在麦当劳点减脂餐的 AI Skill：去掉酱、芝士、培根各少多少卡，按预算和热量上限搭配一餐，核价后直接下单。
非官方项目，基于麦当劳 MCP 开发。
- 配料级热量：23 个特制项（去重后 21 种配料）逐项给出 kcal 增减、区间与置信度。巨无霸去掉巨无霸酱和吉士，513 → 约 377 kcal（351–399）
- AI 搭配一餐：按热量上限、预算、口味、忌口给出 2–3 套方案并说明理由，营养用脚本计算，价格用 MCP 实时核价
- 麦金卡净价：随单购价加月卡费，判断这单开卡划算还是更贵。例如麦辣鸡腿堡四件套原价 ¥57，开卡后 ¥28 + 卡费 ¥19 = ¥47
- 确认后下单：选店、核价、出确认卡，你确认后才调用
create-order，支付后查询订单状态 - 本地网页：连上自己附近门店的实时菜单，看全量营养、方案和分享卡
按 M-China/mcd-mcp-server 申请 Token 并接入客户端：
- 打开 https://open.mcd.cn/mcp ，右上角登录（手机号验证）
- 进入"控制台"，激活并申请 Token，同意服务协议后复制
Claude Code：
export MCD_MCP_TOKEN=你的token
claude mcp add --transport http mcd-mcp https://mcp.mcd.cn \
--header "Authorization: Bearer $MCD_MCP_TOKEN"运行 /mcp 确认状态为 connected。Cursor、Trae、Cherry Studio 等客户端用 mcp-config.example.json 的 JSON 配置，各客户端的添加位置见 mcd-mcp-server 的说明。
需要 Python ≥ 3.10（scripts/calc.py 只用标准库）。把 skill/mcd-lean-maker 复制到所用 AI 工具的技能目录，以 Claude Code 为例：
git clone https://github.com/FarSightLi/mcd-lean-maker.git
cp -r mcd-lean-maker/skill/mcd-lean-maker ~/.claude/skills/直接对 AI 说：
用麦麦减脂助手 Skill，帮我在附近麦当劳到店自取：巨无霸（去巨无霸酱、吉士）+ 美式，预算 30 元、热量 600 kcal 以内，先给我确认卡再下单
其他说法：
- "麦当劳午饭 600 卡以内，30 块钱，怎么点"
- "板烧鸡腿堡去掉沙拉酱能少多少卡"
- "这单开麦金卡划算吗"
一次完整对话：
用户：帮我在建外SOHO附近点一个巨无霸，去掉酱和吉士
助手：query-nearby-stores 选店 → query-meals / query-meal-detail 匹配商品与特制项
→ calc.py 计算：513 → 377 kcal（351–399）
→ calculate-price 核价 → 展示确认卡
用户：确认下单
助手：create-order → 引导支付 → query-order 查状态
目前只支持到店自取。
用自己的 Token 在本机起服务，网页里搜索门店后加载该店实时菜单：
python3 -m venv .venv && .venv/bin/pip install pillow==12.3.0
export MCD_MCP_TOKEN=你的token
PYTHONPATH=skill/mcd-lean-maker/scripts:tools .venv/bin/python tools/serve.py打开 http://127.0.0.1:8000/ ，在顶部输入城市和门店关键词，选中门店后约 30–60 秒拉完实时菜单，页面随之刷新：
- App 式分类菜单，"500大卡套餐"置顶
- 商品详情：逐项去配料，能量、蛋白质、脂肪、碳水、钠、钙及每日参考值占比
- 按预算 × 热量给出最低卡、高蛋白、最省钱三套方案，点商品可继续调整
- "交给 AI 下单"：复制带方案内容的话术，粘给配置了 Skill 的 AI
- 分享卡：带商品图和二维码，扫码打开同款配料
服务只监听 127.0.0.1，Token 只从环境变量读取，不写文件、不传给前端。
