ต้นแบบ · รุ่นทดลอง: มีทุก server ในทะเบียนทางการ อัปเดตทุก 30 นาที เข้าสู่ระบบด้วย Google เพื่อเขียนรีวิวได้แล้วต้นแบบ · อัปเดตทุก 30 นาที
PopNx MCPที่รวม MCP สำหรับคนใช้ AI · วิธีติดตั้งภาษาไทยทุกตัว

ใช้ทำอะไรได้

ยังไม่มีคำอธิบายภาษาไทย ดูข้อเท็จจริงด้านล่าง หรือเปิดคำอธิบายต้นฉบับจากผู้ทำ

  • ต่อแบบ ไฟล์คำสั่งให้ AI อ่าน และมีขั้นที่เรียกบริการภายนอก
  • บัญชีหรือคีย์ มีขั้นที่ต้องใช้คีย์ของ MCD_MCP_TOKEN (ตาม README)
  • หมวด งานอัตโนมัติและเอเจนต์
คำอธิบายต้นฉบับจากผู้ทำ (อังกฤษ)
麦当劳省钱点餐助手(麦门精算师)|麦当劳优惠券组合优化 Skill:拉取麦当劳菜单与全部可用优惠券,算出最省的点餐组合,巨无霸套餐 ¥47 → ¥21.9(省 53%)。McDonalds MCP(麦当劳 MCP)coupon optimizer · McDonalds China MCP Server · Agent Skill for WorkBuddy · 麦当劳程序员创意开发大赛参赛作品
สำหรับผู้ทำ: ติดป้ายใน README

ถ้าคุณเป็นผู้ทำตัวนี้ คัดลอกโค้ดนี้ไปวางใน README ได้เลย ป้ายลิงก์กลับมาที่หน้านี้

[![แนะนำบน PopNx MCP](https://mcp.popnx.com/badge/skill/hujjun-mcd-saver-strategist.svg?lang=th)](https://mcp.popnx.com/th/skills/hujjun-mcd-saver-strategist)

Skill ที่ทำงานคล้ายกัน

หมวดงานเดียวกัน เรียงแบบเดียวกับหน้ารายการ Skill

เทียบกับตัวที่คล้ายกัน
ตัวนี้
mcd-saver-strategist
skillsnacosanatomyleon
ผู้ทำhujjunvercel-labsalibabawheresryan22leon-ai
จำนวน Skill11111
ดาว GitHub1,33439,90833,52827,99617,693
แก้โค้ดล่าสุด19 ต.ค. 256917 พ.ย. 256918 พ.ย. 256919 ต.ค. 256913 พ.ย. 2569
สัญญาอนุญาตMITMITApache-2.0MITMIT

ชุดคำสั่ง (Skill) 1 ชุดจาก hujjun ให้ AI อ่านแล้วทำงานตามวิธีนี้ · ไม่ใช่ MCP server

Skill ต่างจาก MCP ยังไง

MCP = มือ

ต่อ AI เข้ากับบริการหรือข้อมูลข้างนอก เช่น อ่าน Notion หรือสร้างใบแจ้งหนี้ ต้องมีโปรแกรมหรือ server ทำงานอยู่

Skill = คู่มือ

ไฟล์ข้อความที่สอน AI ว่างานนี้ทำยังไง ไม่ต่อบริการใด

บางตัวคล้ายกัน: Skill บางตัวมีสคริปต์เรียกเครื่องมือ และ MCP บางตัวส่งแค่ความรู้ ให้ดูที่งานที่อยากทำเป็นหลัก

ใช้กับแอปไหน

ผู้ทำไม่ได้ระบุ · Skill แบบ SKILL.md ใช้ได้กับแอปที่รองรับ Agent Skills เช่น Claude Code, Codex และ Cursor

ติดตั้ง

ปลอดภัยไหม

  • ใครทำ

    บัญชี GitHub hujjun (บุคคล) เปิดมา 7 ปี

  • คนใช้และการดูแล

    ★ 1,334 ดาว · แก้โค้ดล่าสุด 19 ต.ค. 2569

  • มีสคริปต์ไหม

    มีสคริปต์ 6 ไฟล์ที่รันบนเครื่องได้: scripts/bench.py, scripts/demo.py, scripts/mcp_probe.py, scripts/optimizer.py และอีก 2 ไฟล์

