身材管控期也想吃麦当劳?这个专家会帮你根据每日消耗搭配麦麦套餐。基于 SP 矩阵理论,打通麦当劳官方 MCP Server 的营养选型与点餐闭环(35 个官方工具 · 14 个 REST 接口 · 零第三方前端依赖)。
Available after the catalog security scan passes.
⚠️ Third-Party Software Notice
This skill is third-party open-source software developed and hosted independently on GitHub. SkillsLLM is an informational directory and does not control or maintain the underlying repository.
Any security checks, ratings, or warnings displayed by SkillsLLM are automated and limited in scope. They do not constitute a security certification or guarantee that the software is safe, error-free, or free from malicious code, vulnerabilities, compromised dependencies, or prompt-injection risks.
Review the source code, permissions, dependencies, and configuration before installing or running any third-party skill. Use is at your own risk. To the maximum extent permitted by applicable law, SkillsLLM is not liable for losses arising from third-party software.
The deep catalog scan for this skill is still queued. Run an instant dependency check now instead.
# Add to your Claude Code skills
git clone https://github.com/ChinaOpenClaw/mcd-nutrition-expertGuides for using mcp servers skills like mcd-nutrition-expert.
See how mcd-nutrition-expert compares with popular alternatives.
身材管控期也想吃麦当劳?这个专家会帮你根据每日消耗搭配麦麦套餐。
一个基于 SP 矩阵理论 的个人饮食搭配可视化选型工具,基于麦当劳官方 MCP Server 打通「营养计算 → SP 选型 → 套餐推荐 → 门店点餐 → 领券下单 → 健康记录」的完整闭环。
| 指标 | 数值 | 指标 | 数值 | |
|---|---|---|---|---|
| 官方 MCP 工具 | 35 | 营养数据条目 | 160 | |
| 门店菜单条目 | 98 | 菜单 SP 覆盖率 | 88% | |
| 四象限分布 | 主力 47 / 解馋 46 / 填充 53 / 双刃 10 | 动态阈值 | P50×0.6 + P75×0.4 |
|
| REST 接口 | 14 | 前端第三方依赖 | 0 |
| 人群 | 典型场景 | 本项目帮他解决什么 |
|---|---|---|
| 体重管理期人群(减脂 / 塑形) | 加班到八点,只能吃麦当劳,不知道怎么点不超热量 | 按档案算出单餐 626 kcal 目标,直接给出结构合理的套餐(如 555 kcal 低钠方案) |
| 健身增肌人群 | 练完腿想吃麦当劳,需要高蛋白但不想钠爆表 | SP 矩阵的「双刃区」精确标注高蛋白高钠餐品,配合钠上限控制摄入量 |
| 有代谢指标关注需求的人 | 需要控钠(高血压、肾脏指标等日常管理) | 钠负担作为独立维度参与打分,高钠组合会被显著降权 |
| 不想做功课的普通用户 | 站在点餐机前 30 秒做不了决定 | 「一键求解」直接给出 3 套可执行方案 + 象限角标标注,决策时间 < 10 秒 |
| 餐饮 / 营养方向的开发者 | 想学如何把 MCP 用在真实业务场景 | 完整源码 + 架构文档 + API 文档 + 5 个真实接口陷阱记录,可直接复用于其他 MCP 集成 |
| WorkBuddy 用户 | 希望在对话中直接完成选餐 | 以 Skill 形态交付,可在 WorkBuddy 会话内自然语言调用全链路能力 |
以下所有数值均为真实接口实测输出(
POST /api/recommend),非示意。
示例 1 · 减脂期午餐(女 28 岁 / 165cm / 58kg / 中等活动 / 减脂)
