mc-points-steward
麦当劳积分资产管家:剔假上架 · 性价比排序 · 抽奖参谋
Install / Use
claude mcp add yurenpai -- npx -y github:yurenpai/mc-points-stewardIf the server publishes to npm under a different name, use that package instead — check the repo README.
MCP Server
Model Context Protocol server
Quality Score
Category
Development & EngineeringSupported Platforms
Our assessment of mc-points-steward
mc-points-steward scores 76/100 on our quality scale, 3696th of 4,583 Development & Engineering skills we index.
Its MCP Server is 13 KB long, well organised into 28 sections with 12 code examples: a thorough specification that gives an agent plenty to work with.
It has 48 GitHub stars, so there is little community track record yet; judge it on its content.
Maintenance, license and trust
- The repository was last updated 4 days ago, so mc-points-steward is actively maintained.
- It is released under the MIT license, a permissive license that allows use, modification and commercial use with attribution.
- Its trust signals score 92/100, with 1 caution from licensing, adoption, age or documentation. These come from repository metadata, not a code audit — read the skill file before letting an agent act on it.
mc-points-steward compared with similar skills
All 4 of these similar skills score higher than mc-points-steward; compare them before choosing.
| Skill | Score | Stars | Updated | Format |
|---|---|---|---|---|
| mc-points-steward (this skill)by yurenpai | 76 | 48 | 4d ago | MCP Server |
| taste-skillby Leonxlnx | 100 | 101.2k | 2d ago | CLAUDE.md |
| Agent-Reachby Panniantong | 100 | 101.1k | 2d ago | CLAUDE.md |
| headroomby headroomlabs-ai | 100 | 77.6k | today | CLAUDE.md |
| ai-job-searchby ai-job-search-dev | 100 | 63.7k | 2d ago | CLAUDE.md |
Frequently asked questions
- How do I install mc-points-steward?
- Run
claude mcp add yurenpai -- npx -y github:yurenpai/mc-points-steward. The install tabs above show the steps for each supported agent. - Which AI agents does mc-points-steward work with?
- It is written for Claude Code and Claude Desktop, as a MCP Server file. Other agents that read the same format can often use it too.
- Is mc-points-steward safe to use?
- It is MIT-licensed and scores 92/100 on trust signals. Skills are instructions an agent will follow, so read the file before installing it and do not approve commands you do not understand.
- Is mc-points-steward still maintained?
- The repository was last updated 4 days ago, so mc-points-steward is actively maintained.
Skill content
View source on GitHub麦享掌柜 · mc-points-steward