  • ใช้อินเทอร์เน็ตไหม

    สคริปต์ที่เรียกอินเทอร์เน็ต: scripts/mcp_probe.py

  • แก้ค่าตั้งทั้งเครื่องไหม

    ไม่พบ hook หรือการเขียนค่าตั้งของเครื่อง

ตรวจอัตโนมัติจากไฟล์ใน repo ที่ commit 6e2c462 (อ่านไฟล์อย่างเดียว ไม่ได้รัน) ไม่ใช่การรับรองความปลอดภัย อ่านแล้วตัดสินใจเอง

ขั้นแรก: คุณใช้ AI ตัวไหน

เลือกแอปที่ใช้ แล้วหน้านี้จะแสดงเฉพาะวิธีติดตั้งของแอปนั้น

ทางที่ 1อัปโหลดเข้า claude.ai (เว็บและแอป)

  • ไฟล์ตรงกับบน GitHub ทุกไบต์ ที่ commit 6e2c462 · ดูบน GitHub ↗

  • มีสคริปต์ 6 ไฟล์

  • อัปโหลดแล้วทำงานในระบบของ Claude ไม่ได้รันบนคอมของคุณ ไม่ต้องแตกไฟล์

ดูข้างในก่อนดาวน์โหลด

ไฟล์ทั้งหมด 13 ไฟล์ · 113 KB

  • SKILL.md9 KB
  • references/coupon-strategy.md6 KB
  • references/mcp-tools.md6 KB
  • scripts/bench.py6 KB
  • scripts/demo.py7 KB
  • scripts/mcp_probe.py10 KB
  • scripts/optimizer.py47 KB
  • scripts/parity_check.mjs4 KB
  • scripts/sample_data/coupons.json2 KB
  • scripts/sample_data/menu.json2 KB
  • scripts/sample_data/request.json1 KB
  • scripts/selftest.py13 KB
  • LICENSE1 KB
  1. ดาวน์โหลด mcd-saver-strategist.zip

    113 KB · 13 ไฟล์ · ใบอนุญาต MIT (ใส่ไฟล์ใบอนุญาตไว้ในโฟลเดอร์แล้ว)

    กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

  2. เปิดหน้า Skills ใน claude.ai แล้วอัปโหลด

    +Create skillUpload a skillเลือกไฟล์ mcd-saver-strategist.zip

    เปิด claude.ai/customize/skills ↗

  3. ไม่เห็นปุ่ม Upload: เปิดสิทธิ์สร้างไฟล์ก่อน

    SettingsCapabilitiesCode execution and file creation

    ต้องเปิด Code execution and file creation ก่อน (เมนูรุ่นใหม่เรียก Create and edit files) · แผนส่วนตัวที่ Settings → Capabilities · Team/Enterprise ผู้ดูแลเปิดที่ Organization settings → Plugins & skills · ใช้ได้ทุกแผนรวมแผนฟรี

อัปโหลดครั้งเดียว ใช้ได้ทั้ง claude.ai และ Claude Desktop รวมถึง Claude Code รุ่นใหม่ที่ล็อกอินด้วยบัญชี Claude (ล็อกอินด้วยคีย์ API ไม่ซิงก์)

Cowork และ session บนคลาวด์ใช้ Skill ที่เปิดในบัญชี claude.ai ไม่อ่าน ~/.claude/skills ในเครื่อง (งานตั้งเวลาของ Claude Desktop ที่รันในเครื่องยังอ่านได้)

ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: support.claude.com, support.claude.com, code.claude.com

ทางที่ 1ให้ Claude Code ติดตั้งให้

คัดลอกประโยคนี้ไปวางในแชตของ Claude Code

ติดตั้งไว้ที่ไหน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ

AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น

เปิด Claude Code ใหม่ แล้วพิมพ์ /mcd-saver-strategist หรือสั่งงานที่ตรงเรื่อง Claude จะเลือกใช้เอง

ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: code.claude.com

สำหรับคนที่ใช้ Terminal

Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้

  1. เปิด Terminal

    Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน

  2. คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.claude/skills

    คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md

    กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

  3. เปิด Claude Code ใหม่ แล้วพิมพ์ /mcd-saver-strategist หรือสั่งงานที่ตรงเรื่อง Claude จะเลือกใช้เอง

Skill ที่ติดตั้งเองใช้ได้ในแอป ChatGPT บนคอม, Codex CLI และส่วนขยาย Codex ใน IDE · ChatGPT บนเว็บและมือถือใช้ Skill ที่ติดตั้งเองไม่ได้ ใช้ได้เฉพาะ Skill ที่มากับปลั๊กอินในไดเรกทอรี

แอป ChatGPT บนคอม

แอป ChatGPT บนคอมมี Codex อยู่ในตัว Codex อ่าน Skill จากโฟลเดอร์ ~/.agents/skills

ทางที่ 1ให้ ChatGPT ติดตั้งให้

เปิด Codex ในแอป ChatGPT บนคอม แล้ววางประโยคนี้ในแชต

ติดตั้งไว้ที่ไหน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

AI จะบอก path ให้ดูก่อนติดตั้งเสมอ

AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น

ทางที่ 2วางโฟลเดอร์เอง

วางโฟลเดอร์ mcd-saver-strategist ไว้ที่ ~/.agents/skills/mcd-saver-strategist

~ คือโฟลเดอร์บ้านของคุณ ($HOME)

สำหรับคนที่ใช้ Terminal

Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้

  1. เปิด Terminal

    Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน

  2. คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.agents/skills

    คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md

    กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

หลังติดตั้ง

  • แอป ChatGPT บนคอม: เปิด Skills ในแถบข้างเพื่อดูว่า Skill ขึ้นแล้ว
  • เรียกใช้: ใน ChatGPT พิมพ์ @ แล้วเลือก Skill · ใน Codex CLI หรือส่วนขยายใน IDE พิมพ์ /skills หรือพิมพ์ $ แล้วตามด้วยชื่อ Skill
  • Codex เห็น Skill ที่ติดตั้งใหม่เอง ถ้ายังไม่ขึ้นให้ปิดแล้วเปิด Codex ใหม่

ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com

ChatGPT บนเว็บและมือถือ

ใช้ Skill ที่ติดตั้งเองไม่ได้ ใช้ได้เฉพาะ Skill ที่มากับปลั๊กอินในไดเรกทอรี

อยากใช้ Skill นี้กับ ChatGPT ให้ใช้แอป ChatGPT บนคอมตามวิธีด้านบน

ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com

ทางที่ 1ให้ Codex ติดตั้งให้

คัดลอกประโยคนี้ไปวางในแชตของ Codex · ใช้ได้ทั้ง Codex ในแอป ChatGPT บนคอม, Codex CLI และส่วนขยายใน IDE

ติดตั้งไว้ที่ไหน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ

AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น

Codex เห็น Skill ที่ติดตั้งใหม่เอง ถ้ายังไม่ขึ้นให้ปิดแล้วเปิด Codex ใหม่ · เรียกใช้: ใน ChatGPT พิมพ์ @ แล้วเลือก Skill · ใน Codex CLI หรือส่วนขยายใน IDE พิมพ์ /skills หรือพิมพ์ $ แล้วตามด้วยชื่อ Skill

ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com

สำหรับคนที่ใช้ Terminal

Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้

  1. เปิด Terminal

    Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน

  2. คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.agents/skills

    คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md

    กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

  3. เปิด Codex ใหม่ แล้วสั่งงานที่ตรงเรื่อง Codex จะเห็น skill นี้ในรายการ

ทางที่ 1ให้ Cursor ติดตั้งให้

คัดลอกประโยคนี้ไปวางในแชตของ Cursor

ติดตั้งไว้ที่ไหน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ

AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น

ใน Agent chat ของ Cursor พิมพ์ / แล้วเลือก mcd-saver-strategist

ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: cursor.com

สำหรับคนที่ใช้ Terminal

Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้

  1. เปิด Terminal

    Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน

  2. คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.cursor/skills

    คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md

    กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

  3. ใน Agent chat ของ Cursor พิมพ์ / แล้วเลือก mcd-saver-strategist

ทางที่ 1ให้ AI ติดตั้งให้

สำหรับแอปอื่นที่อ่าน Skill ได้ ประโยคนี้มี path ของ Claude Code, Codex และ Cursor ให้ AI เลือกตามแอปที่ใช้ · คัดลอกประโยคนี้ไปวางในแชตของแอป

ติดตั้งไว้ที่ไหน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ

AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น

ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: code.claude.com, learn.chatgpt.com, cursor.com

สำหรับคนที่ใช้ Terminal

แอปอื่นที่รองรับ Agent Skills (เช่น Gemini CLI, GitHub Copilot) เก็บ skill ในโฟลเดอร์ต่างกัน ดูคู่มือของแอปนั้น แล้วคัดลอกโฟลเดอร์ที่มี SKILL.md ไปวาง

ดูบน GitHub ↗

ตรวจโฟลเดอร์ skill กับคู่มือทางการของ Claude Code, Codex และ Cursor เมื่อ 11 พ.ย. 2569

ดูไฟล์ต้นฉบับ SKILL.md

ข้อความต่อไปนี้มาจาก repo ของผู้ทำ ไม่ใช่คำสั่งของ PopNx MCP

4,870 ตัวอักษร · เปิดไฟล์เต็มบน GitHub

---
name: mcd-saver-strategist
description: 麦门省钱精算师。当用户在麦当劳(麦当劳/麦麦/金拱门/麦乐送/到店取餐)点餐,并希望"最省钱、凑满减、把优惠券用到极致、性价比最高、在预算内吃好"时使用;也适用于"帮我看看这些券怎么用最划算""我想吃XX但想便宜点""30块钱能吃到什么"这类诉求。它通过麦当劳 MCP 拉取门店菜单、可用优惠券、营养信息,再用确定性组合优化算法穷举出总价最低的合规点餐方案,并在用户确认后下单。
agent_created: true
---

# 麦门省钱精算师

## 这个 Skill 解决什么问题

麦当劳的优惠体系是「菜单 × 优惠券 × 叠加规则」的组合爆炸问题:同一顿饭,
直选可能花 47 元,「1+1 随心配」+ 单点一杯饮料只要 21.9 元。人类用户懒得算,
大模型**算不准**(组合数多、券规则细、口算容易错)。

本 Skill 的分工非常明确:

- **MCP 负责「取数」**:菜单、价格、优惠券、营养、门店。
- **`scripts/optimizer.py` 负责「算」**:在组合空间里穷举,给出确定性最优解,
  并回答四个衍生问题——多目标选型、券体检、凑单建议、帕累托前沿。
- **你(Agent)负责「说」和「做」**:把结果讲成人话、给出推荐、经用户确认后下单。

> 核心纪律:**永远不要自己口算价格或用券组合**。所有金额必须来自
> `optimizer.py` 的输出或 MCP 的 `calculate-price` 返回值。

## 何时使用

触发场景举例:

- "我想吃巨无霸套餐,怎么点最便宜?"
- "我有这些券,帮我看看怎么用最划算"
- "30 块钱在麦当劳能吃到什么?"
- "减肥中,想吃麦当劳但热量控制在 800 大卡以内,还要便宜"
- "帮我在麦乐送点一份午餐,别超过 40"

## 工作流

### 第 0 步:确认前提(缺一不可)

开始前必须明确这几件事,缺哪个就向用户问哪个:

1. **就餐方式**:外送到家 / 到店取餐 / 堂食外带(决定用 `delivery-*` 还是 `query-nearby-stores`)。
2. **位置或门店**:外送需要配送地址,到店需要哪个门店。
3. **想吃的东西 / 约束**:想吃什么(可模糊)、预算上限、热量上限、几人吃。
4. **点餐目标**(可选):默认「最省钱」;用户在意"吃全一点""低卡""少点几件"时,
   分别用 `objective: balanced / lightest / fewest`。不用反复追问,按语气判断即可。

