热麦卡路里 · 麦当劳订单热量估算与目标场景推荐 Agent Skill Skill 技能

技能简介

「热麦卡路里」是一套以对话方式运行的 Agent Skill：给它一个麦当劳订单号，它告诉你这单多少热量、落在哪个餐段档位、想轻一点该怎么换；说一个目标（减脂 / 控盐 / 省钱…），它按场景帮你配餐；确认金额后还能代你下单（支付仍由你自己完成）。底层能力全部来自麦当劳中国官方 MCP 服务 M-China/mcd-mcp-server（营养表、订单查询、门店菜单、优惠券、报价下单）；所有热量计算由本地纯 Python 脚本完成，不联网、无第三方依赖。

核心能力

• 订单热量估算（A）：订单号 → 展开套餐 → 逐项匹配营养表 → 整单合计 + 餐段档位结论
• 档位推荐（B）：指定餐段目标档位（早餐轻量 300 / 标准 450 / 吃饱 600 kcal 等），枚举组合按 ±12% 筛选 Top 3–4
• 替换建议（C）：昨天偏高则切到标准档，给出更轻的组合 + 少多少 kcal
• 目标场景推荐（G）：13 个场景自动切换档位 / 排序 / 硬上限 / 关键词排除——减脂、增重、练后餐、控盐、低碳、低脂、素食、儿童、过敏原规避、性价比、日热量预算等
• 历史订单一键导入（D）：原始响应自动脱敏落盘，逐单算热量、出排行与汇总
• 历史订单复盘（D2）：已脱敏样本批量复盘，跳过脱敏
• 安全下单（E）：查券 → 报价 → 确认闸门 → 创建订单（支付由用户完成）

安装配置

1. 申请麦当劳中国 MCP Token（参考 M-China/mcd-mcp-server 指引）
2. WorkBuddy 客户端 →「连接器」→「自定义连接器」→ 配置 streamable-http 类型 MCP：https://mcp.mcd.cn，填入 Authorization: Bearer YOUR_MCP_TOKEN
3. 把仓库 skill/ 目录整体复制到 WorkBuddy 用户技能目录并重命名为 mcd-calorie-combo
4. 重启客户端，Skill 以 mcd-calorie-combo 生效

使用步骤

1. 触发语「这单多少热量？订单号 xxx」→ 整单热量与档位结论
2. 触发语「想吃 300 大卡左右的早餐」→ 该餐段当前可售套餐 Top 3–4
3. 触发语「昨天那单偏高，今天来点轻的」→ 替换方案与少摄入热量
4. 触发语「减脂吃什么」「想控盐」「今天还剩 600 卡」→ 场景策略输出
5. 触发语「导入我的历史订单分析热量」→ 脱敏后逐单热量排行
6. 触发语「就按推荐第 1 组帮我下单」→ 报价确认闸门 → 调 create-order

适用场景

• 减脂 / 增肌 / 控盐 / 控碳 / 控脂等明确目标的麦当劳点餐
• 历史订单批量热量复盘与"哪几单最离谱"识别
• 给家里小孩挑分量合适的儿童套餐
• 今日剩余热量预算内的最优组合
• 临时起意"想吃点清淡的"→ 调低钠、低糖、低脂场景
• 性价比优先的省钱点单
• 食物过敏原规避（花生、坚果、乳制品、麸质、海鲜等）

适用人群

麦当劳重度用户 / 健身减脂人群 / 控糖控盐人群 / 注重性价比的家庭点餐决策者 / 想把对话式 AI 用到日常餐饮场景的产品尝鲜者。

工作原理

Skill 接到对话触发词后，按工作流 A/B/C/D/D2/E/F/G 调用麦当劳 MCP 接口。订单号走 query-order，门店菜单走 query-meals（强制取当次实时可售，避免过期价），报价走 calculate-price，下单走 create-order（用户二次确认后才执行）。热量计算走本地 mcd_combo.py / mcd_order.py 等脚本，档位目标值（如早餐轻量 300 / 标准 450 / 吃饱 600 kcal）按餐段固定，候选筛选 ±12%。营养表无记录的商品不进候选；档位内无解就提示换档位，绝不放宽筛选带；下单流程设有不可绕过的"确认闸门"。数据纪律：原始 order-list 响应自动脱敏落盘（门店以"门店 A/B/C"代称），绝不直接存原数据；推荐候选 100% 取自当次实时 query-meals，价格随餐段浮动。

官方链接

• GitHub 仓库：https://github.com/orderye/mcd-calorie-skill
• 演示页（手机可访问）：https://orderye.github.io/mcd-calorie-skill/food.html
• 麦当劳 MCP 服务：https://github.com/M-China/mcd-mcp-server
• 推荐客户端 WorkBuddy：https://www.workbuddy.cn/