麦门省钱精算师 mcd-saver-strategist – 用算法替你算麦当劳怎么点最便宜 Skill 技能
麦门省钱精算师 · mcd-saver-strategist - 用算法替你算麦当劳怎么点最便宜 ## 技能简介 `
麦门省钱精算师 · mcd-saver-strategist - 用算法替你算麦当劳怎么点最便宜
技能简介
麦门省钱精算师 是一款基于麦当劳中国 MCP(mcp.mcd.cn)开发的 WorkBuddy 智能体技能,解决"麦当劳点单怎么最便宜"的组合爆炸难题。用户说一句话表达需求,技能会实时拉取门店菜单、可用优惠券、叠加规则,用确定性算法穷举出总价最低的合规组合,并给出下单确认或替代方案。
核心能力
- 菜单 × 优惠券穷举:把动辄十几张券 + 几十项菜单组合跑完,返回省得最多的 Top-N 方案。
- 预算硬约束求解:用户给出预算上限(如"30 块钱能吃到什么"),自动返回预算内最优组合。
- 热量 / 营养约束求解:用户给出热量上限(如"800 大卡以内还要便宜"),自动返回低卡又省钱的方案。
- 多场景支持:到店自取、外送(
delivery-query-addresses+delivery-query-stores)、儿童餐、麦咖啡等多种场景一键跑通。 - 核价与下单校验:下单前调用
calculate-price真实核价(含配送费),避免价格幻觉。 - 离线样例体验:内置样例数据,无需 Token 即可跑通完整优化流程,方便学习。
- 赛事参赛作品:麦当劳程序员创意开发大赛参赛项目,非麦当劳官方但全链路真实跑通。
安装配置
- 环境要求:WorkBuddy 桌面端;Python 3.7 及以上(脚本端)。
- 申请麦当劳 MCP Token:访问 https://open.mcd.cn/mcp,手机号登录后在"控制台"激活并复制 Token。
- 配置 MCP 连接器:在 WorkBuddy 左侧"连接器"中新增 MCP,填入
mcp-config.example.json的内容,把${MCD_MCP_TOKEN}替换成你的真实 Token 或用环境变量注入。 - 安装 Skill:克隆仓库后将
skills/mcd-saver-strategist/整个目录复制到~/.workbuddy/skills/(Windows 为%USERPROFILE%\.workbuddy\skills\)。
使用步骤
- 在 WorkBuddy 对话框直接说:"我想吃巨无霸 + 薯条 + 可乐,怎么最便宜?"
- 精算师自动拉取菜单 + 四路券池,跑优化器,返回"1+1 随心配 ¥12.9 覆盖巨无霸和中薯条 + 单点可乐 ¥9 = ¥21.90,比直选省 ¥25.10"。
- 看到方案后可选:调整预算或热量上限切换约束;选点外送;或选"再省一档"等迭代。
- 确认方案后让 Agent 走
calculate-price核价(含配送费)。 - 输出支付链接,完成下单。
适用场景
- 单人吃麦麦:一句话表达"想吃什么 + 预算",立刻拿到最优组合。
- 家庭聚餐:3-5 人点单场景下,Agent 自动按个人偏好 + 满减规则分配组合。
- 减脂期外食:热量硬约束下既要省钱又要低于 N 大卡,自动筛出板烧鸡腿堡 + 麦咖啡 + 圆筒这种低卡单。
- 公司加班餐:固定预算(如"30 元以内")批量求解多人份。
- 麦咖啡时段:单独优化麦咖啡品类券 + 早餐券的最优组合。
- 门店对比:同一份需求在多个门店之间比价(不同门店活动不同)。
适用人群
- 麦当劳忠实顾客:希望每顿都省到极限。
- 减脂 / 健身人群:在预算约束下挑热量友好的选项。
- HR / 行政:批量订公司加班餐时不踩组合雷区。
- 餐饮测评博主:快速跑出"理论上最便宜"的可行性参考。
- WorkBuddy 重度用户:希望 Agent 不靠口算而是真正算清楚。
工作原理
精算师由三段构成:麦当劳 MCP(实时菜单、优惠券、营养、下单) + scripts/optimizer.py(确定性组合优化) + WorkBuddy Agent(理解需求、归一化数据、讲解方案、确认后下单)。架构上"取数交给 MCP,算术交给代码,表达交给 Agent"——这意味着 Agent 不再依赖 LLM 内部做价格口算,结果是可复现、可验证的。在线试算页面 `` 上展示了完整算法前端复刻,可拖动预算和热量上限体验。
官方链接
- 项目仓库:https://github.com/hujjun/mcd-saver-strategist
- 在线试算页(免登录):https://hujjun.github.io/mcd-saver-strategist/
- 原理图与宣传动画:
images/how-it-works.png与images/promo.mp4
团队信息
AI产品库
官方
由 AI 猎手自动发现
评论与建议
登录 后参与评论或提建议