### 第 1 步:通过 MCP 取数

按顺序调用(注意 600 次/分钟的限流):

1. `now-time-info` —— 拿当前时间,判断早餐/正餐时段与活动。
2. **门店**
   - 到店:`query-nearby-stores` 定位门店。
   - 外送:`delivery-query-addresses` 选地址 → `delivery-query-stores` 查可配送门店。
   - 团餐:额外 `query-meal-assistance`。
3. `query-meals` —— 拉当前门店可售菜单(分类、编码、价格、标签)。
4. `query-meal-detail` —— 对候选套餐拉详情,确认可选替换项。
5. **优惠券(四路都要查,缺一会漏钱)**
   - `available-coupons` —— 麦麦省当前可领券。
   - `auto-bind-coupons` —— 一键领取麦麦省全部可用券(**必须调用**,否则券池不全)。
   - `query-my-coupons` —— 我账户下已有的券。
   - `query-store-coupons` —— 当前门店专属券。
6. `list-nutrition-foods` —— 当用户有热量/营养约束时拉取。

### 第 2 步:归一化数据并调用优化器

把 MCP 结果整理成 `optimizer.py` 的输入契约(见
[`references/mcp-tools.md`](references/mcp-tools.md) 的「字段映射表」),写到临时目录:

```
tmp/menu.json     # {store_code, currency, items:[{code,name,category,price,calories,tags}]}
tmp/coupons.json  # {coupons:[...]}  见 references/coupon-strategy.md 的券类型定义
tmp/request.json  # {wants, budget, max_calories, max_items, allow_extras,
                  #  dining_mode:"pickup"|"delivery", delivery_fee(外送时必填),
                  #  objective:"cheapest"|"balanced"|"lightest"|"fewest",
                  #  party_size: 人数(默认 1)}
```

券的场景字段:能判断「仅到店 / 仅外送可用」的券,标注 `"channel":"pickup"` 或 `"delivery"`,
不确定就留空(默认 `any`)。外送场景优化器会自动剔除不可用券,并把配送费计入总价。

然后运行:

```bash
python scripts/optimizer.py <临时目录>
```

- 加 `--json` 可同时输出结构化 JSON,便于你读取字段。
- 加 `--audit` 额外输出券体检(每张券的名义面额 / 实际节省 / 机会成本)。
- 想看内置样例:`python scripts/optimizer.py sample_data`
- 一键看 7 个真实场景:`python scripts/demo.py`
- 改完逻辑务必跑 `python scripts/selftest.py`(46 项断言应全绿)。

**优化器返回里值得讲给用户的三块**(都在 JSON 里):

- `objective_reason` —— 为什么选这个方案(多目标时必讲)。
- `gap` —— 凑单建议:差几元到下一档、补位商品、净变化。
  `net_change < 0` 意味着"加购反而更省",`verdict=costly` 意味着"别为凑门槛多花钱",都要如实说。
- `pareto` —— 价格 × 热量的不可支配解集。用户纠结"便宜还是低卡"时,把这条边界摊给他看。

### 第 2.5 步:券体检(券多时强烈建议)

用户手里券多、或纠结用哪张时,跑 `audit_coupons()`(CLI: `--audit`),它会回答:

- **名义面额** vs **实际节省** —— 两者的差额体现为兑现率(实际省 / 名义面额)。
- **机会成本** —— 只用这张券会比全局最优多花多少。最需要留意的情况不是"券没用",
  而是"小券挤掉大组合":每张券单看都在省钱,用了它反而吃不到 1+1 随心配。
- 判定分级:`worth`(值得用)> `marginal`(聊胜于无)> `suboptimal`(不是最优)
  > `trap`(机会成本偏高)> `conditional`(需先加购)> `useless` / `invalid`。

把 `worth` 和 `trap` 讲清楚就够了,不要把 8 张券全部念一遍。
> 表述纪律:只陈述**券面数据与算法计算结果**,使用中性词("名义面额与实际优惠的差额"
> "机会成本较高"),不对麦当劳的券或产品做主观评价。

