麦麦代送 mcd-send-a-meal：用麦当劳中国 MCP 给「别人」点一份（M-CODE 程序员创意开发大赛参赛项目）
一句话定位：不是「我给自己点」，而是「我给爸妈 / 恋人 / 加班的同事点一份，送到他们那儿」。 这是 M-CODE 程序员创意开发大赛里目前唯一一个异地代送选题——96 个报名项目里 0 命中。
开发方式：全程使用腾讯 WorkBuddy 开发（含 Skill 形态），详见 workbuddy.md。
麦麦代送会：按收件人地址找能配送的店（不是你附近）→ 拉那家店真实在售菜单 → 按长辈画像做控钠/忌辣/去冰求解 → 按收件人所在门店重查可用券 → 调官方 calculate-price 核价 → 把「商品价 / 券优惠 / 配送费 / 应付」分开报给你 → 停下来等你确认才下单。
所有人都在做「自点」：查我附近的店、按我的口味点、送到我家。 但「代送」是另一件事，约束全在收件人身上：
维度 自点（别人都在做） 代送（本项目） --- --- --- 查店原点 query-nearby-stores（我附近） delivery-query-stores（收件人地址） 菜单 我看到的菜单 收件人门店的在售菜单 券 我账户里有的券 按收件人所在门店重查的券 忌口/营养 我的偏好 收件人画像：长辈控钠、恋人控卡、同事要扛饿 出错成本 自己吃亏 替别人花钱，地址错/忌口漏更致命
代送场景里最容易被忽略、但决定成败的一步是：把「查店原点」从下单人切到收件人。 给杭州的爸妈点餐，我附近的店根本送不到他们那儿。
本项目不是"看起来能跑"，而是真连过麦当劳 MCP 并跑通只读全链路。 完整证据见 docs/TESTREPORT.md。
项目 结果 --- --- ✅ 离线单测 59 例全绿（python tests/runall.py，无需 Token） ✅ 按收件人地址找店 实测选中「麦当劳广州革新路餐厅 1400418」 ✅ 真实菜单 该门店 124 个在售餐品，6 组进入核价 ✅ 门店券重查 按收件人门店查到 2 张可用券（带 couponCode） ✅ 官方核价 逐组调 calculate-price，应付金额以官方为准 ✅ 营养约束求解 生效：538kcal · 钠978mg · 蛋白28g
官方文档/直觉与服务端实际行为有多处偏差，全部由实测定位并修正——这是本项目的主要工程贡献：
- delivery-query-stores 外送只接受 beType=2（麦乐送），传 5 报 600049 - calculate-price 入参要 productCode + quantity（非 mealCode/count），且金额单位是「分」 - list-nutrition-foods 返回的是自定义表格字符串（非 JSON），已写 parsenutritiontext() 解析 - query-store-coupons 实为结构化 JSON（门店券带 couponCode），而 query-my-coupons 才是 markdown 文案 - 券须按 item 级 couponCode 逐品注入核价（gmServiceCode 是团餐专用） - MCP 响应是给 LLM 的 markdown，真实数据裹在 {success,code,data} 信封里
完整 9 条偏差与修正见 docs/TESTREPORT.md 第 3 节「实测发现的接口契约偏差」。
- 收件人地址簿：存「给谁、点去哪、什么忌口」，本地 JSON，不进版本库（.gitignore 已排除）。 - 收件人画像约束求解：把「关系」翻译成可执行营养硬约束，本地确定性计算（热量/钠/蛋白/脂肪），数值不进 LLM。 - 门店智能匹配：按收件人地址的可配送门店排序（距离 0.45 / 预计送达 0.40 / 营业 0.15），休息中的店直接淘汰。 - 真实核价
From the project README.
Add the radar badge to your README — it shows your project was picked up by MCP Radar and links to this page:
[](https://mcp.liqiwa.com/s/mikelgh--mcd-send-a-meal.html)
M-CODE WRAPPED · 麦当劳数据全景报告 + 个人年报 + 方言播报
jiawei686/jev-ultrafast-mcpHand a whole browser task off in one call: a decision model drives the page server-side, so a flow costs one call, not a turn per click. Ref-based element tables, code-checked assertions, zero-model m
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。
yx165165/mcd-flavor-scout麦当劳 MCP 没给「口味」这个维度，我给 119 款餐品手工标了一份（每款附配料依据、54% 可溯源至官方公示文件）。说「想吃甜的、要酥脆的、不要牛肉」就能找餐品，顺手把营养和优惠券算到最省。零 Token 打开即玩。
693696817/mcd-roundtable麦门圆桌（mcd-roundtable）｜五个 AI 人格辩论，逼出最优麦当劳订单。基于麦当劳 MCP（mcd-mcp / Model Context Protocol）的多智能体点餐决策 Skill：菜单、券、营养、价格全部来自官方接口，金额只认 calculate-price，绝不估算。凑单最省 / 优惠券最大化 / 营养配餐 / 一键下单。Multi-agent McDonald's MCP
Zafer-Liu/mcd-event-radar麦当劳 MCP Agent Skill：查「附近有什么麦麦活动」，生成卡通活动地图——门店位置取自官方经纬度，只展示已核实可预约场次 🍟
The top new MCP servers of the week, every Monday. No spam, unsubscribe anytime.