目标:全天 1625 kcal · 蛋白 116g · 碳水 189g · 脂肪 45g · 钠上限 2000 mg
单餐目标 552 kcal(1625 × 34%)
方案一(评分 0.8214)
637 kcal · 蛋白 44g · 钠 1878 mg · 占全天 39.2%
· 主餐 麦辣鸡腿汉堡 485 kcal
· 饮品 无糖可口可乐中杯 0 kcal
· 小食 蜜汁BBQ风味薄皮脆汁鸡-带骨里脊 152 kcal
⚠ 钠 1878 mg,已达上限 94%
⚠ 热量比单餐目标高 84 kcal,训练日可接受,休息日建议减一份小食
方案二(评分 0.8162)—— 本餐钠负担最低
580 kcal · 蛋白 33g · 钠 1049 mg · 占全天 35.7%
· 主餐 双层吉士汉堡 429 kcal
· 饮品 优品豆浆小杯 151 kcal
方案三(评分 0.7963)
642 kcal · 蛋白 39g · 钠 1474 mg · 占全天 39.5%
· 主餐 双层吉士汉堡 429 kcal
· 饮品 无糖可口可乐中杯 0 kcal
· 小食 麦乐鸡5块 213 kcal
💡 系统的价值不止于「给出一套餐」,更在于同时告诉你取舍在哪:方案一蛋白最足但钠到 94%,方案二钠只有一半但蛋白少 11g —— 用户可以自己权衡,而不是在「不知道热量」和「只知道热量」之间二选一。
示例 2 · 增肌日午餐(男 25 岁 / 178cm / 82kg / 高强度活动 / 增肌)
目标:全天 3502 kcal · 蛋白 148g · 碳水 535g · 脂肪 86g · 钠上限 2000 mg
单餐目标 1191 kcal
方案一(评分 0.7392)—— 含甜点
1341 kcal · 蛋白 55g · 钠 1838 mg · 占全天 38.3%
· 主餐 芝士安格斯厚牛堡 696 kcal
· 小食 麦麦脆汁鸡-琵琶腿 328 kcal
· 饮品 可乐大杯 224 kcal
· 甜点 圆筒冰淇淋 93 kcal
⚠ 钠 1838 mg,已达上限 92%
方案二(评分 0.7193)—— 推荐
1028 kcal · 蛋白 54g · 钠 1744 mg · 占全天 29.4%
· 主餐 芝士安格斯厚牛堡 696 kcal
· 小食 麦麦脆汁鸡-带骨里脊 332 kcal
· 饮品 无糖可口可乐中杯 0 kcal
方案三(评分 0.7144)—— 系统主动标红
1130 kcal · 蛋白 47g · 钠 2149 mg
⚠ 钠摄入 2149 mg,已超出 2000 mg 上限(超出 149 mg)。
这是本方案最需要你知晓的取舍点:建议把含糖饮料换成无糖、
并避免同一天再叠加其他高钠食物。
💡 注意方案三:系统没有藏起这个超标项。它在
warnings里主动把超出量算给你看,而不是给一个看起来很美的组合 —— 这正是「可解释」的含义。
示例 3 · 领券点餐闭环(Web 界面)
1. 建档 → 身高体重年龄 → 自动出全天目标与 SP 目标点
2. SP 矩阵 → 156 个餐品按四象限散点分布,金色十字 = 我的目标点
3. 套餐推荐 → 三套方案,含每样餐品的贴合度百分比
4. 门店点餐 → 点击门店 → 进店菜单,每个条目带象限角标 + 贴合度
→ 套餐自动展开内含单品
5. 领券 → 「我的卡包」显示已持有的券(显示券码)+ 可领取券
6. 下单 → 购物车实时计价 → 提交订单
7. 健康记录 → 吃完记一笔 → 体重趋势 + 热量缺口 + 象限分布回看
示例 4 · 独立 Web 应用运行
git clone https://github.com/ChinaOpenClaw/mcd-nutrition-expert.git
cd mcd-nutrition-expert/skills/mcd-nutrition-expert
cp .env.example .env # 填入你的 MCP Token
pip install -r requirements.txt
python scripts/server.py # → http://127.0.0.1:8899
示例 5 · 作为 WorkBuddy Skill 调用
见 workbuddy.md。核心触发语:
「帮我按 SP 矩阵推荐一套麦当劳套餐」
「我今天想吃麦当劳,算一下该怎么点」
「看看我的热量缺口够不够吃这一套」
控卡期吃麦当劳,真正的痛点不是「不知道吃什么」,而是:
| 痛点 | 具体表现 | 本项目的解法 |
|---|---|---|
| 不知道该吃多少 | 全天目标 1800 kcal,不知道单餐该占多少 | Mifflin-St Jeor + FAO/WHO 活动系数算出全天 TDEE,再按单餐份额(34%)折算单餐目标 |
| 不知道该点哪个 | 菜单近百个条目,看得见的热量标签为零 | 160 个餐品全量营养数据 + SP 矩阵四象限定位 |
| 不知道哪套搭得值 | 套餐名看不懂,勾起来才发现全是糖和油 | 结构角色模型(主餐/小食/饮品/甜点)+ 多目标约束求解 |
| 不知道自己吃过了什么 | 吃完就忘,热量缺口无从谈起 | SQLite 每日记录 + 体重趋势 + 象限分布可视化 |
