vxcn/mcd-kcal-picker
效率与系统工具按目标热量从麦当劳中国官方营养数据里凑出一餐,只读、不下单,省去自己翻表算数。
一个只读的小 Skill,把目标热量变成一份具体的麦当劳中国餐品组合。它适合想快速算出一餐、或想看商业 MCP 如何落到小工具里的开发者;但真实数据依赖你自己申请的 Token,组合范围也仅限于官方营养列表返回的餐品。
解决什么问题
你希望一顿麦当劳落在 600 千卡附近、又不超过 700,但不想打开营养表逐项手算。以前的做法是翻餐品页、凭感觉拼主食加小食加饮料,再回头核对总量。现在脚本先调用官方 MCP 的只读营养工具,把餐品列表拉到本地 JSON,再交给确定性算法挑选。你会得到一份组合、每项热量,以及蛋白质、脂肪、碳水和钠的合计;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结果。
有什么不同
值得注意的设计是让大模型不碰算术。README 写得很清楚:取数交给 MCP,组合选择交给一段 Python 脚本 项目说明。这样结果可复现、可核对,而不是模型口算出来的看似合理的数字。挑选器还支持简单的排除条件,比如避开带“辣”的餐品,并在无解时如实报告。
代价是范围很窄。仓库明确只做一件事:调用 list-nutrition-foods 并计算组合,不下单、不领券、不抽奖、不兑换积分,也不调用任何写操作工具 项目说明。演示数据是示例数据,不是官方实时菜单,所以演示模式只能跑通流程,不能证明当前餐品和价格。两个脚本没有第三方依赖,安装很轻,但这也意味着它是一个薄工具,不是完整的饮食规划应用。
谁值得试
适合:想按热量快速挑一份麦当劳中国组合、并愿意配置 Token 的人;或者想参考一个商业 MCP 如何被 Skill 和脚本包起来的小型可读样例的开发者。SKILL.md、scripts 与参考材料的组织方式,也可以作为自己写 Agent Skill 的模板。不适合:想要点单、比价、医疗营养建议或完整成品应用的人;项目刻意停在“选出组合”这一步,且输出仅供参考。
使用条件与边界
演示模式只需要 Python 3,不需要 Token,可以先看输出长什么样。真实数据需要你在麦当劳 MCP 开放平台自行申请 MCP Token,并通过 MCD_MCP_TOKEN 环境变量传入;仓库里没有任何真实凭证 项目说明。使用时要先把餐品列表取到文件,再让挑选器读取该文件,所以是两步命令,不是一次顺滑查询。
结果的新旧取决于官方工具返回的内容,README 也提醒餐品信息、价格及供应状态以官方渠道实时结果为准。仓库未声明许可证,若要把代码用于个人试验之外的场景,需要先确认这一点。项目还明确是参赛作品,由参赛者独立开发,不是麦当劳官方产品。
HotRepo 点评
仓库创建于 2026-10-24,2026-10-25 出现在 HotRepo 新项目榜 Python 分类第 23 位,共 156 颗星 项目说明。这只是新项目榜一天的快照,不是总榜排名,也不是单日新增星数。仅有这段覆盖,无法判断热度能否持续。真要采用,先确认 MCP Token 的申请和官方接入文档路径,因为那是演示数据与真实菜单数据之间的门槛。
本文由 AI 根据项目 README 生成,更新于 2026年10月25日,以项目官方文档为准。