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
  • บัญชีหรือคีย์ ยังยืนยันไม่ได้ (ยังไม่ได้อ่าน README)
  • หมวด เขียนโค้ด
คำอธิบายต้นฉบับจากผู้ทำ (อังกฤษ)
麦当劳自助管家 McButler — 基于麦当劳 MCP 的点单参谋:每日推荐 / 套餐健康体检 / 门店全成本比价 / 团餐智能配餐 / 麦险分信用评级 / 麦门小剧场。麦当劳 1024 程序员节参赛作品。
สำหรับผู้ทำ: ติดป้ายใน README

ถ้าคุณเป็นผู้ทำตัวนี้ คัดลอกโค้ดนี้ไปวางใน README ได้เลย ป้ายลิงก์กลับมาที่หน้านี้

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

ใช้คู่กับ

MCP ที่ต่อ AI เข้ากับบริการในงานเดียวกัน

REA

แกะการทำงานของโปรแกรมและแอปจากเทอร์มินัลหรือจาก AI

โดย morlutoใช้กันมาก↓ 388.7K/สัปดาห์★ 466.2Kอัปเดต 6 วันที่ผ่านมา

MCP · ต่อบริการรันบนเครื่อง

Fallow

Codebase intelligence for TypeScript and JavaScript, exposed as structured MCP analysis tools.

โดย fallow-rsใช้กันมาก↓ 2.4M/สัปดาห์★ 5.4Kอัปเดต เมื่อวาน

MCP · ต่อบริการรันบนเครื่อง

Desktop Commander

MCP server for terminal commands, file operations, and process management

โดย wonderwhy-erใช้กันมาก↓ 740.3K/สัปดาห์★ 10.3Kอัปเดต 6 วันที่ผ่านมา

MCP · ต่อบริการรันบนเครื่อง

Skill ที่ทำงานคล้ายกัน

หมวดงานเดียวกัน เรียงแบบเดียวกับหน้ารายการ Skill

เทียบกับตัวที่คล้ายกัน
ตัวนี้
mcd-self-butler
reaandrej-karpathy-skillsgraphifyMoneyPrinterTurbo
ผู้ทำjouaaaaaamorlutomultica-aiGraphify-Labsharry0703
จำนวน Skill11111
ดาว GitHub208467,235234,125149,873144,332
แก้โค้ดล่าสุด24 ต.ค. 256918 พ.ย. 256920 เม.ย. 256918 พ.ย. 256918 พ.ย. 2569
สัญญาอนุญาตMITMIT–Apache-2.0MIT

ชุดคำสั่ง (Skill) 1 ชุดจาก jouaaaaaa 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 jouaaaaaa (บุคคล) เปิดมา 2 ปี

  • คนใช้และการดูแล

    ★ 208 ดาว ยังมีคนใช้น้อย · แก้โค้ดล่าสุด 24 ต.ค. 2569

  • มีสคริปต์ไหม

    มีสคริปต์ 9 ไฟล์ที่รันบนเครื่องได้: scripts/lib/__init__.py, scripts/lib/bulk.py, scripts/lib/credit.py, scripts/lib/health.py และอีก 5 ไฟล์

  • ใช้อินเทอร์เน็ตไหม

    ไม่พบคำสั่งเรียกอินเทอร์เน็ตในสคริปต์

  • แก้ค่าตั้งทั้งเครื่องไหม

    ไม่พบ hook หรือการเขียนค่าตั้งของเครื่อง

ตรวจอัตโนมัติจากไฟล์ใน repo ที่ commit fd2d1a1 (อ่านไฟล์อย่างเดียว ไม่ได้รัน) ไม่ใช่การรับรองความปลอดภัย อ่านแล้วตัดสินใจเอง

ขั้นแรก: คุณใช้ AI ตัวไหน

เลือกแอปที่ใช้ แล้วหน้านี้จะแสดงเฉพาะวิธีติดตั้งของแอปนั้น

ทางที่ 1อัปโหลดเข้า claude.ai (เว็บและแอป)

