Mcd Saver Strategist

基于 麦当劳中国 MCP（McDonald's China MCP） 开发的省钱点餐 Skill / AI 智能体技能： 把「菜单 × 优惠券 × 叠加规则」的组合优化交给确定性算法， 让每一顿麦麦都点得明明白白、省得清清楚楚。 又名：麦门省钱精算师 / 麦当劳省钱点餐助手 / MCD Saver Strategist。

麦当劳程序员创意开发大赛参赛作品 · 非麦当劳官方产品。

---

一句话介绍

用户说"我想吃巨无霸套餐，怎么最便宜"，它拉取门店菜单和所有可用优惠券， 用算法穷举出总价最低的合规组合，并帮你下单。

示例：巨无霸 + 中薯条 + 可乐，直选 ¥47.00； 用「1+1 随心配」组合后 ¥21.90，省 ¥25.10（53%）。

🎮 在线试算（无需登录）：https://hujjun.github.io/mcd-saver-strategist/ —— 优化算法的前端完整复刻，选好想吃的、拖动预算和热量上限，实时算出最优组合，打开即玩。 （若链接打不开，说明 GitHub Pages 尚未开启：仓库 Settings → Pages → Branch 选 main + /docs → Save，约 1 分钟生效。）

🔎 静态示例：docs/demo.html · 🖼️ 原理图：images/how-it-works.png · 🎬 宣传动画：images/promo.mp4

---

它解决什么问题

麦当劳的优惠是典型的组合爆炸问题：

• 菜单几十项、优惠券动辄十几张、叠加规则各不相同；
• 用券还要考虑「为凑满减而加购是否划算」；
• 用户懒得算，大模型也容易算错（价格、折扣、叠加口算不可靠）。

本 Skill 的核心洞察是：取数交给 MCP，算术交给代码，表达交给 Agent。

角色	职责
麦当劳 MCP	实时菜单、价格、优惠券、营养、门店、下单
scripts/optimizer.py	确定性组合优化，输出总价最低的 Top-N 方案
WorkBuddy Agent	理解需求、归一化数据、讲解方案、确认后下单

---

架构

flowchart TD
    U[用户: 想吃X, 预算Y, 热量Z] --> A[WorkBuddy Agent]
    A -->|now-time-info| M[麦当劳 MCP<br/>mcp.mcd.cn]
    A -->|nearby/delivery stores| M
    A -->|query-meals / meal-detail| M
    A -->|auto-bind + 3路券池| M
    A -->|list-nutrition-foods| M
    M --> N[归一化<br/>menu/coupons/request.json]
    N --> O[optimizer.py<br/>确定性组合优化]
    O --> P[Top-N 最优方案]
    P --> A
    A -->|calculate-price 核价| M
    A --> Q{用户确认?}
    Q -->|是| C[create-order]
    Q -->|否| P
    C --> R[支付链接]

---

一句话安装

git clone https://github.com/hujjun/mcd-saver-strategist.git && cp -r mcd-saver-strategist/skills/mcd-saver-strategist ~/.workbuddy/skills/

（Windows 为 %USERPROFILE%\.workbuddy\skills\；MCP Token 配置见下文「安装」。）

---

安装

1. 申请麦当劳 MCP Token

前往麦当劳 MCP 开放平台 https://open.mcd.cn/mcp ，手机号登录后在「控制台」激活并复制 Token。

2. 配置 MCP 连接

在 WorkBuddy 左侧边栏【专家·技能·连接器】→【连接器】→ 右上角【自定义连接器】→【配置 MCP】中， 填入 mcp-config.example.json 的内容， 并把 ${MCD_MCP_TOKEN} 替换为你的真实 Token（或用环境变量注入），保存后【启用】。

3. 安装本 Skill

把 skills/mcd-saver-strategist/ 整个目录复制到 WorkBuddy 的用户技能目录：

cp -r skills/mcd-saver-strategist ~/.workbuddy/skills/

（Windows 为 %USERPROFILE%\.workbuddy\skills\）

装好后在对话框里直接说「我想吃巨无霸套餐，怎么点最便宜」即可触发。

---

使用示例

示例 1 · 单人到店

用户：我想吃巨无霸 + 薯条 + 可乐，怎么最便宜？

精算师：拉菜单 + 四路券池 → 优化 → 「1+1 随心配 ¥12.9 覆盖巨无霸和中薯条，另外单点可乐 ¥9， 合计 ¥21.90，比直选省 ¥25.10」。

示例 2 · 预算硬约束

用户：30 块钱在麦当劳能吃到什么？

精算师：以 budget=30 求解，返回在预算内的最优搭配，并列出各方案到手价与热量。

示例 3 · 热量约束

用户：减脂期，想吃麦当劳，800 大卡以内还要便宜。

精算师：引入 list-nutrition-foods，以 max_calories=800 求解， 给出低卡又省钱的组合（如板烧鸡腿堡 + 麦咖啡 + 圆筒）。

示例 4 · 外送

用户：帮我在麦乐送点一份午餐，别超过 40。

精算师：delivery-query-addresses → delivery-query-stores → 后续流程同上， 下单前用 calculate-price 核价（含配送费）。

---

命令行快速体验（无需 Token）

内置样例数据，可离线跑通完整优化流程：

cd skills/mcd-saver-strategist/scripts

# 看优化结果（默认到店自取场景）
python optimizer.py

# 同时输出结构化 JSON
python optimizer.py --json

# 外送场景：配送费计入总价，且仅外送可用的券参与优化
python optimizer.py --mode delivery --fee 9

# 预算 / 热量硬约束
python optimizer.py --budget 25
python optimizer.py --max-calories 800

# 跑 19 项自测（改逻辑后必跑）
python selftest.py

---

真实性对照表

项目	性质	说明
优化算法	✅ 真实	optimizer.py 与在线试算页为同一套逻辑，结果可用上面命令复现
「省 53%」结论	✅ 真实	算法在示例数据上算出，非人工编排
券叠加规则	✅ 真实	保守策略：stackable:false 与任何券互斥，保证方案价 ≤ 实付价
菜单价格 / 热量	🟡 示例快照	结构对齐 MCP 返回，数值为演示用，以门店实时返回为准
优惠券内容	🟡 示例快照	结构对齐 MCP 四路券池归一化结果，可用性以账号实时状态为准
下单能力	✅ 真实	经 MCP 核价（calculate-price）→ 下单（create-order），本仓库页面不涉及下单

---

实测发现

开发过程中用真实 MCP 联调得到的观察（2026-10，个人账号实测）：