mcd-order-watch
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@mcd-order-watch看看我最近一单到哪了"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
麦麦盯单:不帮你点餐,只帮你把已下的单盯到吃上嘴
面向已经下单、想知道“还要等多久”“现在出门会不会空等”的麦当劳用户。把麦当劳 MCP 订单状态翻译成一句进度和一个下一步。非麦当劳官方产品。
说「看看我那单到哪了」,或给一个餐饮订单号。查状态 → 讲进度 → 给建议。取消前单独确认。
用户怎么用
先把本项目作为 Skill 导入支持技能的 AI 客户端,并连接麦当劳 MCP。完成后在聊天里直接说:
你说 | Skill 会做什么 |
看看我那单到哪了 | 校准服务器时间,列近期订单供选择,再查详情 |
查我最近一单 | 根据真实下单时间选最新一笔,返回进度 |
查一下订单 你的订单号 | 直接查这单,不额外罗列其他订单 |
我自取,现在去会不会空等 | 看是否明确可取;还在制作就提醒可能空等 |
怎么还没送到 | 核对预计时间和配送阶段,达到阈值给延迟建议 |
帮我取消这单 | 先展示目标、状态和限制,等你明确确认后才尝试取消 |
再查一次 | 重新查询同一单,对比状态有没有变化 |
普通查询输出示意(假数据):
【离线演示】订单尾号 1001 · 外送 · 配送中
模拟巨无霸套餐,预计 12:35 送达,按模拟服务器时间还约 13 分钟。
你现在可以:保持电话畅通;没有返回骑手位置,无法推算精确到达时间。
最近查询:2026-10-24 12:22 +08:00。预计时间不是准时承诺。Related MCP server: agent-storefront
先体验:无需 Token、无需第三方依赖
需要 Python 3.10 或更新版本。在解压后的项目根目录打开终端:
python scripts/demo.py
python scripts/demo.py --scenario pickup
python scripts/demo.py --scenario overdue
python scripts/demo.py --scenario unknown多笔订单与“最近一单”:
python scripts/demo.py --scenario multiple --list
python scripts/demo.py --scenario multiple --order-id DEMO-5002
python scripts/demo.py --scenario multiple --latest模拟取消:第一条会拒绝,第二条会模拟成功。样例文件不会被改写,每次运行重新开始。
python scripts/demo.py --cancel DEMO-1001
python scripts/demo.py --cancel DEMO-1001 --confirm DEMO-1001这是确定性的命令行演示,不是自然语言聊天程序。全部订单和服务器时间为固定假数据,不连网、不读取 Token、不代表真实退款或可取消能力。自然语言能力由加载 SKILL.md 的 AI 客户端提供。
连接真实麦当劳 MCP
真实服务器:https://mcp.mcd.cn,协议为 Streamable HTTP。先到 麦当劳 MCP 开放平台 登录并申请 Token。不要把 Token 发到聊天或写进仓库。
本项目提供 scripts/mcp_bridge.py:客户端通过 stdio 连接本地脚本,脚本从环境变量读取 Token,再连接官方服务器,动态保留官方工具参数。
仓库根目录的 mcp-config.example.json 是官方远程 HTTP 连接形式的环境变量模板,仅适用于能展开 ${MCD_MCP_TOKEN} 的客户端;它不是所有客户端都能直接导入的通用配置。不支持变量展开时使用下面的本地桥接方式,保留 Token 在本机环境变量中。远程模板本身不限制服务端工具列表;本项目默认只读工具白名单由本地桥接器提供。
1. 安装接入脚本依赖
python -m venv .venv
.\.venv\Scripts\python.exe -m pip install -r requirements.txt2. 在本机配置环境变量
Windows 打开「编辑账户的环境变量」,新增用户变量 MCD_MCP_TOKEN,值填自己的 Token。保存后完全退出并重新启动 AI 客户端,让本地子进程继承新环境。Token 只在本机配置;无需改任何项目文件。
不要把真实值写进命令行、截图、对话、.env 或 MCP 配置 JSON。本项目不假定 WorkBuddy 会自动替换 ${变量名},因此使用本地脚本读取环境变量。
3. 添加本地 MCP 连接
在客户端支持的本地 stdio MCP 配置入口填入下列结构,把路径改为自己解压后的绝对路径。这是本地桥接配置,不是官方远程 HTTP 配置。
{
"mcpServers": {
"mcd-order-watch": {
"command": "C:/你的路径/mcd-order-watch/.venv/Scripts/python.exe",
"args": ["C:/你的路径/mcd-order-watch/scripts/mcp_bridge.py"]
}
}
}启用连接后,检查工具列表出现 now-time-info、order-list、query-order,再在聊天里让 AI 获取服务器时间做只读连通性检查。工具存在且真实调用成功才算接入成功。
WorkBuddy 的连接器入口可参考 官方连接器说明。不同版本入口和本地 MCP 支持可能不同:选择其实际支持的本地 stdio 方式;若只有远程 HTTP 或无法继承环境变量,请改用支持本地 MCP 的客户端。不要为了连接成功把 Token 填进公开文件。