不想配置 Token，可以先看在线演示（固定门店的快照数据）。
麦当劳 MCP ──┬─ Skill（AI 对话）：选店 → 搭配 → calc.py 计算 → calculate-price 核价 → create-order
└─ tools/snapshot.py → build_web.py 预计算 → 静态网页 / serve.py 实时网页
MCP 的 list-nutrition-foods 只给整份商品的营养，不给"去掉巨无霸酱少多少"。每个特制项的热量差按三种方法依次取值，写在 skill/mcd-lean-maker/data/modification-calories.json，每项都带推导过程：
- A 成对相减：营养表里找只差一种配料的两款商品直接相减。吉士 = 吉士汉堡包 294 − 汉堡包 248 = 46 kcal，蛋白、脂肪、钠、钙同理相减
- B 海外数据校准：先用中美同款基础配方对齐（汉堡包 248 vs 250、吉士汉堡 294 vs 300），确认配方接近后，再采用美国官网/USDA 的单项数据
- C 同类估算：酱料等没有直接数据的，按同类食材通用值估算，置信度低，区间更宽
23 个特制项里 A 法 1 项、B 法 3 项、C 法 19 项。
每项特制都有 [low, high] 区间。去掉配料时，结果区间按保守方向计算：新下限 = 原下限 − 配料上限，新上限 = 原上限 − 配料下限。多项叠加、套餐多个子项相加时区间逐步累积，置信度取所有组成部分中最低的一档。页面上带区间、标"约"的数字都来自这一步。
商品的去配料组合是有限的：一个有 n 个可去配料的商品只有 2ⁿ 种状态。build_web.py 在构建时把每个商品的所有组合都算好，用位掩码作键（第 i 位为 1 表示去掉第 i 项），前端切换开关只是查表，不做计算。深链里的 mask 就是这个位掩码，分享卡的二维码编码的也是它。
推荐方案同理：先把商品分成主食、小食、饮品、甜品、套餐，枚举不超过 3 件的组合，过滤掉不像一顿饭的（单品、纯甜品、纯饮品）。再按 71 档预算 × 131 档热量上限共 9301 个格子，每格挑出最低卡、高蛋白、最省钱三套；去重后实际被选中的只有 132 个组合，recommend.json 里格子只存组合下标。页面拖动滑块时同样只是查表。Skill 侧不用这套规则，由 AI 结合实时菜单和用户偏好自行搭配。
开卡后的真实价格 = 能随单购的商品按会员价、其余按现价相加，再加一次月卡费。offers.py 的 quote 比较这个数和不开卡的现价，给出"开卡省 ¥X"或"开卡更贵 ¥X"。随单购价不是猜的，来自带 withOrder 参数的 calculate-price 实际核价。
商品图在 menu-img.mcd.cn，响应头没有 Access-Control-Allow-Origin。<img> 显示跨域图片没问题，但画进 canvas 后再导出 PNG 会因为画布被"污染"而报错。所以构建时把图片下载到同源目录并转成 WebP（7.6 MB → 1.3 MB），分享卡只加载同源图片；加载失败自动退回纯文字版。二维码用仓库内置的 qrcode-generator 在本地画到 canvas，不依赖外部服务。
| 类型 | 说明 |
|---|---|
| 官方 | list-nutrition-foods 等 MCP 接口返回的营养与价格 |
| 估算 A / B / C | 见上文"配料热量从哪来"，置信度依次递减，展示时带区间 |
| 去配料后营养 | 配料有明细时按估算扣除，没有时沿用原值，标"约"；NRV 依据 GB 28050（8400 kJ） |
.venv/bin/python -m pytest -q
PYTHONPATH=skill/mcd-lean-maker/scripts .venv/bin/python tools/snapshot.py # 拉取并脱敏快照（需 MCD_MCP_TOKEN）
PYTHONPATH=skill/mcd-lean-maker/scripts:tools .venv/bin/python tools/build_web.py # 生成 web/data参赛声明见 CONTEST_DECLARATION.md。