跳到正文

正在自动登录…

← 返回项目列表

vxcn/mcd-kcal-picker

热量搭配营养数据获取

基于麦当劳中国官方MCP数据的热量搭配Skill,用户设定目标热量和上限,自动从官方营养数据中挑选主食、小食和饮料组合,使总热量接近目标且不超过上限。适用于想控制单餐热量的人群,也适合想了解商业MCP数据应用和Skill结构的人。

AI 中文解读 · 根据仓库描述与 README 生成 · 2026/10/25 18:56:27 · 查看原文

普通Python提示词与 Skills兼有 资源合集
累计 Stars
65
当前热度
1 天内 · 小火
仓库创建时间
打开 GitHub ↗

选用指南

AI 根据 README 整理 · 2026/10/25 18:56:27

适用场景

适用于想吃麦当劳但希望控制单餐热量,或想了解商业MCP数据如何应用于具体小工具的场景。

查看 README 依据
# 麦门热量搭配师 · mcd-kcal-picker 基于麦当劳中国官方 MCP 开发的热量搭配 Skill:你说一个目标热量,它就从官方营养数据里帮你凑出一顿主食加小食加饮料的组合,总热量尽量接近目标,又不超过你设的上限。 麦当劳程序员创意开发大赛参赛作品,由参赛者独立开发,非麦当劳官方产品。项目输出仅供参考,不构成医疗、营养或其他专业建议;餐品信息、价格及供应状态以麦当劳官方渠道的实时结果为准。 ## 它解决什么问题 想吃麦当劳,又不想一顿吃超标,人工翻营养表很费劲。这个 Skill 把取数交给 MCP,把算术交给代码:先调官方工具拿到餐品营养列表,再用确定性算法挑组合,不靠大模型口算热量。 ## 它只做什么,不做什么 只做: - 调用官方 MCP 的只读工具 list-nutrition-foods,获取餐品营养信息 - 按目标热量和上限,用确定性算法挑出组合,并汇总能量、蛋白质、脂肪、碳水化合物、钠 不做: - 不下单、不领券、不抽奖、不兑换积分,不调用任何写操作工具 - 不收集、不保存你的 MCP Token,Token 只通过环境变量传入,仓库里没有任何真实凭证 ## 快速开始 ### 演示模式,不需要 Token ```bash python3 scripts/pick.py --demo --target 600 --max 700
目标用户

面向想吃麦当劳又想控制热量的人,以及想参考Skill结构或了解商业MCP数据应用的人。

查看 README 依据
python3 scripts/pick.py --demo --target 500 --max 550 --avoid 辣 ``` 输出包括组合里的每一项、每一项的热量、组合总热量,以及蛋白质、脂肪、碳水化合物、钠的合计。如果没有符合上限的组合,程序会直接说明,而不是硬凑一个超标的结果。 ## 目录结构 - SKILL.md:给 Agent 用的 Skill 说明,触发条件、调用流程、输出格式 - MCP_INTEGRATION.md:实际使用的 MCP Server、工具、调用流程和业务价值 - scripts/mcp_client.py:最小的 Streamable HTTP MCP 客户端,只读,无第三方依赖 - scripts/pick.py:确定性热量组合挑选器,无第三方依赖 - examples/demo_foods.json:演示用示例数据 - mcp-config.example.json:MCP 配置示例,只有占位符 - CONTEST_DECLARATION.md:官方参赛声明,内容不可改动 ## 目标用户 - 想吃麦当劳又想控制一顿热量的人 - 想了解商业 MCP 数据怎么落到一个具体小工具里的人 - 想参考 Skill 结构的人:SKILL.md 加 scripts 加 references 的组织方式 ## 免责声明
使用方式

