而一个基于MCP服务器的对话式查询入口,加上10秒手动录入机制,让这些微收入真真切切地汇入了个人财务管理的总盘子。每个月的目标进度不再是一个只是看着的百分比,而是每天都能问、能答、随时知道差距的对话。
这才是个人财务管理自动化该有的样子:不靠一堆图表,而是让你随时问出一句"我这个月赚了多少",然后得到一个基于真实数据的答案。
相关推荐
利用AI无代码平台构建定制化应用
本文介绍了利用Base44等AI驱动的无代码平台,为企业或个人构建定制化软件应用的机会。通过无需编程的技术,用户可以快速开发业务流程自动化、客户参与提升等工具,降低开发成本并提高效率,捕捉快速增长的无代码市场红利。
为软件工具构建并发布 GitHub Actions 工作流
该方法通过为现有的 CLI 工具(如 cxgrd)开发 GitHub Actions 工作流,将手动操作转化为自动化的 CI/CD 流程。通过在 PR 中自动发布分析结果,降低了工具的使用门槛,旨在通过提升用户体验来推动开源工具或软件产品的采用率和增长。
不适用利用 rtk 工具降低 AI Agent Token 成本
本文介绍了一种通过 rtk (Rust Token Killer) 工具降低 AI 编程助手 Token 消耗的方法。rtk 通过压缩 shell 命令(如 git diff, ps aux)的输出结果,在保留核心信息的同时减少了约 48% 的 token 使用量,从而有效降低 AI 开发成本。
不适用利用AI微型工具构建技术写作代理机构
该方法教导开发者通过构建针对特定写作任务(重写、总结、语气转换)的AI微型工具,而非通用聊天机器人,来建立一个技术写作代理机构。通过Python和LLM API实现自动化工作流,将原本耗时的写作任务缩短至分钟级,从而实现高效率变现。
$1500/月基于AI Agent的工程团队PR代码审查工作流
本文提出了一种利用AI Agent优化工程团队代码审查(PR)的方法。核心观点是:不要让AI直接写代码,而应让其承担枯燥的“机械化验证”工作(如检查边缘情况、命名规范、移动端适配等),从而让资深工程师专注于架构判断。实测显示,这种工作流每天可为每位工程师节省约30分钟。
无法直接衡量(通过提升人效实现,预计每位工程师每天节省30分钟)GateOfAI AI开发者变现生态系统
该方法通过GateOfAI平台为高水平AI开发者提供变现渠道。开发者通过自动化技术面试验证身份后,可以通过销售现成的AI工具/工作流(微SaaS/API)或直接承接企业级定制化AI项目(如RAG、Agent架构)来获取收入,避免了传统外包平台的低价竞争。
未提及具体金额