经典 SP(Sweet Point)矩阵用「竞争强度」与「市场地位」划分战略象限。迁移到饮食选型,映射为两个营养密度维度:
| SP 原始维度 | 饮食映射 | 计算方式 | 业务含义 |
|---|---|---|---|
| X 轴(吸引力) | 营养密度 | (蛋白质g + 碳水g) / (热量/100) | 每 100 kcal 能带来多少克营养 |
| Y 轴(强度) | 钠负担 | 钠mg / (热量/100) | 每 100 kcal 带来多少钠负担 |
钠负担高
│
┌─────────────┼─────────────┐
│ │ │
│ 解馋区 │ 双刃区 │
│ (低密度高钠) │ (高密度高钠) │
营养密度低┼─────────────┼────────── 营养密度高
│ │ │
│ 填充区 │ 主力区 ★ │
│ (低密度低钠) │ (高密度低钠) │
└─────────────┼─────────────┘
│
钠负担低
| 象限 | 定位 | 特征 | 建议 | 实测数量 |
|---|---|---|---|---|
| 主力区 ⭐ | 日常主力 | 营养密度高、钠负担低 | 控卡期首选,建议常点 | 47 |
| 双刃区 | 双刃剑 | 营养密度高但钠也高 | 增肌日可吃,控卡日限一次 | 10 |
| 解馋区 | 情绪价值 | 营养密度低、钠负担高 | 想吃就吃,别当正餐 | 46 |
| 填充区 | 饱腹陷阱 | 营养密度低、钠负担低 | 减脂期尽量避开 | 53 |
上图方位与
docs/screenshots/03-sp-matrix.png实际界面一致(X 轴向右为营养密度递增,Y 轴向上为钠负担递增)。 实测 156 个有效样本的分布:主力区 47 / 解馋区 46 / 填充区 53 / 双刃区 10。
每个餐品相对「你的目标点」计算归一化欧氏距离,映射到 0–100% 的贴合度:
fit = 1 - dist / 1.4
目标点由用户档案推导(蛋白+碳水密度、钠密度),因此同一个餐品对不同人的贴合度完全不同——这正是 SP 矩阵作为「个人化选型工具」的价值。
| ② SP 矩阵选型 | ③ 个性化套餐推荐 |
|---|---|
![]() |
![]() |
散点图每个点是一个餐品,金色十字是你的目标点;右侧按贴合度排序,直接给出「最该点的那一个」。
| ④ 门店点餐 | ⑤ 健康可视化 |
|---|---|
![]() |
![]() |
菜单里每个条目都带 SP 象限角标与贴合度百分比;健康页把每日摄入与目标画在同一张图上,缺口一目了然。
| 模式 | 热量系数 | 蛋白质 | 说明 |
|---|---|---|---|
| 减脂 cut | TDEE × 0.80 | 2.0 g/kg | 20% 热量缺口,保肌 |
| 维持 maintain | TDEE × 1.00 | 1.4 g/kg | 体重管理 |
| 增肌 bulk | TDEE × 1.12 | 1.8 g/kg | 12% 盈余 |
| 塑形 recomp | TDEE × 0.90 | 1.8 g/kg | 温和缺口 + 高蛋白 |
结构角色模型(取代朴素分类笛卡尔积):
主餐(唯一) → 小食(≤1) → 饮品(唯一) → 甜点(≤1)
硬约束组合:
多目标加权打分:
| 维度 | 权重 | 说明 |
|---|---|---|
| 热量命中 | 26% | 相对单餐目标的偏离度 |
| 蛋白质 | 28% | 相对单餐蛋白目标 |
| 碳水 | 13% | |
| 脂肪 | 11% | |
| 钠友好 | 14% | 分段函数,超限强扣分 |
| 饱腹性价比 | 8% | 饱腹价值 / 热量密度 |
局部搜索改进:加一份 / 减一份 / 换一份三邻域迭代 + 多样性去重。
实测输出(25 岁男性 / 175cm / 70kg / 轻度活动 / 减脂,全天目标 1841 kcal、单餐目标 626 kcal):
方案 1 719 kcal(占全天 39%)· 蛋白 44g · 钠 1981mg
板烧鸡腿堡 + 麦麦脆汁鸡-琵琶腿 + 无糖可口可乐中杯
方案 2 611 kcal(占全天 33%)· 蛋白 43g · 钠 1993mg
麦辣鸡腿汉堡 + 无糖可口可乐中杯 + 蒜了吧黄油风味薄皮脆汁鸡-带骨里脊
方案 3 555 kcal(占全天 30%)· 蛋白 46g · 钠 1802mg
双层吉士汉堡 + 蒜了吧黄油风味薄皮脆汁鸡-带骨里脊 + 无糖可口可乐中杯
三套方案都满足「主餐唯一 + 饮品唯一 + 小食 ≤1 + 甜点 ≤1」的结构约束, 且饮品位固定落在零卡选项上——这是控卡期的关键:热量与钠的波动全部来自主餐与小食的选择。
auto-bind-coupons)calculate-price / create-order,正确处理 productCode + quantity 契约与「分」单位daily_log(日汇总)/ meal_log(明细)/ profile(档案)┌─────────────────────────────────────────────┐