通过命令行使用,支持演示模式(无需Token)和真实数据模式(需设置环境变量MCD_MCP_TOKEN)。

查看 README 依据
# 麦门热量搭配师 · mcd-kcal-picker 基于麦当劳中国官方 MCP 开发的热量搭配 Skill:你说一个目标热量,它就从官方营养数据里帮你凑出一顿主食加小食加饮料的组合,总热量尽量接近目标,又不超过你设的上限。 麦当劳程序员创意开发大赛参赛作品,由参赛者独立开发,非麦当劳官方产品。项目输出仅供参考,不构成医疗、营养或其他专业建议;餐品信息、价格及供应状态以麦当劳官方渠道的实时结果为准。 ## 它解决什么问题 想吃麦当劳,又不想一顿吃超标,人工翻营养表很费劲。这个 Skill 把取数交给 MCP,把算术交给代码:先调官方工具拿到餐品营养列表,再用确定性算法挑组合,不靠大模型口算热量。 ## 它只做什么,不做什么 只做: - 调用官方 MCP 的只读工具 list-nutrition-foods,获取餐品营养信息 - 按目标热量和上限,用确定性算法挑出组合,并汇总能量、蛋白质、脂肪、碳水化合物、钠 不做: - 不下单、不领券、不抽奖、不兑换积分,不调用任何写操作工具 - 不收集、不保存你的 MCP Token,Token 只通过环境变量传入,仓库里没有任何真实凭证 ## 快速开始 ### 演示模式,不需要 Token ```bash python3 scripts/pick.py --demo --target 600 --max 700
``` 演示模式使用 examples/demo_foods.json 里的示例数据,数据已明确标注为示例,不是官方实时数据,跑通流程用。 ### 真实数据模式,需要你自己的 MCP Token 先按官方指南申请 Token,地址是麦当劳 MCP 开放平台,然后只在你自己的终端里设置环境变量,不要把 Token 写进任何文件,也不要发到公开场合: ```bash export MCD_MCP_TOKEN=你的Token python3 scripts/mcp_client.py --tool list-nutrition-foods --out /tmp/foods.json python3 scripts/pick.py --foods /tmp/foods.json --target 600 --max 700 ``` MCP 配置示例见 mcp-config.example.json,里面只有占位符。 ## 使用示例 ```bash # 目标 600 千卡,上限 700 千卡 python3 scripts/pick.py --demo --target 600 --max 700 # 目标 500 千卡,上限 550 千卡,只要不吃辣的组合
部署要求

真实数据模式需要用户自行申请麦当劳MCP Token,并通过环境变量传入;演示模式无需Token。

查看 README 依据
``` 演示模式使用 examples/demo_foods.json 里的示例数据,数据已明确标注为示例,不是官方实时数据,跑通流程用。 ### 真实数据模式,需要你自己的 MCP Token 先按官方指南申请 Token,地址是麦当劳 MCP 开放平台,然后只在你自己的终端里设置环境变量,不要把 Token 写进任何文件,也不要发到公开场合: ```bash export MCD_MCP_TOKEN=你的Token python3 scripts/mcp_client.py --tool list-nutrition-foods --out /tmp/foods.json python3 scripts/pick.py --foods /tmp/foods.json --target 600 --max 700 ``` MCP 配置示例见 mcp-config.example.json,里面只有占位符。 ## 使用示例 ```bash # 目标 600 千卡,上限 700 千卡 python3 scripts/pick.py --demo --target 600 --max 700 # 目标 500 千卡,上限 550 千卡,只要不吃辣的组合
已知限制

项目只读,不下单、不领券、不抽奖、不兑换积分;输出仅供参考,不构成专业建议;演示数据非官方实时数据。

查看 README 依据
# 麦门热量搭配师 · mcd-kcal-picker 基于麦当劳中国官方 MCP 开发的热量搭配 Skill:你说一个目标热量,它就从官方营养数据里帮你凑出一顿主食加小食加饮料的组合,总热量尽量接近目标,又不超过你设的上限。 麦当劳程序员创意开发大赛参赛作品,由参赛者独立开发,非麦当劳官方产品。项目输出仅供参考,不构成医疗、营养或其他专业建议;餐品信息、价格及供应状态以麦当劳官方渠道的实时结果为准。 ## 它解决什么问题 想吃麦当劳,又不想一顿吃超标,人工翻营养表很费劲。这个 Skill 把取数交给 MCP,把算术交给代码:先调官方工具拿到餐品营养列表,再用确定性算法挑组合,不靠大模型口算热量。 ## 它只做什么,不做什么 只做: - 调用官方 MCP 的只读工具 list-nutrition-foods,获取餐品营养信息 - 按目标热量和上限,用确定性算法挑出组合,并汇总能量、蛋白质、脂肪、碳水化合物、钠 不做: - 不下单、不领券、不抽奖、不兑换积分,不调用任何写操作工具 - 不收集、不保存你的 MCP Token,Token 只通过环境变量传入,仓库里没有任何真实凭证 ## 快速开始 ### 演示模式,不需要 Token ```bash python3 scripts/pick.py --demo --target 600 --max 700
``` 演示模式使用 examples/demo_foods.json 里的示例数据,数据已明确标注为示例,不是官方实时数据,跑通流程用。 ### 真实数据模式,需要你自己的 MCP Token 先按官方指南申请 Token,地址是麦当劳 MCP 开放平台,然后只在你自己的终端里设置环境变量,不要把 Token 写进任何文件,也不要发到公开场合: ```bash export MCD_MCP_TOKEN=你的Token python3 scripts/mcp_client.py --tool list-nutrition-foods --out /tmp/foods.json python3 scripts/pick.py --foods /tmp/foods.json --target 600 --max 700 ``` MCP 配置示例见 mcp-config.example.json,里面只有占位符。 ## 使用示例 ```bash # 目标 600 千卡,上限 700 千卡 python3 scripts/pick.py --demo --target 600 --max 700 # 目标 500 千卡,上限 550 千卡,只要不吃辣的组合

README

正在加载 README…

收录信息

仓库创建时间
2026/10/24 23:00:20
首次达标收录
2026/10/25 18:51:48
统计更新时间
2026/10/25 20:20:56

按创建时长与累计 Stars 判断等级。首次达标收录后,即使未达当前门槛仍保留;累计 Stars 和仓库状态会定期更新。确认只有 README 及辅助文件的仓库会停止公开。

模型评估

普通加权总分 3.6 / 5

新颖度
2.9
实用价值
3.7
成熟度
4.0
实质含量
3.9

由 Jev 模型根据仓库描述与 README 评估,2026/10/25 18:51:48 生成。评分仅供参考,不是代码、安全或许可证审查;热度等级另按创建时长与累计 Stars 计算。

仓库信息

最近推送
2026/10/24 23:03:32
许可证标识
未识别,请查看仓库说明
Fork 数
6
当前状态
未归档

收录记录

按创建时长与累计 Stars 首次收录:小火
首次发现项目