mcd-1024-skill - 只给一个答案的麦当劳点餐 Skill

mcd-1024-skill（项目自称「麦麦老友记 McMates」）是一个面向麦当劳点餐场景的 AI Skill。据项目说明，它要解决的是「中午吃什么」这类高频决策疲劳：菜单商品多、会员券与限时活动叠加，选择越多下单越慢。它的思路是不让用户自己挑，而是由助手直接给出一个推荐答案，再补两个备选，并附一条价格小知识。适合每天为吃饭纠结的上班族与学生、想省钱但懒得研究优惠规则的人，以及不介意被记住口味偏好的麦当劳常客。

需要先说明的是：仓库本身是供 AI 客户端执行的 Skill 指令与 JSON 数据，不是独立程序。项目自述明确写到，它没有自动采样进程，也没有 Python 或 npm 安装步骤。

维护者与状态

项目由 zhuxian518 维护，仓库创建于 2026-10-09，最后提交时间为 2026-10-20。截至 2026-11-06，仓库获得 477 个星标。事实表显示该项目尚无正式 release，因此没有可引用的版本号与发布说明，使用时应以仓库当前文件为准。

据素材，该项目是麦当劳程序员创意开发大赛的参赛作品，赛期为 2026-10-09 至 2026-10-25；素材同时声明，产品案例包由 AI 协作制作，不连接账户、不下单，不代表已上线 GUI 或真实业务实测结果。

主要能力

以下能力均来自项目自述，未经独立验证。

• 唯一推荐：用户用一句话给出预算与诉求（例如「30 以内，多点蛋白」），Skill 返回一个组合，并给出理由、营养是否达标与券后价格。项目称其决策链路为菜单、营养、配券、核价。
• 两个备选：一个来自历史订单的「老朋友」，一个来自口味簇中尚未尝试的新品。项目称官方接口只能查询最近 10 单历史，因此它把订单、评分、偏好与常用门店写入本地记忆库，以积累更长的使用记录。
• 麦麦小知识：借《经济学人》1986 年提出的巨无霸指数概念，项目自述做了中国城市间的价格采样，并称首期覆盖 11 城核心商圈，最贵出现在重庆解放碑。这些数字来自项目自述的采样，仓库中的历史快照带日期，项目自己也提示其不代表当前价格或全国所有门店。

项目把上述能力归纳为三层：决策层处理「现在」，记忆层沉淀「过去」，指数层给出「宏观」。工具编排细节写在仓库的 MCP_INTEGRATION.md 中。

使用入口

仓库地址：zhuxian518/mcd-1024-skill。

据项目说明，前置条件是麦当劳中国大陆会员（需在官方开放平台申请 MCP Token），以及任意支持 MCP 的 AI 客户端。使用流程大致为三步：先在客户端中配置麦当劳 MCP 服务（streamable HTTP 类型，地址为官方 MCP 端点，请求头携带 Bearer Token）；再把仓库放入客户端工作目录并加载 SKILL.md；最后直接对助手说出点餐需求。

仓库提供的示例配置使用环境变量占位符表示 Token，项目提示只有客户端支持环境变量展开时该写法才生效，否则应在客户端的私密配置中注入，且不要把真实 Token 提交到仓库。各客户端导入 Skill 与注入环境变量的方式可能不同，需按各自文档操作。

许可与限制

许可证为 MIT。

项目自述的已知限制与边界包括：

• 没有独立程序与自动采样进程，运行依赖 AI 客户端能调用 MCP 并读写本地工作目录；仓库没有自动测试脚本。
• 「本地记忆」指 JSON 文件的存储位置，不等于整个工作流不联网：AI 客户端可能把读取到的内容发送给模型服务商，官方接口也会处理请求所需数据。
• 记忆库文件保存订单、评分、偏好与常用门店，个人使用前应先检查现有内容并保留备份，个人运行副本不要推回公共仓库；也不要把完整记忆库传给搜索或无关接口。
• 领券、下单等写操作前需用户逐项确认，项目称不会静默执行；指数采样只使用只读接口。
• 历史快照是带日期的门店采样，不代表当前价格或全国所有门店。
• 项目提示维护验证时应核对 Skill 中的工具名与已连接服务实际暴露的能力是否一致，并先用只读流程检查门店、菜单与价格单位，再由用户决定是否授权写操作。

素材还注明，其文档核对过程未连接账户、未验证实时接口，历史开发记录不代表当前服务可用性。实际使用前，建议先以只读方式确认接口与工具是否仍然可用。