mcd-1024-skill
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.
McDonald's China MCP innovation skill - entry for MCD Developer Innovation Challenge 2026 (1024 Programmers' Day)
🍔 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。
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
- 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。
- 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。
- 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)
- 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" }
}
}
}
- 把本仓库放入你的 AI 客户端工作目录,加载 SKILL.md
- 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
- 赛事:麦当劳程序员创意开发大赛
- 赛期:2026-10-09 ~ 2026-10-25
License
Yorumlar (0)
Yorum birakmak icin giris yap.
Yorum birakSonuc bulunamadi