AI AI工具情报站
PythonMIT

麦当劳 MCP 真能省钱?这个 Skill 连"你正白扔多少钱"都算给你看

⭐ 491 Stars

这个项目能干嘛

"麦麦省钱助手"是一个基于麦当劳中国 MCP(mcp.mcd.cn)的点餐成本优化 Skill。它干两件事。短期,它拉取你当前门店的实时菜单与价格、拉取你账户里当前门店可用的优惠券,把"单品 / 套餐 / 券组合 / 加购凑单"各种候选方案都枚举一遍,再用 MCP 的 calculate-price 接口真实计价(不是拍脑袋猜),最后吐出最省钱的点法,还会解释"为什么不推荐那个更便宜但吃不饱的选项"。长期,它帮你算一笔账:你手里哪几张券快过期了(那是在流走的钱)、你近几个月的消费习惯是不是客单价偏高、哪些单品其实该改成套餐——一句话,它多回答了一个别人没回答的问题:"你正在白扔多少钱?"

为什么最近火了

省钱类工具一抓一大把,但几乎都只回答"这一单怎么点最省"。这个项目聪明在它多迈了一步:用 MCP 去拿真实门店价格和你真实的券,而不是用一套写死的菜单去近似。麦当劳 MCP 本身是新鲜事物,把它和"省钱决策"结合,既蹭上了 MCP 的热点,又戳中了"打工人想吃得省又不想研究券规则"的真实痛点。更妙的是它零第三方依赖、不需要 Token 就能跑测试——demo.py 直接读取录制的真实 MCP 响应文件,离线就能把两条链路跑通,降低了所有人上手和复用的门槛,所以在开发者圈子里迅速被转发。

技术亮点

它把"省钱"做成了可验证的工程,而不是一句口号。价格来源是 MCP 的 calculate-price,意味着每一分钱都是系统真实算出来的,避免了那些"我猜大概 30 块"的误导。它能处理四种组合维度:单品、套餐、券组合、加购凑单,并明确给出"为什么不推荐更便宜但吃不饱的方案"——这点很关键,因为纯省钱可能给出一份你根本不想吃的搭配,它把"吃得饱"作为约束一起考虑了。

长期能力更有意思:它通过 order-list 历史订单和 query-my-coupons 券存量,给你画一张"沉默成本"图——你有多少张券正在悄悄过期、你每月在麦记花了多少、哪些习惯在偷偷抬升客单价。等于把"省钱助手"升级成了"消费体检"。整个项目只有标准库依赖,Python 3.8+ 即可,连网络都不用,demo 用 fixtures 里的真实响应回放,干净利落。

适合什么人

如果你常点麦当劳、又懒得研究这家门店今天到底哪些券能用、怎么凑最划算,这个 Skill 能直接帮你省下每单 3–13 元,还能揪出你正白白流失的几十元券。对做 Agent / MCP 应用开发的工程师,它是个很好的"MCP 真实落地案例"——展示了怎么把一个官方 MCP 服务变成一个有决策能力的助手,而不是只会查数据的壳。也适合想给自己写"个人消费审计"的人当模板。注意它依赖麦当劳中国的 MCP 服务可用性,纯离线只能跑 demo 回放。

快速试用

零依赖、无需 Token,克隆即用 demo 体验:

git clone https://github.com/Ayzzz123/mcd-coupon-strategist.git
cd mcd-coupon-strategist
python demo.py

demo.py 读取 fixtures/ 下录制的真实 MCP 响应,跑通"单次省钱"和"沉默成本"两条链路。

与竞品对比

市面上类似工具多是"优惠券聚合展示"或"写死的菜单计算器",要么只列券不帮你决策,要么用过时价格瞎算。麦麦省钱助手的区别在于:① 接的是活的麦当劳 MCP,价格与券都是实时真实数据;② 它做组合枚举 + 真实计价,而非单点比价;③ 它额外提供"沉默成本/消费画像"这种长期视角。如果你只想看有哪些券,官方 App 够用;如果你想要"这一单怎么点最省 + 我到底在哪些地方漏了钱",这个开源 Skill 是目前最实在的选择。

🚀

开始使用

开源 · 可商用

MIT· Python