一个替你打理麦当劳积分资产的 WorkBuddy Skill —— 查得清账、剔得掉假、算得出值、守得住手。
27 件积分类商品里,18 件是假上架;9 件真能兑的,没有一件是纯积分白拿。
↑ 横幅数字来自真实调用快照实算,可复现。
↑ 积分资产体检报告卡,数字与脚本输出同源。
30 秒看懂它
打开麦当劳 App 的积分商城,一次默认查询返回 50 件商品——
其中 26 件是现金商品(派对、品鉴会、体验营,point=0),与积分无关;
真正的积分商品只有 24 件。
而这 24 件还不是全部:按 catRuleIds 逐一查询再合并,积分类实际有 27 件。
标着 status=2(上架)的积分商品 27 件
├─ 真能兑(下架时间还没到) 9 件 ✅
└─ 名存实亡(下架时间早已过去,仍显示上架) 18 件 ☠️ 占 67%
更要命的是三件"你以为是这样、其实不是"的事:
| 陷阱 | 现象 | 后果 |
|---|---|---|
| 隐藏现金成本 🔴 | 真可兑 9 件,没有一件是纯积分白拿的——「3.9元圆筒冰淇淋」100 分换的只是一张券,到店还要再付 3.9 元 | 以为白拿,实际掏钱 |
| 同名陷阱 | 「10.9元指定小食任选」有两个 spuId:100 分 和 200 分,名字一字不差 | 界面上分不出来该选哪个 |
| 默认查询漏报 | 不带 catRuleIds 查商城,会漏掉 2 件真能兑的商品(3.9元圆筒冰淇淋、16.9元2份麦辣鸡翅) | 少报 22% 的可兑选项 |
麦享掌柜把这些全部算清楚,再摆到你面前。
它解决什么真问题
积分是"沉默资产"。 大多数人不知道自己有多少分、什么时候过期、换什么划算,直到过期清零。
更难的是——商城界面本身不可信:
- 假上架:
Nike Book 2 麦当劳特别联名款(8888 分)仍显示"上架",但它的兑换窗口是2026-06-05 14:00 ~ 16:00,只有两小时,早已结束。系统不改变status字段。 - 隐藏现金成本:积分商城里没有任何一件是纯积分白拿的(实测 9/9 全部需到店另付现金)。
这笔钱记在
skuList[].extTradePrice,列表接口里根本没有这个字段—— 不调mall-product-detail就永远看不到。 - 同名陷阱:同一个名字,两个价格,界面上分不出来。查了详情才发现 它们根本不是同一个东西(一个兑薯条/麦旋风,一个兑麦乐鸡/鸡翅)。
- 默认查询不完整:只调一次不带参数的接口,会漏掉五分之一的可兑商品。
- 性价比无从判断:积分商品的
price字段恒为"0",商品名里的数字 ("6.9元可乐麦炫酷"→ 6.9 元)其实是券后支付价,不是市价。不解析就无法比较。
麦享掌柜的价值不在于"帮你下单",而在于把这套失真的数据还原成可信的账。
实测:性价比差 5 倍,而且每件都要另付现金
2026-10-12 对 9 件真可兑商品逐一调详情后排序(数值越小越划算):
积分 商品 分/元 到店另付
50 6.9元可乐麦炫酷 7.25 ¥6.9 ← 最划算
50 6.9元香芋派/菠萝派任选 7.25 ¥6.9
100 10.9元指定小食任选 9.17 ¥10.9 兑:中薯条/奥利奥麦旋风
200 16.9元2份麦辣鸡翅 11.83 ¥16.9
200 10.9元指定小食任选 18.35 ¥10.9 兑:麦乐鸡-4块/麦辣鸡翅-2块/鸡排
100 3.9元圆筒冰淇淋 25.64 ¥3.9
500 17.9元板烧可乐组合 27.93 ¥17.9
500 16.9元麦辣可乐组合 29.59 ¥16.9
800 21.9元巨无霸可乐组合 36.53 ¥21.9 ← 最贵
同样是花积分,最划算和最贵的单位成本差 5.04 倍。而这个差异,App 里看不出来。
⚠️ 上表「分/元」的口径:分母是券面价(到店支付价),不是商品市价。 MCP 不提供原价,因此本 Skill 不计算"真实折扣率"——宁可不算,也不编造。 它的用途是横向比较"同样 1 元券面价,哪件吃得积分最少"。
快速开始
1. 30 秒离线体验(无需 Token)
git clone https://github.com/yurenpai/mc-points-steward.git
cd mc-points-steward
python skill/scripts/demo.py
纯标准库、不联网。数据来自 skill/tests/fixtures/ 下 2026-10-12 真实调用快照。
也可直接打开 在线演示页。
2. 安装 Skill
把 skill/ 整个目录放到 WorkBuddy 的 skills 目录下:
# 用户级(所有项目可用)
cp -r skill/ ~/.workbuddy/skills/mc-points-steward/
# 或用仓库自带的安装校验脚本(含冒烟测试)
cd skill && python tests/test_install.py --install --smoke
3. 配置 mcd-mcp(拉取实时数据)
在 WorkBuddy 中:左侧【专家·技能·连接器】→【连接器】→【自定义连接器】→【配置 MCP】。
复制 mcp-config.example.json,把 ${MCD_MCP_TOKEN} 换成你自己的 Token:
{
"mcpServers": {
"mcd-mcp": {
"type": "streamablehttp",
"url": "https://mcp.mcd.cn",
"headers": {
"Authorization": "Bearer ${MCD_MCP_TOKEN}"
}
}
}
}
⚠️
Bearer前缀必须有,且后面有一个空格。 实测不带前缀会返回403 校验鉴权authToken必填。 Token 获取:登录 open.mcd.cn → 手机号验证 → 控制台 → 激活 → 复制。
4. 直接用
我有多少积分? 积分能换什么?哪个最划算? 积分抽奖值不值得抽?
