别单点 · McBestWay
用麦当劳 MCP 的真实菜单和真实报价，算出最便宜的那种买法。 很多时候它比你想的便宜 —— 因为你漏掉了套餐。
一个真实结果（上海某店，2026-10-25 抓取，可复现）：
这个数字不是估的：程序最后会用 calculate-price 对最终买法再报一次价做复核，本次复核结果同样是 ¥36.00。
30 秒跑起来（不需要 Token）
git clone <this-repo>
cd mcd-bestway
python3 mcbestway.py --offline --want "麦香鱼,小杯玉米杯,苹果片,锡兰红茶"
零依赖，只用 Python 标准库（3.8+）。运行后会在当前目录生成 bestway-report.html，浏览器打开就是上图那张报告。
--offline 用的是仓库里 fixtures/store-snapshot.json 的真实门店快照（123 个餐品、42 个套餐，来自麦当劳 MCP 实抓），所以即使没有 Token 也能完整看到真实结论。
接上真实门店（需要 MCP Token）
1. 申请 Token：打开 https://open.mcd.cn/mcp → 手机号登录 → 控制台 → 激活 → 复制
2. 跑：
export MCD_MCP_TOKEN="你的 Token" # Windows: set MCD_MCP_TOKEN=...
python3 mcbestway.py --city 上海 --keyword 人民广场 --want "麦香鱼,小杯玉米杯,苹果片,锡兰红茶"
也可以直接指定门店编码：
python3 mcbestway.py --store 1450713 --want "巨无霸,中薯条,可乐"
3. 看看它有哪些工具可用：
python3 mcbestway.py --inspect
它到底在算什么
这不是"猜你爱吃什么"的推荐器，而是一个精确的组合优化：
你想要的 4 件商品 → 必须全部被覆盖
可用动作 → 单点某一件（覆盖 1 位）
买某个套餐（覆盖其中若干位，多余的是白得的）
目标：覆盖全部，花最少的钱
规模不大（单次最多 10 件），但组合会爆炸：43 个套餐 × 子集选择，人工算不过来。程序对 2^n 个状态做记忆化 DP，得到的是精确最优解，不是启发式。
三个让它跑得动、跑得准的细节
① 一次调用拿全菜单的价格
query-meals 只返回餐品编码（code + tags），不含名称和价格。逐个查详情要 123 次调用。这里用了一个取巧但完全合规的办法：calculate-price 支持批量报价，返回的 productList[] 里同时带 productName 和 subtotal —— 于是把全菜单塞进去分 5 批报价，就同时拿到了「名称 + 单价」。
实测单次上限是 30 件商品，超过会报
600019 商品超过数量限制，所以代码里按 25 件分批。
② 套餐组成从 query-meal-detail 的默认选项里读
套餐详情返回 rounds[]（第 1 轮选主食、第 2 轮选小食、第 3 轮选饮料……），每轮的 choices[] 里 isDefault: 1 的那一项就是套餐默认包含的商品。这才是"套餐里到底有什么"的权威答案，比按名字猜靠谱得多。
③ 价格单位是「分」，不是「元」
MCP 返回 price: 3600 表示 ¥36.00。整个流程内部用整数分做运算，只在输出时除以 100 —— 避免浮点误差把 ¥0.01 算丢。
用到的麦当劳 MCP 能力
接入方式：Streamable HTTP，POST https://mcp.mcd.cn，请求头 Authorization: Bearer <token>。
配置示例见 mcp-config.example.json，调用细节与业务价值见 MCP_INTEGRATION.md。
目录结构
mcd-bestway/
├── mcbestway.py # 主程序（MCP 客户端 + 求解器 + 报告渲染，单文件）
├── fixtures/store-snapshot.json # 真实门店快照，--offline 的数据源
├── examples/
│ ├── demo-report.html # 生成的报告示例
│ └── report.png # 报告截图
├── tests/test_solver.py # 求解器与解析层的离线测试
├── SKILL.md # 在 Agent 里当技能用的说明
├── MCP_INTEGRATION.md # MCP 集成说明（给评审看）
├── mcp-config.example.json # 脱敏配置示例
├── CONTEST_DECLARATION.md # 参赛声明（官方原文，未改动）
└── workbuddy.md # WorkBuddy 开发上下文
已验证 / 未覆盖
已验证（2026-10-25，真实门店 1450713）：
- 全菜单 123 个餐品成功定价
- 42 个套餐组成解析成功
- 主结论跑通，并用
calculate-price复核一致 - 求解器有离线单测（
python3 -m pytest tests/或python3 tests/test_solver.py）
已知边界，写出来免得误导：
- 只比"买法"，不比"券"。券接口的券是绑定具体商品的固定价券，实测挂到普通商品上会报
600012 促销规则不支持该商品，所以本工具没有把券纳入求解。满减规则（query-promotions）目前只对企业团餐场景开放，且需要已保存的收货地址。 - 到店场景为主（
orderType=1, beType=1）。外送/得来速需要beCode，代码已支持传参，但未在真实外送链路验证。 - 不替用户下单。只输出"怎么买最省"，下单是用户的决定 ——
create-order工具存在，但故意没有接。 - 套餐的可替换选项（加 ¥1 换小食等）没有纳入组合搜索，用的是默认配置。
免责声明
本项目为麦当劳程序员创意开发大赛参赛作品，由个人独立开发，非麦当劳官方产品。输出仅供参考，餐品信息、价格与供应状态以麦当劳官方渠道的实时结果为准。