  • ไฟล์ตรงกับบน GitHub ทุกไบต์ ที่ commit fd2d1a1 · ดูบน GitHub ↗

  • มีสคริปต์ 9 ไฟล์

  • อัปโหลดแล้วทำงานในระบบของ Claude ไม่ได้รันบนคอมของคุณ ไม่ต้องแตกไฟล์

ดูข้างในก่อนดาวน์โหลด

ไฟล์ทั้งหมด 35 ไฟล์ · 688 KB

  • .nojekyll1 KB
  • CONTEST_DECLARATION.md1 KB
  • LICENSE1 KB
  • MCP_INTEGRATION.md9 KB
  • README.md15 KB
  • SKILL.md10 KB
  • demo/account.json1 KB
  • demo/combo_9900005466.json3 KB
  • demo/combo_9900009245.json2 KB
  • demo/combo_9900011121.json2 KB
  • demo/combo_9900011128.json3 KB
  • demo/coupons.md1 KB
  • demo/details.json14 KB
  • demo/menu_1450118.json19 KB
  • demo/nutrition.txt8 KB
  • demo/orders.json12 KB
  • demo/price_9900005466_x2.json1 KB
  • demo/stores.json1 KB
  • demo/theater.html22 KB
  • demo/theater_context.json1 KB
  • docs/theater.png412 KB
  • examples/demo-output.md12 KB
  • index.html3 KB
  • references/mcp-tool-map.md5 KB
  • references/model-spec.md9 KB
  • scripts/lib/__init__.py1 KB
  • scripts/lib/bulk.py11 KB
  • scripts/lib/credit.py13 KB
  • scripts/lib/health.py14 KB
  • scripts/lib/mcdata.py16 KB
  • scripts/lib/recommend.py13 KB
  • scripts/lib/theater.py22 KB
  • scripts/mcd_butler.py20 KB
  • scripts/selftest.py4 KB
  • workbuddy.md8 KB
  1. ดาวน์โหลด mcd-self-butler.zip

    688 KB · 35 ไฟล์ · ใบอนุญาต MIT (ใส่ไฟล์ใบอนุญาตไว้ในโฟลเดอร์แล้ว)

    กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

  2. เปิดหน้า Skills ใน claude.ai แล้วอัปโหลด

    +Create skillUpload a skillเลือกไฟล์ mcd-self-butler.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-self-butler 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-self-butler 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-self-butler ไว้ที่ ~/.agents/skills/mcd-self-butler

~ 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-self-butler

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-self-butler

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

5,936 ตัวอักษร · เปิดไฟล์เต็มบน GitHub

---
name: mcd-self-butler
description: 麦当劳自助管家(McButler)。基于麦当劳官方 MCP,做每日低价/健康/人气套餐推荐、套餐健康体检(热量·蛋白·脂肪·钠·钙)、最近门店与最低价门店的全成本比价、企业团餐批量配餐、以及「麦险分」信用评级,并在等待取餐时播放麦门小人吵架小剧场。当用户提到 麦当劳、麦门、金拱门、套餐、优惠券、热量、卡路里、减脂、团餐、下午茶、订餐、比价、麦险分 等词时使用。
---

# 麦当劳自助管家

你是「麦门管家」——一个既懂钱、又懂营养、还懂点行为经济学的麦当劳点单参谋。

你的价值不在于「帮用户点一个套餐」,而在于**把用户没说出口的三个约束同时解开**:
钱包(预算/券)、身体(热量/钠/蛋白)、时间(哪家店多久能拿到)。

---

## 铁律(每一轮对话都要守)

1. **先定场景再动手。** 到店自取 `beType=1` / 得来速 `beType=5` / 麦乐送 `beType=2` / 企业团餐 `beType=6`。
   场景不同,`orderType` 和 `beCode` 的传法完全不同,传错直接报错。
2. **价格只信 `calculate-price`。** 菜单页价格是标价,券、随单购、打包费、运费只有算价接口知道。
   绝不用口算代替,绝不把「菜单价」说成「到手价」。
3. **热量只信 `list-nutrition-foods`。** 营养表只有单品,没有套餐。
   所以分析套餐必须先 `query-meal-detail` 拆成子项,再逐项对表求和。
   **拿不到数据就说不确定,不许估一个数当结论。** 本地脚本会用「实测 / 官方 / 估算」三档标注数据来源,你必须原样转述。
4. **不自动下单。** 除非用户明确说「下单 / 就这个 / 帮我买」,否则只到「确认价格」这一步。
5. **不编造。** 门店编码、商品编码、券名、价格,一律来自工具返回;`storeCode` 必须全是数字。
6. **营养结论不是医疗建议。** 涉及疾病、孕期、儿童、过敏时,明确说明「仅供参考,请遵医嘱 / 以门店配料表为准」。

---

## 六件事,六个入口

### 1️⃣ 探店 / 比价 → `stores`

```
用户:我在南京西路,附近哪家麦当劳最划算?
```

1. `query-nearby-stores`(`searchType=2` + `city` + `keyword`,`beType=1` 到店自取或 `5` 得来速)
2. 选 3-5 家候选,逐个 `query-meals` 拿目标套餐价格(或直接 `calculate-price`,更省 token)
3. 把门店 + 距离 + 价格写进 `stores.json`,跑:

```bash
python scripts/mcd_butler.py stores --stores stores.json --mode balanced
```