### 第 3 步:把结果讲给用户

- 默认展示 **Top 3** 方案,用「到手价」而不是「原价」开头。
- 每个方案说明:**省了多少钱 / 折算几折 / 用了哪张券 / 关键约束(预算、热量)是否满足**。
- 多人拼单时报**总价和人均**,并说明"优惠只计一次(保守),到店实际可能更便宜"。
- 如果最优方案为了用券而**加购**了东西(`notes` 里会提示),要显式告诉用户:
  "为了用满 35 减 7,多加了 X,但总价反而更低" —— 让用户自己判断值不值。
- 用中文、口语化,不要罗列 JSON。金额保留两位小数。

### 第 4 步:下单(务必先确认)

用户选定方案后:

1. 用 `query-meal-detail` + `calculate-price` 做**下单前最终核价**:
   把方案里的 `code` 列表传给 `calculate-price`,确认 MCP 侧算出的价格与
   `optimizer.py` 结果一致(差异通常来自门店实时变价或缺货)。
2. **把最终价格、门店、菜品清单复述给用户,等待明确确认。**
3. 确认后用 `create-order` 下单,把支付链接交给用户;或按用户要求 `cancel-order`。

> ⚠️ 下单 / 取消是**不可逆的对外动作**,未经用户明确同意绝不执行。

## 硬性约束

- 价格、优惠、券的可用性一律以 **MCP 实时返回**为准;本地数据只是计算用的快照。
- 绝不编造不存在的优惠券、菜品或价格。MCP 没有返回的券,就不能算进方案。
- 若 `optimizer.py` 无解(预算/热量过严),如实告知并给出「放宽哪一项」的建议,
  不要为了凑出答案而突破用户约束。
- 不提供医疗、营养或健康诊断建议;营养数据仅供参考。

## 资源索引

- [`scripts/optimizer.py`](scripts/optimizer.py) —— 确定性优惠组合优化器 v2(多目标 / 券体检 / 凑单 / 帕累托 / 拼单,纯标准库)。
- [`scripts/selftest.py`](scripts/selftest.py) —— 46 项自测,改动逻辑后必跑。
- [`scripts/demo.py`](scripts/demo.py) —— 7 个真实场景一键演示(离线可跑)。
- [`scripts/bench.py`](scripts/bench.py) —— 性能基准:菜品 10~160 款规模下的耗时。
- [`scripts/mcp_probe.py`](scripts/mcp_probe.py) —— MCP 连通自检:握手 / 工具清单 / 试调用。
- [`scripts/parity_check.mjs`](scripts/parity_check.mjs) —— 前后端对拍(需 Node)。
- [`scripts/sample_data/`](scripts/sample_data/) —— 可离线跑通的示例菜单/券/请求。
- [`references/mcp-tools.md`](references/mcp-tools.md) —— 用到的 MCP Tool 清单与字段映射表。
- [`references/coupon-strategy.md`](references/coupon-strategy.md) —— 5 类优惠券建模、叠加与互斥规则、券体检与省钱策略。

พูดคุย

ถาม แชร์เคล็ดลับ หรือแจ้งว่าใช้ไม่ได้ เรียงตามที่คนกดว่ามีประโยชน์

ยังไม่มีใครโพสต์ ถามหรือแชร์เป็นคนแรกได้เลย

ข้อความในส่วนนี้เขียนโดยผู้ใช้ ไม่ใช่ทีม PopNx

เข้าสู่ระบบเพื่อโพสต์

ข้อมูลจาก GitHub

ดาว GitHub
1,334
ผู้ทำ
hujjun
license
MIT
แก้โค้ดล่าสุด
19 ต.ค. 2569
ไฟล์ SKILL.md ใน repo (นับรวมสำเนาภาษาอื่นและแม่แบบ)
1
topic
agent-skill, ai-agent, coupon-optimizer, coupons, deterministic-optimization, fast-food, mcd, mcdonalds, mcdonalds-mcp, mcp, mcp-server, money-saving