mcd-saver-strategist помогает подобрать заказ в McDonald’s China с учётом меню, купонов и правил их сочетания. Вы описываете, что хотите съесть, а агент ищет подходящие комбинации и показывает итоговую цену. Это навык для WorkBuddy, а не готовый плагин для Claude или ChatGPT.
Как WorkBuddy считает цену, купоны и калории
У проекта три части. MCP-подключение получает данные McDonald’s China: меню конкретной точки, цены, доступные купоны и сведения о питании. MCP — способ, которым агент обращается к внешнему сервису через набор инструментов; если термин незнаком, начните с объяснения, что такое MCP и как подключить сервер.
Затем Python-скрипт перебирает допустимые сочетания блюд и скидок. Автор называет расчёт детерминированным: цену вычисляет код по заданным правилам, а не языковая модель «на глаз». WorkBuddy принимает ваш запрос, передаёт данные скрипту, объясняет результат и может перейти к оформлению заказа после вашего подтверждения.
Навык умеет искать не только минимальную цену. Можно задать бюджет, предел калорий, выбрать более сбалансированный вариант или сократить число позиций в заказе. Для доставки он учитывает плату за неё и исключает купоны, которые действуют только при заказе в точке. Для компании считает общую стоимость и сумму на человека; скидку при этом учитывает один раз, а не умножает на число участников.
Отдельные функции разбирают купоны и помогают добрать заказ до порога скидки. «Проверка купона» сравнивает обещанную скидку с реальной экономией: небольшой купон может помешать более выгодному набору. Подсказка по добору заказа считает, окупится ли добавленный товар после скидки. График «цена — калории» показывает варианты, для которых нельзя снизить один показатель, не ухудшив другой.
Кому пригодится навык для McDonald’s China
Если вы часто заказываете в McDonald’s China и держите несколько купонов, навык снимет ручное сравнение акций. Он ищет варианты по нескольким источникам купонов: автор README предупреждает, что проверка только одного источника может пропустить выгодное предложение.
Если вы ограничиваете расходы или калории, сформулируйте условие обычным сообщением. Агент подберёт варианты в пределах заданной суммы или воспользуется данными о питании для расчёта. Это также сценарий для семьи или коллег: можно посчитать заказ на нескольких человек, а не складывать стоимость отдельных чеков вручную.
Если вы изучаете навыки для Claude и других агентов как способ расширить возможности ассистента, репозиторий полезен ещё и как пример разделения задач между агентом, MCP и обычным скриптом. Но инструкция по установке здесь написана для WorkBuddy. Поддержка Claude Code или ChatGPT в README не заявлена — не рассчитывайте, что копирование папки туда сработает.
Тем, кто не пользуется McDonald’s China, инструмент для повседневного заказа не нужен. Если вам достаточно посмотреть пример алгоритма без аккаунта и оформления заказа, на сайте проекта есть интерактивный калькулятор без входа: выбираете блюда, цель, бюджет и предел калорий. Он работает с демонстрационными данными, а не заменяет проверку цены в выбранной точке.
Установка навыка в WorkBuddy и проверка без токена
Для работы с актуальными данными сначала получите токен на платформе McDonald’s MCP: по инструкции автора нужно войти по номеру телефона, активировать доступ в консоли и скопировать токен. Затем в WorkBuddy откройте раздел экспертов, навыков и коннекторов, перейдите к коннекторам и добавьте пользовательское MCP-подключение. В качестве образца настроек используйте файл из репозитория:
mcp-config.example.jsonВ его содержимом замените заполнитель реальным токеном либо передайте токен через переменную окружения, как указано в README:
${MCD_MCP_TOKEN}Сохраните конфигурацию и включите подключение. Не публикуйте конфигурацию после подстановки своего токена: он даёт доступ к подключению от вашего имени. MCP-инструменты в этом сценарии работают с данными аккаунта и заказа, а агент может вызвать оформление после подтверждения.
Автор приводит одну команду для клонирования репозитория и копирования навыка в пользовательский каталог WorkBuddy:
git clone https://github.com/hujjun/mcd-saver-strategist.git && cp -r mcd-saver-strategist/skills/mcd-saver-strategist ~/.workbuddy/skills/Если репозиторий уже скачан и вы находитесь в его корне, в README есть отдельная команда копирования:
cp -r skills/mcd-saver-strategist ~/.workbuddy/skills/Для Windows автор указывает расположение каталога навыков, но не приводит команду копирования:
%USERPROFILE%\.workbuddy\skills\Проверить сам расчёт можно и без токена на встроенных образцах. Из корня репозитория перейдите к скриптам и запустите оптимизатор или демонстрацию сценариев:
cd skills/mcd-saver-strategist/scripts
python optimizer.py
python demo.pyПо README оптимизатор использует стандартную библиотеку Python; сторонние пакеты для этих скриптов не перечислены. Node нужен только для отдельной проверки совпадения результатов Python-скрипта и калькулятора на странице. Без токена вы проверяете демонстрационный расчёт, а не цены и купоны своего аккаунта.
Три запроса из README: набор, бюджет и спорный купон
Первый запрос в README — «Хочу Биг Мак, картофель фри и колу. Как заказать дешевле?». В демонстрационном расчёте агент предлагает набор «1+1» за ¥12,9 для бургера и средней картошки, а колу добавляет отдельно за ¥9. Получается ¥21,90 вместо ¥47 при прямом выборе позиций — экономия ¥25,10. Это результат на образцах из репозитория, не обещание такой цены в любой точке.
Второй запрос — «Что можно съесть в McDonald’s за 30 юаней?». Агент передаёт ограничение бюджета оптимизатору и возвращает подходящие сочетания с итоговой стоимостью и калорийностью. Если важнее не потратить меньше всех, а уложиться в предел калорий, README показывает и запрос про заказ до 800 ккал: для него агент использует данные о питании.
Третий запрос — «У меня восемь купонов, помоги понять, какой стоит использовать». В примере купон «35 минус 7» выглядит полезным по номиналу, но перекрывает право на набор «1+1». Из-за этого итоговый заказ оказывается на ¥18 дороже. Смысл проверки — сравнить не надписи на купонах, а цены готовых заказов с разными сочетаниями скидок.
Эти примеры показывают работу ИИ-агента, а не отдельного чат-бота с собственным меню. Для реального заказа WorkBuddy должен получить данные через MCP, проверить цену перед оформлением и дождаться вашего подтверждения. Страница проекта, в отличие от подключения через WorkBuddy, заказов не создаёт.
Что проверить перед заказом и установкой
Репозиторий создан 9 октября 2026 года; на момент обзора последний коммит датирован 19 октября 2026 года, у проекта 1545 звёзд и 88 форков. Лицензия — MIT, основной язык — Python. Проект подготовлен как конкурсная работа и, по словам автора, не относится к официальным продуктам McDonald’s.
Цены, калории и купоны во встроенных примерах — демонстрационные снимки. Наличие блюд, применимость купона и окончательную сумму нужно сверять с актуальными данными точки и аккаунта; перед заказом предусмотрена отдельная проверка цены через MCP. Выводы о калорийности не заменяют рекомендации специалиста по питанию.
Главное ограничение для русскоязычного читателя — география источника данных: README описывает McDonald’s China и его MCP-платформу. Работу с российскими заведениями или сервисами автор не заявляет. Навык имеет смысл ставить, если вы пользуетесь указанной платформой и готовы дать подключению доступ к данным, необходимым для подбора и оформления заказа.
Источник: репозиторий hujjun/mcd-saver-strategist на GitHub.