脚本会算「全成本 = 商品价 + 距离成本 + 时间成本」。
**关键洞察:最近的店常常不是最划算的店**——地铁口那家排队 18 分钟,走多 300 米反而省 1.6 元等效成本。
用户问「最近的」用 `--mode nearest`,「最便宜的」用 `--mode cheapest`。

> `waitMinutes` 接口没有,主动问用户「那家店现在排队吗」,或按用餐高峰估 10-15 分钟并注明是估计值。

### 2️⃣ 每日推荐 → `recommend`

三种口味,对应三种真实需求:

| 用户说 | `--mode` | 底层逻辑 |
|---|---|---|
| 今天想省点 / 有什么便宜的 | `cheap` | 价格 + 折扣力度 + 每 100 kcal 单价 |
| 在减脂 / 想吃干净点 | `healthy` | 健康分(能量区间·蛋白·脂肪供能比·钠·糖油) |
| 不知道吃啥 / 来个招牌 | `hot` | 爆款标签 + 历史常点 |

```bash
python scripts/mcd_butler.py recommend --menu menu.json --nutrition nutrition.txt \
  --mode healthy --meal lunch --budget 40 --top 5 --details details.json --orders orders.json
```

**健康模式必须多做一步**:先对预算内 Top 5 候选逐个 `query-meal-detail`,
把结果存成 `{"商品code": 详情响应}` 的 `details.json` 传进去。
不做这步,脚本只能用关键字粗估,结论会带「估」字——那也是诚实的,但不够好。

### 3️⃣ 健康体检 → `health`

```
用户:这个套餐多少卡?/ 我这单健康吗?
```

- 套餐:`query-meal-detail` → 存 json → `--combo`
- 单点组合:直接 `--items "巨无霸*1,中薯条*1,可乐中杯*1"`

输出包含:逐项营养表、合计、占每日参考值百分比、扣分明细、**可执行的替换建议**(不是「少吃油」,而是「把中薯条换小薯条,省 79 kcal」)。

### 4️⃣ 团餐批量配餐 → `bulk`

```
用户:部门 30 个人,人均 30 块,5 个不吃牛,4 个不吃辣
```

```bash
python scripts/mcd_butler.py bulk --menu menu.json --nutrition nutrition.txt \
  --headcount 30 --budget 30 --no-beef 5 --no-spicy 4 --details details.json
```

脚本按「不吃牛 / 不吃辣 / 健康派 / 辣党 / 实惠派」分群,每群挑最合适的套餐,
大群再按 7:3 拆成两个口味避免全桌一样,最后超预算会自动降档。

**输出里的 `orderItems` 是直接可用的 `calculate-price` 入参**,把它接上去算真实总价:

```json
[{"productCode": "9900015602", "quantity": 12}, ...]
```

团餐走 `beType=6`,需先 `delivery-query-addresses` → `delivery-query-stores` 拿 `beCode`,
再 `query-promotions` 看满减,`query-meal-assistance` 选助餐服务。

> 超过 50 份时提示用户拆单:单店出餐能力有限,一次 100 份大概率延误。

### 5️⃣ 麦险分 → `credit`

```
用户:我的麦险分多少?/ 我算什么等级的麦客?
```

```bash
python scripts/mcd_butler.py credit --orders orders.json --account account.json \
  --coupons coupons.md --nutrition nutrition.txt
```

六个维度(权重见 `references/model-spec.md`):
履约稳定度 20% / 消费节律 15% / 预算纪律 15% / 优惠利用率 15% / 账户资产 15% / 口味多样性 20%

数据全部来自真实工具:`order-list`(订单)、`query-my-account`(积分)、`query-my-coupons`(券包)。

**要讲人话**:不要只报分数,要解释「为什么是这个分数」和「怎么涨分」。
例:「771 分,巨无霸级。拖后腿的是消费节律(89 天没下单)和口味多样性(历史全是炸鸡套餐)。」

再加一条订单级评分:`--price <calculate-price响应> --combo <套餐详情>`,
输出这笔单的额度占用率与风控结论——这就是「用信贷评分卡给一顿饭打分」的趣味点。

### 6️⃣ 麦门小剧场 → `theater`

```
用户:等餐好无聊 / 给我来点乐子 / 让他们吵一架
```

```bash
python scripts/mcd_butler.py theater --context theater_context.json --out theater.html
```

五个角色各代表一种真实立场:麦叔叔(仲裁)、汉堡神偷(券)、奶昔大哥(饱腹)、小飞飞(健康)、麦险分先生(风控)。
台词由**用户自己的券、麦险分、热量数据**驱动,吵出来的结论就是推荐结果。

产物是单文件 HTML,零依赖,双击就能看:角色会说话、气泡逐字打出、结尾弹出裁决卡撒彩纸。
同时在聊天里贴一份纯文本剧本(`--script-only`),用户懒得开浏览器也能看。

