finic-ai/kairos

项目介绍

Kairos 在注册、登录、下单、支付和提现发生时逐笔做出决策，返回通过、加强验证、人工审核或拦截，并同时给出风险分和判断依据，定位为 Sardine、Sift、Riskified、SEON 等商业风控平台的开源替代品。

决策会参考用户历史、共享设备、卡与地址关联以及会话信号。工作流可以调用决策模型、用模型打分、分支、调 webhook、建案件并在稍后再次决策；人工审核队列的处置结果会转化为训练标签（决策、工作流、审核队列）。

模型体系有两条路径：Finic 托管的 Grayson 决策模型用自然语言问题给出校准概率，适合标签少、需要读取非结构化数据的场景；传统模型（逻辑回归与兼容 XGBoost 的梯度提升树）可在 Kairos 内基于自有数据训练。Grayson 的回答可以作为特征并入传统模型，实验则按时间切分数据比较不同变体。

MCP 服务器允许 Claude Code、Cursor、Codex 等编程 Agent 读取决策、搭建工作流并提出模型变体，每个操作都记录在对应密钥下（MCP 文档、模型与实验）。

快速使用

最快的方式是托管版：在 Kairos Cloud 控制台注册，创建 sandbox 环境和 secret key，然后安装 SDK 并发送事件。

npm install @finic-ai/kairos      # 或：pip install finic-kairos

import { Kairos } from "@finic-ai/kairos";

const kairos = new Kairos({ apiKey: process.env.KAIROS_API_KEY!, baseUrl: "https://kairos.finic.ai" });

await kairos.defineAction("withdrawal", {
  subject: "user",
  hold: "Should this withdrawal be held because the account shows signs of fraud or takeover?",
});

kairos.track("login", { userId: "user_42", deviceId: "dev_9", ipCountry: "GB" });

const decision = await kairos.decide({ type: "withdrawal", userId: "user_42", usd: 900 });
// { decision: "approve" | "step_up" | "review" | "block", riskScore, reasons, … }

README 中的示例让 Agent 设计六个变体、读取实验结果，并把胜出的版本发布为工作流的新版本。更细的流程见快速开始和 TypeScript SDK 文档。

自托管

自托管需要 Node.js 22、pnpm 10，以及从 Finic 门户获取的 Grayson API key。README 称无需单独配置数据库，服务器会自行启动 Postgres。

pnpm install
cp .env.example .env     # 设置 GRAYSON_API_KEY
pnpm kairos dev          # API 在 http://localhost:8787，控制台在 http://localhost:5273

团队使用可执行 docker compose up --build；配置、数据库迁移和安全说明在自托管指南。仓库还提供 CLI，用于注册、创建密钥、定义 action、导入事件以及执行决策或工作流（CLI 文档）。

使用约束

• 自托管路径依赖 Finic 发放的 Grayson API key，本地部署在模型打分部分仍需连接外部服务。
• 本地开发明确要求 Node.js 22 和 pnpm 10；Docker 方式面向团队部署。
• 决策质量取决于发送的事件历史和标签；README 说明可通过历史导入流程载入既有事件、客户与结果（导入历史）。
• 托管服务与代码仓库是两套入口：云注册、MCP 密钥和 sandbox 环境在控制台，代码以 Apache-2.0 许可发布。

HotRepo 点评

Kairos 创建于 2026-10-30，2026-11-04 出现在 HotRepo 的 TypeScript 新项目榜中，当时 113 star、6 fork；记录的增速窗口约一小时新增 7 star 和 2 fork。同一时期有一条名为「Show HN: Kairos – Open-source risk and fraud decisioning platform」的讨论，76 分、15 条评论（HN 讨论）。

评论大多比较泛：有读者认为实时决策流程值得展示，也有人讨论「decisioning」这个词，指出它本来就是反欺诈行业的既有术语（评论）。星数或讨论量都不足以说明采用率或实际效果；仓库本身能支撑的判断是它提供了完整的技术栈——API、双语言 SDK、CLI、控制台、MCP 集成和自托管方案，而不是一个只有介绍页的项目。