mcd-1024-skill

mcp
Guvenlik Denetimi
Uyari
Health Uyari
  • License — License: MIT
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Low visibility — Only 5 GitHub stars
Code Gecti
  • Code scan — Scanned 4 files during light audit, no dangerous patterns found
Permissions Gecti
  • Permissions — No dangerous permissions requested

Bu listing icin henuz AI raporu yok.

SUMMARY

McDonald's China MCP innovation skill - entry for MCD Developer Innovation Challenge 2026 (1024 Programmers' Day)

README.md

🍔 麦麦老友记 McMates

只给一个答案的麦当劳点餐 Skill——它记得你点过的每一单,也顺带告诉你今天全国的巨无霸卖多少钱。

MCP
Platform
指数覆盖
License
麦当劳程序员创意开发大赛

项目介绍

"中午吃什么",大概是当代人每天要做的最累的决定。麦当劳的菜单上一百多种商品,再加上会员券、随心配、限时活动——选择越多,下单越慢。等终于选好了,午饭时间也过去了一半。

麦麦老友记换了个思路:你不用挑,老友替你挑。 你只要说一句"今天中午吃啥,三十以内,多点蛋白",它就回你一个答案——为什么是它、营养达没达标、券后多少钱,三行说清。下面再补两个备选:一个是你点过很多次、上次还给过五星的"老朋友";一个是顺着你的口味、但你还没吃过的新品。它凭什么这么懂你?因为你在这里点过的每一单,它都记着。官方接口只能查到最近 10 单历史,老友记把这些订单存进你电脑本地的记忆银行,越用越懂你,越用越离不开。

每次推荐的最后,还会附赠一条"麦麦小知识"。《经济学人》杂志从 1986 年起就用"巨无霸指数"衡量各国购买力——同一只汉堡全球通行,价格却各自精彩,堪称经济学界最出圈的发明。麦麦小知识把这个经典概念搬到了中国城市之间:首期实测全国 11 城核心商圈,最贵的巨无霸不在上海,在重庆解放碑——29 块,比上海贵 3.5 块;北上广深反而齐刷刷站在便宜档。这个每天都在生长的价格档案,让你对自己花的每一块钱心里有数。

它解决三件事:把"选不出来"变成"一个答案";把"用完即弃"变成"越用越懂你";把"稀里糊涂花钱"变成"明明白白消费"。 对用户,这是省下来的决策精力和真金白银;对麦当劳,AI 助手记住了顾客,顾客就愿意常来——每一次对话式推荐,都是一次自然发生的下单转化。

三层能力

① 就它了 —— 唯一推荐

"今天中午吃啥,30 以内,多点蛋白"
→ 双吉士汉堡 + 麦辣鸡翅 2 块 + 鲜煮咖啡:蛋白 38g,券后 26.8 元,附三行理由。不满意?往下看。

② 老朋友 & 尝个新 —— 两个备选,来自你的记忆

· 老朋友:板烧鸡腿堡中套餐——你本月第 4 次点它,上次你给了五星
· 尝个新:安格斯厚牛培根堡——在你最爱的牛肉簇里,你还没吃过

③ 麦麦小知识 —— 每日一条,顺便看看全国行情

📊 《经济学人》1986 年发明了巨无霸指数来衡量各国购买力。我们把它搬进中国城市:首期实测 11 城,最贵的是重庆解放碑(29 元),不是上海。说"看指数"查完整榜单。

架构

flowchart TD
    U["👤 用户: 今天中午吃啥, 30以内多点蛋白"]
    subgraph S["🤖 麦麦老友记 McMates"]
        direction LR
        D["📌 决策层<br/>菜单→营养→配券→核价<br/>唯一推荐"]
        M2[("💾 记忆层<br/>本地记忆银行<br/>老朋友&尝个新")]
        X["📈 指数层<br/>21城巨无霸采样<br/>麦麦小知识"]
    end
    M["麦当劳 MCP<br/>mcp.mcd.cn"]

    U -->|"意图 + 条件"| S
    D <--> M
    X <--> M
    M2 --> D
    S -->|"🍔 就它了 + 备选 + 小知识"| U

一次对话,三个时间维度各司其职:决策层处理"现在",记忆层沉淀"过去",指数层给出"宏观"。官方 10 个 MCP 工具的完整编排见 MCP_INTEGRATION.md。

📊 首期麦麦巨无霸指数(2026-10-09 深夜实测 11 城)
城市 巨无霸 中薯 合计
重庆(解放碑) 29.0 14.5 43.5
成都(春熙路) 26.5 14.5 41.0
西安(钟楼) 26.5 14.5 41.0
哈尔滨(中央大街) 26.5 14.5 41.0
郑州(二七商圈) 26.5 14.5 41.0
武汉(江汉路) 26.5 14.0 40.5
北京(三里屯) 26.0 14.5 40.5
上海(人民广场) 25.5 13.5 39.0
广州(天河) 25.5 13.5 39.0
深圳(罗湖口岸) 25.5 13.5 39.0
长沙(五一广场) 25.5 13.5 39.0

三个反直觉发现:① 最贵的是重庆,不是北上广深;② 一线城市反而全军在便宜档;③ 同档城市价格完全一致(沪穗深长四城分毫不差)——麦当劳中国按城市档位分区定价的痕迹非常清晰。

三个设计原则

  1. 只给一个答案。选择本身就是成本,决策疲劳留给别人,省心留给你。
  2. 记忆是资产。官方接口只能查最近 10 单历史,老友记把你的每一次点餐存进本地记忆银行——订单、偏好、口味簇,越用越懂你。
  3. 价格是知识。每天采样全国门店真实价格(巨无霸指数),你会知道你所在的城市在全国排第几贵、什么时候买最划算。

快速开始

前置条件:麦当劳中国大陆会员(手机号在 open.mcd.cn/mcp 申请 MCP Token)+ 任意支持 MCP 的 AI 客户端(WorkBuddy / Cherry Studio / Cursor 等)

  1. 配置 MCP(Token 替换后填入客户端):
{
  "mcpServers": {
    "mcd-mcp": {
      "type": "streamablehttp",
      "url": "https://mcp.mcd.cn",
      "headers": { "Authorization": "Bearer YOUR_MCP_TOKEN" }
    }
  }
}
  1. 把本仓库放入你的 AI 客户端工作目录,加载 SKILL.md
  2. 对它说第一句话:"今天中午吃啥"

目标用户

  • 每天为"吃什么"内耗的上班族和学生
  • 想省钱但懒得研究优惠券规则的人
  • 觉得"被记住偏好"是种温柔而不是冒犯的麦当劳常客

隐私与安全

  • 记忆库只存本地(data/memory.json),不上传、不联网
  • 领券、下单等写操作前必须经你逐项确认,绝不静默执行
  • 指数采样只用只读接口,不触碰账户资产

技术栈

  • 麦当劳官方 MCP Server(https://mcp.mcd.cn),10 个工具的三层编排:详见 MCP_INTEGRATION.md
  • WorkBuddy(开发与运行环境)

参赛信息

License

MIT

Yorumlar (0)

Sonuc bulunamadi