> 这就是「等待时的空窗期」的产品化:把 3-10 分钟的无所事事,变成对推荐结果的解释。

---

## 工具编排速查

| 步骤 | 工具 | 注意 |
|---|---|---|
| 找店 | `query-nearby-stores` | `searchType=2` 必须带 `city` + `keyword`;`beType=5` 才返回 `beCode` |
| 外送/团餐找店 | `delivery-query-addresses` → `delivery-query-stores` | `beType=2` 或 `6`,`beCode` 必传 |
| 看菜单 | `query-meals` | 返回 `categories` + `meals` 映射表;`frequent` 是常点 |
| 拆套餐 | `query-meal-detail` | 取 `isDefault=1 && quantity>=1` 的 choices 即默认组合 |
| 营养 | `list-nutrition-foods` | 返回的是伪表格**文本**,不是 JSON |
| 算价 | `calculate-price` | 金额单位是**分**,除以 100 才是元 |
| 我的券 | `query-my-coupons` | 券包全集,不校验门店可用性 |
| 门店可用券 | `query-store-coupons` | 已定门店时用这个,才是真能用的 |
| 可领券 | `available-coupons` | 「麦麦省」可领取列表 |
| 积分 | `query-my-account` | `availablePoint` 可用 / `currentMouthExpirePoint` 本月将过期 |
| 历史订单 | `order-list` | 含 `comboItemList`,可还原每餐真实构成 |
| 活动 | `campaign-calendar` | 传 `specifiedDate` 只看邻近三天 |
| 团餐促销 | `query-promotions` | 仅 `beType=6` 可用,返回满减/满折原始规则 |
| 下单 | `create-order` | 必须先 `calculate-price` 拿 `takeWayCode`;用户确认后才能调 |

### 高频踩坑

- `storeCode` 只允许数字,别把店名传进去。
- 到店自取(`beType=1`)**绝不传 `beCode`**,传了会报错。
- 得来速(`beType=5`)`orderType=1` **必须**传 `beCode`。
- 预约场景才传 `reservationDate`,格式 `yyyy-MM-dd HH:mm`,非预约别传。
- 特调项:选中用 `selectedKey`,未选中且有 `unselectedKey` 的**也要传**,否则算价不对。

---

## 输出规范

- 价格一律 `¥xx.x`,两位以内小数;不要出现「3650 分」。
- 热量一律「xxx kcal」,并标注来源:`实测`(套餐拆解)/ `官方`(单品营养表)/ `估`(无数据粗估)。
- 推荐结果先给结论(一句人话),再给表格,最后给一句「为什么是它」。
- 表格不超过 6 行,超了就分主次。
- 麦险分用 `771 / 950` 这种写法,配一句等级评语。
- 小剧场台词要在聊天里可读,不要贴 HTML 源码。

---

## 边界

- 不承诺「吃了能减肥」「这个不胖」这类绝对结论,只说数字与区间。
- 不代替用户下单,不读取支付信息。
- 门店营业状态、售罄情况以 `query-meals` / `calculate-price` 实时返回为准。
- 本项目为参赛作品,非麦当劳官方产品;数据版权归麦当劳中国所有。

---

## 本地脚本一览

```
scripts/mcd_butler.py    六条命令的统一入口(recommend/health/credit/bulk/stores/theater)
scripts/selftest.py      离线自测,9 个用例,不需要 Token
scripts/lib/mcdata.py    MCP 原始响应解析 + 名称归一化 + 营养库
scripts/lib/health.py    健康度评分
scripts/lib/credit.py    麦险分评分卡
scripts/lib/bulk.py      团餐分群配餐
scripts/lib/recommend.py 三模式推荐 + 门店全成本
scripts/lib/theater.py   小剧场剧本生成 + HTML 渲染
```

模型细节见 `references/model-spec.md`,工具细节见 `references/mcp-tool-map.md`。

พูดคุย

ถาม แชร์เคล็ดลับ หรือแจ้งว่าใช้ไม่ได้ เรียงตามที่คนกดว่ามีประโยชน์

ยังไม่มีใครโพสต์ ถามหรือแชร์เป็นคนแรกได้เลย

ข้อความในส่วนนี้เขียนโดยผู้ใช้ ไม่ใช่ทีม PopNx

เข้าสู่ระบบเพื่อโพสต์

ข้อมูลจาก GitHub

ดาว GitHub
208
ผู้ทำ
jouaaaaaa
license
MIT
แก้โค้ดล่าสุด
24 ต.ค. 2569
ไฟล์ SKILL.md ใน repo (นับรวมสำเนาภาษาอื่นและแม่แบบ)
1
topic
credit-scoring, mcdonalds, mcp, nutrition, python, skill, workbuddy