一键算出「你这单到底怎么买最省」的麦当劳省钱解题引擎。 麦当劳程序员创意开发大赛参赛作品。
别人做的省钱工具是"帮你查有哪些券"，麦门算账员做的是"直接告诉你这单怎么买、用哪张券、凑多少、省多少钱"。
你只需说一句人话，例如：
「我想吃 2 个巨无霸、1 份中薯、1 杯可乐，预算 80 块」
它就会调用麦当劳 MCP 拉取实时餐品价格 + 可用优惠券 + 满减规则，通过一个确定性组合优化算法，自动算出：
- ✅ 最低实付金额是多少
- ✅ 该用哪张券 / 哪个满减规则（不能叠加，选最省的）
- ✅ 预算内还该凑点什么最划算
- ✅ 一共帮你省了多少钱、省了几个百分点
| 亮点 | 说明 |
|---|---|
| 🎯 确定性算法 | 核心求解器是纯整数运算的贪心 + 完全背包组合优化，不依赖大模型猜测，同输入必得同结果，可测试、可复现 |
| 🧮 可量化省钱反馈 | 每个方案都输出「省 ¥X / 省 Y%」，社交传播性强 |
| 📡 凑单雷达 | 独有的「满减冲刺」逻辑：实时判断离下一档满减还差几块、凑单是否划算 |
| 🖥️ 可交互网页 | 提供在线试算落地页，选餐品、调预算实时出最优方案（见 docs/index.html） |
| 🔌 双模式运行 | 既可在 WorkBuddy 等智能体中由系统调用 MCP 工具，也可独立通过 MCP_TOKEN 直连 mcp.mcd.cn |
| 📦 零重依赖 | 仅用 Python 标准库，pip install 即可跑，开箱即用 |
| 🧪 完整测试 | 11 个单元测试覆盖满减/折扣/门槛/商品限定券/预算凑单/凑单雷达等场景 |
🎮 打开即玩：直接打开 docs/index.html，—选择餐品、拖动预算、切换到店/外送，实时算出最优省钱方案与省钱金额。
git clone https://github.com/BaoZ-XHG/MaiMen-Saver.git
cd MaiMen-Saver
python cli.py demo即可看到一份完整的最优省钱方案演示输出。
需先申请麦当劳 MCP Token，详见 MCP_INTEGRATION.md。
# Windows (PowerShell)
$env:MCP_TOKEN = "你的Token"
python cli.py real --store-code 123456 --order-type 1
# macOS / Linux
MCP_TOKEN=你的Token python cli.py real --store-code 123456 --order-type 1- 在 WorkBuddy 左侧「连接器」→「自定义连接器」→「配置 MCP」，填入：
{
"mcpServers": {
"mcd-mcp": {
"type": "streamablehttp",
"url": "https://mcp.mcd.cn",
"headers": { "Authorization": "Bearer YOUR_MCP_TOKEN" }
}
}
}- 启用
mcd-mcp后，直接对 WorkBuddy 说：「我想吃巨无霸和薯条，帮我算算怎么买最省」，AI 会调用麦当劳 MCP 工具，再将结果交给本项目的求解器计算最优方案。
MaiMen-Saver/
├── README.md # 本文件
├── CONTEST_DECLARATION.md # 参赛声明（官方原文，不可改动）
├── MCP_INTEGRATION.md # MCP 集成说明
├── mcp-config.example.json # 脱敏配置示例
├── workbuddy.md # WorkBuddy 对话上下文（联动奖励用）
├── cli.py # 命令行入口
├── LICENSE
├── docs/
│ └── index.html # 可交互在线试算网页
├── mcd_saver/
│ ├── __init__.py
│ ├── models.py # 数据模型（Product/Coupon/Promotion/SavingPlan）
│ ├── solver.py # 核心省钱求解算法
│ └── mcp_client.py # MCP 集成层（解析 + 轻量客户端）
└── tests/
└── test_solver.py # 单元测试
求解流程（见 mcd_saver/solver.py）：
- 原价计算：对用户点单累加各商品
price × quantity。 - 券匹配：遍历可用优惠券，过滤订单类型与适用商品范围，计算每张券的减免金额（满减 / 折扣 / 立减）。
- 满减匹配：遍历团餐满减 / 满折规则，计算规则减免金额。
- 不可叠加求解：因优惠券与满减通常互斥，分别求解「仅用券」「仅满减」「无优惠」三条路径，取实付最低者。
- 凑单雷达：找出离当前原价最近的下一档满减，计算差额，判断「再凑 X 元能省 Y 元」是否划算（净收益 = 减免额 − 凑单额），并用最小代价算法给出具体「建议加购某商品」的组合（总价刚好 ≥ 差额且超出最少）。
- 预算凑单（可选）：在预算约束下用完全背包算法，从候选加购商品中挑选使加购总价值最大的组合。
所有金额以「分」为单位做整数运算，避免浮点精度误差。
「凑单雷达」与网页端「满减冲刺条」为同一套逻辑，前后端结果可对拍一致。
pip install pytest
python -m pytest tests/ -v预期输出：11 passed。
- 麦当劳忠实用户 / 「麦门」信徒，想吃得爽又花得少的人
- 需要为团队点团餐、想精准用满减规则的上班族
- 对「用算法解决生活问题」感兴趣的开发者
本项目为麦当劳程序员节创意开发大赛参赛作品，由参赛者独立开发，非麦当劳官方产品。项目输出仅供参考，不构成任何专业建议；餐品信息、价格及供应状态以麦当劳官方渠道的实时结果为准。详见 CONTEST_DECLARATION.md。