默认连接只提供查单工具。确实希望使用取消能力时,在 args 最后加上 "--allow-cancel" 并重启连接;Skill 仍须对具体订单二次确认。_user_confirmed 是模型提交的本地标记,不能在程序层面证明用户已同意,最终确认依赖客户端和 Skill 遵守交互流程。脚本不会自动退款、付款或重下单。
4. 导入 Skill
将包含 SKILL.md 的整个 mcd-order-watch 文件夹导入客户端的技能目录/本地技能功能,保留 scripts/、examples/ 和 MCP_INTEGRATION.md 的相对路径。具体导入入口以客户端版本为准。
客户端没有 Skill 功能时,可在新聊天中附上 SKILL.md 和 MCP_INTEGRATION.md,明确让助手按它们执行已下单订单查询;MCP 连接仍需另行完成。此方式属于手动加载说明。
然后说:「按麦麦盯单 Skill,看看我最近一单到哪了。」也可以先说「用假订单演示一下」。
判断规则
自取看“是否可取”,外送看“门店阶段 / 配送阶段”;不编造骑手位置或出餐时间。
服务器时间与 ETA 的日期、时区完整才计算差值;预约单先核对预约日期。
超过预计时间 10 分钟触发延迟提醒。这是项目阈值,不是官方服务承诺或赔付规则。
单独的抱怨不算取消授权。用户换单或撤回后,旧的确认作废;取消失败/超时先查状态,不自动重试。
本版支持单次查询和用户发起的复查。后台定时轮询需要客户端调度能力与用户指定的时长,本版脚本没有后台常驻盯单功能。
文件说明与验证
mcd-order-watch/
├─ README.md 使用说明、演示、安装和参赛提示
├─ SKILL.md 技能触发、顺序、状态机与确认流程
├─ MCP_INTEGRATION.md 官方服务、真实工具和字段边界
├─ CONTEST_DECLARATION.md 固定版本官方声明,内容原样保留
├─ mcp-config.example.json 仅含环境变量占位符的远程配置模板
├─ LICENSE 项目原创代码与文档的 MIT 许可
├─ requirements.txt 真实接入所需的 MCP Python SDK
├─ scripts/demo.py 标准库离线演示
├─ scripts/mcp_bridge.py 真实 MCP 接入桥,默认只读
├─ examples/orders.json 明确标注的假订单
├─ tests/ 订单逻辑与本地假服务器协议检查
└─ docs/ 提交步骤、官方来源与验证记录python -m unittest discover -s tests -v不安装第三方依赖也可运行 12 项订单逻辑测试;2 项协议检查需 requirements.txt 中的固定版 SDK,否则会跳过。协议检查只启动本机假服务器,不使用真实 Token。交付时 14 项均已通过,详见 验证记录。
离线测试与本地模拟协议检查只能证明项目逻辑和接入机制,不证明真实账号鉴权成功、真实订单字段适配、取消可用或退款成功。公开资料仅定义工具用途,输入参数和状态码必须以真实会话 tools/list 及返回内容为准。
许可
本项目原创代码和文档采用 MIT License。官方参赛声明原样保留,麦当劳服务和第三方依赖受其各自条款约束;本项目不代表麦当劳官方,也不授予其商标使用权。
This server cannot be deployed
Maintenance
Related MCP Connectors
Read and write Mission Control state via MCP — projects, tasks, subtasks, templates, status updates.
A paid remote MCP for ShipSwift, built to return verdicts, receipts, usage logs, and audit-ready JSO
Run your restaurant from an AI client: orders, menu, reports, refunds, payouts and staff.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceEnables interaction with Uber Eats for food ordering and delivery management through natural language, acting as a proof-of-concept MCP integration.-
- FlicenseNot gradedqualityDmaintenanceEnables any AI agent to discover, query, and order from a restaurant's storefront via MCP tools. It handles menu lookup, modifier validation, and enforces a mandatory confirmation gate before payment, replacing the human-operated phone line.-
- AlicenseNot gradedqualityCmaintenanceEnables conversational agents to query and create orders via MCP tools, including retrieving full order details, checking current status, and creating new customer orders.ISC
- AlicenseNot gradedqualityBmaintenanceEnables ordering from McDonald's through an interactive UI: selecting stores, browsing menus, managing a cart, applying coupons, placing orders, paying, and tracking orders.0MIT