📡 MCP Radar

akexin/mcd-points-actuary

麦麦积分精算师 — 基于麦当劳中国 MCP,把「渠道费 / 券叠加 / 积分机会成本」统一折算到一个目标函数「到手成本 = 现金 + 积分 × 影子价格」,回答同一份订单在到店自取、麦乐送、美团、饿了么哪边到手最便宜、该叠哪几张券、要不要动积分;并给出积分价值矩阵(同积分价值差 13 倍)、抽奖期望值边界与到期止损方案(麦当劳程序员创意开发大赛参赛作品)

⭐ 14 stars
⑂ 0 forks
Python
momentum ▲ 28.0
created 2026-10-09
on radar since 2026-10-10
star trend 15 → 14 since 2026-10-10
actuarycoupon-optimizationloyalty-programmcdonaldsmcpmodel-context-protocolpointspython
View on GitHub ↗

About mcd-points-actuary

点外卖这件事,钱已经有很多工具在算,积分几乎没人算。 本项目把「渠道费 / 券叠加 / 积分机会成本」折算到同一个目标函数上, 回答一句以前没人算得清的话:这单到底在哪买、用哪张券、要不要动积分,到手最便宜?

上图四个阶段的相邻两层之间没有网络调用:7 次只读 MCP 取数之后, 组合枚举、券叠加、积分折算全部在本地完成,不占用 MCP 计价配额。

同一份订单 —— 巨无霸 + 薯条 + 可乐,在麦当劳南京新百餐厅(storeCode=1990346)实查菜单下:

渠道 券后商品 配送 打包 实付现金 用到券 到手成本 --------------------- 美团外卖 ¥22.75 ¥3.50 ¥1.50 ¥27.75 半价周末·巨无霸 5折 + 买薯条送可乐 + 必点榜减5 ¥27.75 饿了么 ¥34.44 ¥4.50 ¥1.00 ¥39.94 店铺满35减10 + 整单88折 ¥39.94 麦当劳 · 到店自取 ¥50.50 ¥0.00 ¥0.00 ¥50.50 无 ¥50.50 麦当劳 · 麦乐送 ¥50.50 ¥0.00 ¥0.00 ¥50.50 无 ¥50.50

选对渠道 + 选对券,比最贵的组合省 ¥22.75(−45%)。 而这还没算积分那一层 —— 见下。

关键在于「积分影子价格」不是拍脑袋设的常数,而是由积分商城实测算出来的 —— "这些积分拿去做最优兑换,能保证换回多少现金"。它让"花 500 积分省 24 元" 这类决策第一次可以被判定为亏损,而不是凭感觉。

真实积分商城的实测结果(2026-10-09):周期内最优兑换 0.1380 元/积分,最差 0.0274。

0.1380 是"积分商城里最划算的那一档",不是"你手上这些积分"的价值。把两者混为一谈, 会系统性高估积分、把本来划算的抵扣误判成亏损。所以本项目不再只给一个数,而是并列摆出三档, 每一档都写清楚它是怎么算的、什么时候该用:

口径 定义 怎么算 该在什么时候用 ------------ 最优标的效率 周期内效率最高的那件标的 max(面值 ÷ 积分) 主口径,对外公布、跨期可比;刻意保守,杜绝"积分不值钱"的过度乐观 保守分位(P25) 历史各期最优效率的 25% 分位 shadowprice.py 时间序列 历史攒够多期后,给出"至少不会比这更差"的下界;样本不足时明确降级而不是假装有 余额处边际效率 在你的余额处,最后一份积分还能换回什么 有界背包在余额处的边际值 判断"这一单该不该花积分" —— 它才是这笔决策的机会成本

主口径仍然是 0.1380,本文与对外数字一律以它为准;保守分位与边际效率并列展示, 用于说明结论的适用边界,不改动任何已公布的结论。

原因很朴素 —— 最优标的是限量的。「50 积分换 6.9 元派」每人每月通常只能换 1 次, 换完之后下一档是 0.1090、再下一档 0.0358……所以 0.1380 只对最前面那几十个积分成立。

expirypolicy.py 把这个"效率断崖"直接算出来(有界背包的精确解,不是估的):

同一套代码在余额 50 积分时,三档全部等于 0.1380(高估幅度 0.0%)—— 差异从哪来、 什么时候来,是可复算的,不是话术。

积分餐品券 所需积分 菜单单点价 打包价 抵扣 打平 ypp 判定 --------------------- 17.9元板烧可乐组合 500 ¥33.00 ¥17.90 ¥15.10 0.0302 ❌ 不划算 21.9元巨无霸可乐组合 800 ¥36.00 ¥21.90 ¥14.10 0.0176 ❌ 不划算 16.9元中薯麦乐鸡组合 200 ¥28.50 ¥16.90 ¥11.60 0.0580 ❌ 不划算 28.8元巨无霸四件套 80

From the project README.

Maintaining this server?

Add the radar badge to your README — it shows your project was picked up by MCP Radar and links to this page:

[![On MCP Radar](https://mcp.liqiwa.com/badge.svg)](https://mcp.liqiwa.com/s/akexin--mcd-points-actuary.html)

Related MCP servers

zhutoumeme/mcd-git

用 git 命令点麦当劳:add 放购物车,rebase 凑最省,push 确认后才下单;card 生成 1024 吃麦贡献图(3D 汉堡天际线 / 年度小票)。基于麦当劳 MCP Server,附 --demo 无 Token 试玩和 Agent Skill。非官方参赛作品。

⭐ 80Python
Lemon177777/mcd-omni-assistant

麦当劳 MCP 全能助手 | 全覆盖 35 个工具 · 7 大工作流 · 14 条防错铁律 | 领券 / 点餐 / 外送 / 派对预约 / 积分到期止损,附零依赖 CLI 通道

⭐ 21Python
mytt-10566/mcd-points-vault

把你的麦当劳积分和优惠券当成一份资产来管:折算人民币现值、排出最优兑换出口、量化过期风险,并给出可执行的兑换路径。

⭐ 18Python
MarkWang90/mcd-memory-can

麦当劳 MCP 订单可视化 · WorkBuddy 开发的九幕长卷生成器 —— 调用麦当劳中国官方 MCP 只读接口 order-list,把历史订单做成《重庆森林》质感的九幕图文长卷(1080×1440 竖图 / 长图 / PDF)

⭐ 11Python
polaris-smart/mcd-agent-gourmet

麦门点餐议事会:用官方 MCP 整单核价,让预算、口味、营养数据三种意见透明比较。免 Token 网页体验,Python 零依赖。

⭐ 9Python
yurenpai/mc-points-steward

麦当劳积分资产管家:剔假上架 · 性价比排序 · 抽奖参谋

⭐ 8Python

📬 Get the weekly radar in your inbox

The top new MCP servers of the week, every Monday. No spam, unsubscribe anytime.