Mcd Meal Pairing — AI skill for Claude Code

McPair · 麦麦配

**不推荐套餐，只做最优配对。**

你说一句「40 块以内，随便」，它在门店实时菜单上枚举 **1881 种搭配**，剪枝出 **1326 组可行解**，给你三档方案——**并告诉你为什么不是另外那些**。

这个项目里，**LLM 不参与算钱**。价格、热量、用券全部由确定性代码算出，每个数字都能追溯到某一次 MCP 工具返回。

**[→ 打开输出预览页](https://paraboy-s.github.io/mcd-meal-pairing/preview.html)**　三个真实场景的完整输出——预算 40、减脂 600 大卡、三人拼单 100 元。打开即看，不需要 Token、不需要安装。


---

它到底算出了什么

下面**不是示意图**，是 `python scripts/pair.py --demo` 的真实输出（数据为 `fixtures/` 里固化的门店接口截面）。

三档方案之外，它会说三句别的推荐说不出的话：

**关于预算** —— 「预算从 ¥40 加到 ¥48，均衡档的主餐不会变。再往上加钱，只会让你多一份小食或甜品，换不到更好的主餐。」

**关于券** —— 「当前时刻你的 6 张券一张都用不了。最近可用：巧克力味厚松饼猪柳蛋套餐，10-18 05:00，约 10.1 小时后。」

**关于你** —— 「2 张券指向你几乎不点的品类——券不是没用，是没发对人。」

还有被淘汰的那些，为什么不选：

精选超值随心配 ¥13.9 · 461 kcal —— *各项指标被同价位方案全面压制*

麦麦脆汁鸡1块 ¥24.9 · 495 kcal —— *口味契合比均衡档低 27%*

**「为什么不是那些」比「为什么是这个」更难回答，也更有用。**

---

它解决的问题

让模型直接推荐套餐，几乎必然出现三个问题：

1. 价格靠编。 模型报一个「大约 35 元」，实际到手 42 元。
2. 热量靠猜。 「这套大概 800 大卡」，营养表里其实是 1,140。
3. 券当不存在。 用户手里 6 张券，推荐里一张都没用上，也说不出为什么。

这个 Skill 的做法是：**把「说话」和「算账」拆开。**


模型理解「帮我配个 40 以内的、不要辣」之后，就不再参与计算。所有金额与热量来自门店接口与求解器的真实运算，可复现、可对账。

---

它能回答的七个问题

你会问	它怎么答	对应引擎
「40 以内吃点什么好」	三档方案，每档强制不同主餐，价格与热量单调递增	solver_engine
「我有 6 张券，该用哪张」	按生效日 / 时段 / 渠道逐张判定，算最优抵扣，并告诉你凑单是真优惠还是多花钱	coupon_engine
「这券什么时候能用」	「最近可用在 10.1 小时后」——不糊弄，直接给时刻	coupon_engine
「我在控卡，600 以内」	热量上限与蛋白下限是硬约束，算不出就直说，不拿估算值凑	solver_engine + guard_engine
「不吃辣、也不要牛肉」	按蛋白类型与辣度做硬否决