功能清单
| # | 功能 | 用到的工具 | 说明 |
|:--:|---|---|---|
| F1 | 积分账本 | query-my-account | 可用 / 累计 / 已用 / 已过期 / 冻结 / 本月·下月将过期,账目自洽校验 |
| F2 | 商城去伪 | mall-points-products | 逐类目查询并按 spuId 合并,剔除假上架与现金商品 |
| F3 | 性价比榜 | rank_products.py | 从商品名解析券面价,算「分/元」,升序排列 |
| F3+ | 隐藏现金成本 | mall-product-detail | 补出 extTradePrice,标注"到店另付 ¥X"与"是否纯积分" |
| F5 | 兑换下单 | mall-product-detail → mall-create-order | 全程二次确认,绝不擅自扣分 |
| F6 | 抽奖参谋 | query-lottery-info | 奖池结构 + 期望值解读,资格只信 drawDecision |
| F4 | 商品详情 | mall-product-detail | SKU / 兑换内容 / 隐藏现金成本 |
| F7 | 奖品档案 | query-my-prizes | 中奖记录(区分"确认没有"与"没查到") |
| F8 | 活动日历 | campaign-calendar | 限定情报附属层,仅作补充,不占主线 |
设计亮点
1. 脚本只做确定性计算,判断留给 Agent
这是 Skill 分层的经典实践,也是本项目的核心工程决策:
| 层 | 职责 | 实现 |
|---|---|---|
| 脚本层 | 过滤、去重、解析、排序、格式化 | scripts/rank_products.py,纯 Python 标准库 |
| Agent 层 | 解读、建议、话术、降级 | SKILL.md 工作流 + 模型推理 |
脚本绝不输出主观判断(不会说"这个划算"),只输出 unit_price、days_left、
cash_on_top、name_traps 这样的确定性事实。好处:结果可复现、可测试、可审计——
357 条断言钉死行为。
2. 假上架去伪:不是拍脑袋的功能
规则来自实测:status == 2(上架)但 downTime < now → 名存实亡。
证据:Nike Book 2 联名款的兑换窗口 2026-06-05 14:00:00 ~ 16:00:00,两小时,早已结束,
至今仍返回 status: 2。周边类目(2>8)实测 3 件,100% 已过期。
这条规则把 27 件里的 18 件剔了出去——67% 的"在售"是假的。
3. 默认查询漏报:接口不会告诉你的事
mall-points-products 不带 catRuleIds 时返回 50 件,其中 26 件是现金商品(point=0),
积分商品只有 24 件——这 24 件里属于 1>4 商品券类目的仅 22 件。
单独查 catRuleIds=1>4 则返回 24 件。
漏掉的那 2 件,恰好都是真能兑的。 只调一次默认查询,就会少报 22% 的可兑选项。
所以本 Skill 强制逐类目查询 + 按 spuId 合并,并在输出的 coverage 段记录每份输入的增量贡献,
让"数据是否查全"这件事变得可追溯。
4. 隐藏现金成本:最容易被漏掉的一笔钱
extTradePrice(券核销额外支付金额)只存在于 mall-product-detail 的 skuList[] 中,
列表接口 mall-points-products 完全没有这个字段。
2026-10-12 对真可兑的 9 件逐一调详情,结果:
| 指标 | 实测 |
|---|---:|
| 真可兑商品 | 9 件 |
| 需到店另付现金 | 9 件(100%) |
| 纯积分白拿 | 0 件 |
| 另付金额区间 | ¥3.9 ~ ¥21.9 |
| extTradePrice 与商品名内数字恒等 | 9/9 |
这意味着:「3.9元圆筒冰淇淋」100 分换到的不是冰淇淋,而是一张"以 3.9 元购买冰淇淋"的券。 只看列表就推荐,等于对用户说"100 积分白拿一个冰淇淋"——这是实质性误导。
因此本 Skill 在 W2 流程里强制对每件真可兑商品补调详情,并在榜单每一行显示"到店另付 ¥X"。
未拿到详情时脚本保持 None 而不填 0:宁可不说,不可说错。
这条也顺带纠正了我自己前一版的错误结论:我曾把「10.9元指定小食任选」的 100 分 / 200 分判定为"选错就多付一倍",并建议"选最低分那个"。 查完详情才发现两者兑换内容不同(薯条/麦旋风 vs 麦乐鸡/鸡翅), 而到店另付都是 10.9 元——贵的那个未必是坑。现在改为展示内容差异,让用户按想吃什么选。
MCP 工具使用清单
实际调用 10 个工具(mcd-mcp 共开放 35 个):
| 工具 | 用途 | 前置 |
|---|---|---|
| query-my-account | 积分账本(9 个字段) | — |
| mall-points-products | 商城商品列表,按 catRuleIds 逐类目查 | — |
| mall-product-detail | 商品详情 / SKU / extTradePrice 隐藏现金成本 | spuId |
| mall-create-order | 积分兑换下单(未实调,见下) | skuId+spuCategory+用户明确确认 |
| query-lottery-info | 抽奖活动与奖池 | — |
| draw-lottery | 执行抽奖 | 用户明确说"抽" |
| query-my-prizes | 我的奖品 | — |
| mall-order-list | 商城订单(实测为空) | — |
| campaign-calendar | 当月营销活动日历 | — |
| now-time-info | 校时(判过期前必调) | — |