│ web/index.html (单文件前端 · 原生 Canvas) │
│ ①建档 ②SP矩阵 ③套餐推荐 ④门店点餐 ⑤健康可视化 │
└──────────────────┬──────────────────────────┘
│ HTTP / JSON
┌──────────────────▼──────────────────────────┐
│ scripts/server.py FastAPI + uvicorn │
│ /api/health /api/target /api/matrix │
│ /api/recommend /api/stores /api/menu │
│ /api/coupons /api/cart /api/order │
│ /api/records /api/records/weight /api/account│
└──────────────────┬──────────────────────────┘
│
┌───────────────┼────────────────┐
│ │ │
┌──▼──────────┐ ┌──▼─────────┐ ┌────▼──────────┐
│nutrition_ │ │combo_ │ │sp_matrix.py │
│engine.py │ │solver.py │ │ SP 四象限 │
│ BMR/TDEE │ │ 约束求解 │ │ 贴合度 │
│ 目标计算 │ │ 局部搜索 │ └───────────────┘
└─────────────┘ └────┬───────┘
│
┌──────────────┐ ┌───▼─────────┐ ┌──────────────┐
│mcp_client.py │ │health_store │ │ │
│ MCP 客户端 │ │ SQLite │ │ │
└──────┬───────┘ └───┬─────────┘ └──────────────┘
│ │
┌──────▼─────────────▼──────────┐
│ 麦当劳官方 MCP Server │
│ https://mcp.mcd.cn (35 个工具) │
└──────────────────────────────────┘
| 文件 | 职责 |
|---|---|
scripts/nutrition_engine.py |
BMR/TDEE/目标计算、餐品分类表、策略建议 |
scripts/combo_solver.py |
结构角色模型、多目标约束求解、局部搜索 |
scripts/sp_matrix.py |
SP 四象限计 |
mcd-nutrition-expert is an open-source mcp servers skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by ChinaOpenClaw. 身材管控期也想吃麦当劳?这个专家会帮你根据每日消耗搭配麦麦套餐。基于 SP 矩阵理论,打通麦当劳官方 MCP Server 的营养选型与点餐闭环(35 个官方工具 · 14 个 REST 接口 · 零第三方前端依赖)。. It has 50 GitHub stars.
mcd-nutrition-expert's catalog security scan is still queued. You can run an instant dependency and prompt-injection check now with the "Scan for vulnerabilities" button above.
Clone the repository with "git clone https://github.com/ChinaOpenClaw/mcd-nutrition-expert" and add it to your Claude Code skills directory (see the Installation section above).
mcd-nutrition-expert is primarily written in Python. It is open-source under ChinaOpenClaw on GitHub, so you can review or fork the full source.
Yes. SkillsLLM lists many other MCP Servers skills you can browse and compare side by side. Open the MCP Servers category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh mcd-nutrition-expert against similar tools.
No comments yet. Be the first to share your thoughts!
Top skills in this category by stars