[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"$f2dpzamq189l1d":3},{"code":4,"message":5,"data":6,"timestamp":26},10000,"success",{"full_name":7,"position":8,"description":9,"language":10,"stars":11,"forks":12,"stars_gained":13,"age_days":14,"hn_threads":15,"one_liner":16,"summary_md":17,"topic":18,"github_topics":21,"license":22,"homepage":23,"updated_at":24,"history":25},"zcbacxc\u002Fmcd-party-planner",16,"麦当劳 MCP 聚会\u002F团餐组织助手 — 基于 Model Context Protocol 的派对预订与团餐规划 CLI\u002FSkill","Python",1499,70,158,9,[],"输入城市、人数和预算，调用麦当劳 MCP 实时计价，输出可对比的团餐与派对预约方案。","## 解决什么问题\n组织一次多人麦当劳聚餐，麻烦的不是点什么，而是三件事要同时算清楚：附近哪家门店营业、多少人吃什么组合、总价会不会超预算。手工在点餐页和计算器之间来回核对既慢又容易出错。这个项目接收城市、关键词、人数和预算，调用麦当劳 MCP 查附近门店与实时菜单，返回几套带人均价格和是否超预算标记的方案。\n\n## 有什么不同\n多数「Agent 技能」仓库只是提示词包装，价格是编的或写死的。这里的金额全部来自服务端 `calculate-price`，遇到限购等业务限制就跳过并提示，不做估算。它还把派对预约拆成商品→城市→门店→日期→场次五级查询串联起来，默认 `dry_run` 只给你可下单载荷，加 `--confirm` 才真正下单，写操作遇 5xx 不重试、只对 429 退避。真正值得看的是这种克制，而不是功能清单。\n\n## 适合谁\n适合在中国组织团建、班级聚餐或孩子生日派对的人，想几秒钟拿到几套真实可比报价。也适合想学习如何用节流、退避和 dry-run 默认值编排十几个 MCP Tool 的开发者参考。如果你不在中国大陆、需要多家供应商的团餐、或者想要一个带界面的成品应用，那就不合适——它只是 CLI 加一个 WorkBuddy Skill。\n\n## 上手成本\n必须先到 open.mcd.cn 免费申请 Token，否则只能跑离线单测。Python 3.9+，纯标准库，不需要 pip 安装。README 罕见地诚实：CI 绿勾只代表离线单测通过，真实链路必须本地用 Token 跑 `tests\u002Fsmoke.py`。这是个人参赛作品，MIT 协议，没有维护承诺，且完全依赖第三方 MCP，菜单和价格每日轮换，复跑结果无法复现。\n\n## 点评\n这是一个只有 9 天的新项目，拿到约 1400 star，热度榜峰值约每天 153 star——是短期冲高，不是成熟工具。对黑客松项目来说工程规范算扎实：dry-run 默认、CI 说明不夸大、不编造价格。但它本质上是对别人 API 的薄封装，生命周期绑在那个 API 和作者赛后是否继续维护上。作为 MCP 编排的范例值得一读；只有当你确实要在中国组织麦当劳团餐、并能接受它可能很快过时，才值得真正采用。",{"slug":19,"name":20},"ai-engineering","AI 工程",[],"MIT",null,"2026-10-25T02:05:23Z",[],1792915297]