mall-create-order未实际调用——调用即产生真实订单与券码,本项目不代为发起真实交易。 入参契约(skuId/spuCategory/addressId/count,仅支持shopId=2) 与返回字段已从工具 schema 完整确认并记录在references/api_fields.md第 5 节。
详细的入参、返回字段、业务价值与调用链路见 MCP_INTEGRATION.md。
安全设计
mall-create-order / draw-lottery / cancel-order 是不可逆资产操作,四道闸:
- 执行前输出完整摘要(商品名 / 积分 / 有效期)
- 必须等用户明确说 "确认" "换" "抽" —— 说"看看""随便""先了解"一律不执行
- 积分不足时客观提示,绝不引导充值或消费
- 调用失败原样转述错误,不重试、不猜测原因
配置文件只使用环境变量占位符 ${MCD_MCP_TOKEN},真实 Token 不出现在仓库任何文件中。
目录结构
mc-points-steward/
├── README.md 本文件
├── MCP_INTEGRATION.md 参赛必交:MCP 调用说明
├── CONTEST_DECLARATION.md 参赛必交:官方声明(内容不可改)
├── mcp-config.example.json 参赛必交:脱敏配置示例
├── workbuddy.md 参赛必交:WorkBuddy 开发实录
├── LICENSE MIT
├── .github/
│ └── workflows/
│ └── verify.yml CI:每次推送自动跑四层自检(顶部徽章实时反映状态)
├── docs/
│ └── index.html 在线演示页(自包含,可直接部署 GitHub Pages)
├── assets/
│ ├── banner.svg 品牌横幅(深棕底 + 金拱门,README 首图)
│ ├── report-card.svg 积分资产体检报告卡
│ ├── hidden-cost.svg 真可兑 9 件的隐藏现金成本图
│ ├── points-ladder.svg 积分解锁天梯(静态版)
│ ├── demo.gif 终端风演示动图(文字取自 demo.py 实跑)
│ ├── points-ladder.gif 积分解锁天梯(动态版)
│ ├── promo-vertical.png 竖版预览图(1080×1440,数字全部实算)
│ └── promo-square.png 方版预览图(1080×1080,数字全部实算)
├── skill/
│ ├── SKILL.md 技能本体(工作流 / 数据陷阱 / 安全红线)
│ ├── scripts/
│ │ ├── rank_products.py 去伪 + 性价比 + 多类目合并 + 隐藏现金成本 + 同名陷阱 + 积分现值
│ │ ├── lottery_advice.py 奖池解析
│ │ ├── demo.py 离线演示(无 Token 可跑)
│ │ ├── make_banner_svg.py 物料:生成品牌横幅 SVG(数字零手抄)
│ │ ├── make_report_svg.py 物料:生成报告卡 SVG(数字零手抄)
│ │ ├── make_points_ladder.py 物料:生成积分解锁天梯 GIF + SVG(数字零手抄)
│ │ ├── make_promo_png.py 物料:生成竖版/方版预览 PNG(数字零手抄)
│ │ ├── make_demo_gif.py 物料:合成演示 GIF(文字取自实跑输出)
│ │ └── make_demo_page.py 物料:生成 docs/ 在线演示页
│ ├── references/
│ │ ├── api_fields.md 10 个工具的实测字段档案 + 下单契约 + 降级表
│ │ └── templates.md 6 类输出版式
│ └── tests/
│ ├── test_filter.py 14 断言
│ ├── test_rank.py 11 断言
│ ├── test_cat_merge.py 25 断言(钉死「默认查询漏报」)
│ ├── test_hidden_cost.py 42 断言(钉死「0 件纯积分白拿」)
│ ├── test_classify.py 35 断言(钉死「未知状态不臆断」)
│ ├── test_points_value.py 17 断言(钉死「积分现值折算」)
│ ├── test_affordability.py 28 断言(钉死「余额分档 + 过期止损」)
│ ├── test_lottery_cost.py 16 断言(钉死「抽奖机会成本不算期望」)
│ ├── test_report_svg.py 18 断言(钉死「报告卡不崩、数字不漂」)
│ ├── test_demo_gif.py 10 断言(钉死「GIF 选行质量」)
│ ├── test_demo_page.py 18 断言(钉死「演示页自包含」)
│ ├── test_banner_svg.py 27 断言(钉死「横幅品牌元素 + 布局不越界」)
│ ├── test_points_ladder.py 42 断言(钉死「天梯数字实算 + SVG 坐标不越界」)
│ ├── test_promo_png.py 32 断言(钉死「预览图数字实算 + 护栏 + 品牌色」)
│ ├── test_install.py 22 断言(默认自检;--install --smoke 另计)
│ └── fixtures/ 2026-10-12 真实调用快照(已脱敏)
└── tools/
└── verify.py 四层项目自检(一条命令查全部健康度)
四层测试法(一键自检)
测试这个项目不靠感觉,分四层,各保一件事:
| 层 | 保什么 | 手段 | |---|---|---| | L1 断言 | 逻辑 | 15 个测试文件,357 条断言 | | L2 demo | 形态 | 离线演示三段输出锚点检查 | | L3 对账 | 链路 | 快照新鲜度体检 + 对话实时对账四步 | | L4 物料 | 呈现 | SVG/GIF/HTML 产物在位与合法性 |
一条命令全查:
python tools/verify.py
输出示例:
■ L1 · 断言回归(保逻辑) 357 条断言全绿
■ L2 · 离线演示(保形态) 三段输出完整
■ L3 · 快照新鲜度(保链路) 默认查询快照:24 件 = 可兑 7 + 已下架 17
■ L4 · 视觉物料(保呈现) L4 通过
==================================================================
结论:四层全绿,项目健康
退出码可接入 CI:0 = 全绿,1 = 有失败项,2 = 用法错误。
python tools/verify.py --only L1,L4 # 只查指定层
python tools/verify.py --rebuild # L4 先重建物料再检查
本仓库已接入 GitHub Actions(.github/workflows/verify.yml):每次推送自动跑四层自检,
结果实时反映在 README 顶部的 Tests 徽章。
L3 的特殊性:MCP 是 streamablehttp 长连接,由 WorkBuddy 客户端调度, 脚本不直连官方接口、不存 Token。它负责快照老化体检(哪些商品临近下架、 实时对账时该重点核谁),实时比对需在对话里执行四步——脚本末尾会打印。
运行测试
无需 pytest,测试脚本直接 python tests/xxx.py 运行。
Skill 本体(账本 / 去伪 / 排序 / 抽奖参谋)纯标准库零依赖;
GIF 的生成与校验需要 Pillow(CI 环境会自动安装)。
cd skill
python tests/test_filter.py # 14 ✓
python tests/test_rank.py # 11 ✓
python tests/test_cat_merge.py # 25 ✓
python tests/test_hidden_cost.py # 42 ✓
python tests/test_classify.py # 35 ✓
python tests/test_points_value.py # 17 ✓
python tests/test_affordability.py # 28 ✓
python tests/test_lottery_cost.py # 16 ✓
python tests/test_report_svg.py # 18 ✓
python tests/test_demo_gif.py # 10 ✓
python tests/test_demo_page.py # 18 ✓
python tests/test_banner_svg.py # 27 ✓
python tests/test_points_ladder.py # 42 ✓
python tests/test_promo_png.py # 32 ✓
python tests/test_install.py # 22 ✓
python tests/test_install.py --install --smoke # 冒烟另计
# 合计 357 项(与 python tools/verify.py 的 L1 一致)
离线演示
无需 MCP Token 也能看到完整效果,数据来自 tests/fixtures/ 下的真实调用快照:

↑ 不是录屏——make_demo_gif.py 用 demo.py 的实跑输出逐帧合成,文字与真实输出逐字一致。

*↑ 不同积分余额,答案完全不同——天梯分界(24
Truncated for display — read the full file on GitHub.
Related Skills
taste-skill
101.2kAgent skills that give coding agents taste: art direction, reference images and a browser check instead of generic AI pages
Agent-Reach
101.1kGive your AI agent eyes to see the entire internet. Read & search Twitter, Reddit, YouTube, GitHub, Bilibili, XiaoHongShu — one CLI, zero API fees.
headroom
77.6kCompress tool outputs, logs, files, and RAG chunks before they reach the LLM. 20% fewer tokens for coding agents, 60-95% fewer tokens for JSON, same answers. Library, proxy, MCP server.
ai-job-search
63.7kThe job search that runs on your machine. AI job application framework built on Claude Code: evaluate postings, tailor CVs, write cover letters, prep interviews. Fork it and own it.
Languages
Trust signals
From repository metadata: license, adoption, age and documentation. Not a code audit — see the Safety scan above for what the skill file itself contains.
