基于麦当劳中国 MCP 接入方案的双 Agent 点餐决策竞技平台——两种算法策略在同一任务卡与数据集上对决，独立裁判透明评分。公开演示使用明确标注的场景数据；官方 MCP 实时联调与返回 schema 校验尚未完成。
以下截图来自生产构建 + 真实 Chrome 的 16 步链路实测（2026-10-15，控制台 0 错误 / 0 警告，证据见 docs/screenshots/stage07/），非设计稿：
| 首页（深色） | 竞技场（回放中） | 结果页（五维对比） |
|---|---|---|
 |
 |
 |
| 挑战设置 | 结果页（浅色） | 移动端 |
 |
 |
 |
动态演示：20 帧真实会话采集帧见
docs/screenshots/gif-frames/（采集器tools/e2e/capture-demo-frames.mjs可一键重采）。本环境不生成视频，GIF 合成命令见「演示 GIF」。
一张任务卡（预算 × 人数 × 场景 × 约束）+ 两名风格迥异的点餐 Agent + 一位只认规则的裁判：
- ⚡ Agent α「极速猎手」（Speed Agent）：单遍贪心构造，只评估 1 个候选方案，用最低计算成本给出一个便宜、可预测的有效解；
- 🔬 Agent β「深度优化师」（Optimizer Agent）：束搜索枚举成百上千个候选购物车，逐一修复硬约束、按当前数据源计算价格，按「约束满足率 → 营养偏差 → 价格」择优；
- ⚖️ 独立智能裁判（Judge Engine）：需求满足度 / 预算控制 / 营养均衡 / 优惠利用 / 可解释性，五维打分、公式公开、证据可查。裁判不信任 Agent 自己报告的成绩——餐品存在性、单价、优惠、营养、应付价格全部由裁判基于当前数据集独立重算；只有取得官方
calculate-price结果时才按官方核价标记，否则明确标注 NOT_VERIFIED；出现致命违规的方案直接失去获胜资格，无效方案不能凭低价取胜；每局产出可复现的experimentId。
两名 Agent 的算法实质不同（贪心 vs 束搜索），基准测试实测差异：平均候选数 1 vs 134、平均工具调用 1 vs 4.75 次；模拟数据下 α 更便宜、β 营养与用券更优。两者均为算法型 Agent（未配置大模型，已明确标注），不得把固定输出冒充 AI 推理。
默认演示模式使用仓内场景数据，并明确标注为模拟数据。项目已实现麦当劳 MCP 客户端与只读工具调用链，但尚未取得 Token，因此没有真实菜单、价格或营养数据的联调证据；未经成功联调与校验的数据不会标为官方数据。
- 麦当劳 MCP 集成（未完成实网验证）：实现 Streamable HTTP 客户端与只读工具白名单；真实连接和工具 schema 待 Token 到位后验证；
- 可复现：固定随机种子 + 数据快照哈希，同一局比赛任何人运行结果完全一致；
- 可解释：裁判每项得分都附带公式与证据，独立验证报告逐条列出违规（severity + 数据证据引用），拒绝黑箱；
- 无 Token 也能玩：默认使用仓内场景数据集（界面明确标注「模拟数据，非麦当劳官方数据」），克隆即可完整演示；完成字段映射与校验前，演示只使用明确标注的场景模拟数据；
- 安全：只读工具白名单，默认禁止任何下单写操作；
- WorkBuddy Skill：在 WorkBuddy 对话里说「来一场麦门竞技」即可开赛（见
skill/mc-arena/INSTALL.md）。
| 模式 | 数据来源 | 需要 Token | 界面标识 | 用途 |
|---|---|---|---|---|
| 演示模式（默认） | 仓内场景数据集 scenario://stage03-fixtures |
❌ 不需要 | 黄色「模拟数据」徽标 | 克隆即可完整走通全链路，适合体验、教学、CI |
| 官方数据模式（待联调） | MCP Server 实时采集；原始快照的字段映射尚未完成 | ✅ 需要 | 仅在数据成功校验后显示官方来源 | 目标是使用官方菜单 / 价格 / 优惠 / 营养数据 |
- 演示模式输出中的每一处数据均带
dataOrigin: mock，绝不冒充官方数据； - 快照采集工具目前只保存原始响应和 sha256 manifest，尚未完成将真实响应映射为比赛快照的步骤；
- 当前状态（如实说明）：MCP 客户端协议层通过假服务器契约测试；真实 live 联调与官方 schema 验证尚未完成（BLOCKED：尚无 MCP Token），快照字段映射也待完成——详见 MCP_INTEGRATION.md。
- Node.js ≥ 20（开发使用 22.x）
- npm ≥ 10
git clone https://github.com/DorianChn/McArena.git
cd McArena
npm ci
npm run dev
# 前端 http://localhost:5173 ｜ API http://localhost:8787当前版本尚未完成真实 Token 联调、官方响应 schema 校验及快照字段映射，不能据此运行官方菜单上的完整比赛。取得 Token 后可按 MCP_INTEGRATION.md 采集只读原始响应；在映射与校验完成前，演示仍使用明确标记的场景模拟数据。
npm run demo # 打一局比赛，输出中文战报（任务卡/双 Agent 指标/裁判结论）
npm run bench # 跑 8 个官方测试场景，输出双 Agent 五维对比表
npm run demo -w @mcarena/arena-core -- timeout # 演示：Agent 超时 → 降级恢复（明确标注）
npm run demo -w @mcarena/arena-core -- cancel # 演示：取消执行 → CANCELLED，不产出提案--goal 可选：balanced / protein / low-sodium / low-cal / budget / none；
--mode 可选：auto（默认；当前官方快照目录为空，运行使用场景数据集）/ mock / replay / live。
npm run lint # ESLint（typescript-eslint 类型感知规则）
npm run typecheck # TypeScript strict 全量检查
npm test # Vitest：契约 / 协议 / 编排 / API / 前端客户端
npm run build # 生产构建（API tsup 打包 + Web Vite 构建）node skill/mc-arena/scripts/install.mjs # 安装到 ~/.workbuddy-ai/skills/mc-arena
node skill/mc-arena/scripts/parse-request.mjs "3个人 预算60 要低卡 外带"
node skill/mc-arena/scripts/run-match.mjs --people 2 --budget 60 --goal balanced --seed 42安装后在 WorkBuddy 对话中说「来一场麦门竞技，2 个人 60 块要均衡搭配」即可触发。
Skill 不含业务逻辑，全部调用仓库内共享引擎（与网页同源）。详见
skill/mc-arena/SKILL.md、skill/mc-arena/INSTALL.md
与 docs/archive/STAGE_06_REPORT.md。开发过程记录见 workbuddy.md。
一条命令跑一局完整的「自定义挑战 → 双 Agent 决策 → 独立裁判 → 可复现配置」闭环：
npm run challenge -w @mcarena/arena-core -- --people 2 --budget 60 --goal balanced --seed 42真实输出（2026-10-15 实测，演示模式）：
任务卡：自定义挑战 · 2 人堂食｜预算 ¥60、人均 500 kcal、人均蛋白 20g、必含标签 burger/side/drink
数据来源：mock（scenario://stage03-fixtures）｜比赛 ID match_mv9660tm_42
⚠ 阶段03 场景测试数据集（模拟数据，非麦当劳官方数据）
【α 极速猎手】speed-greedy@1.0.0｜总分 78.5/100
自述应付 ¥22.00｜裁决成本 ¥22.00｜核价 not-verified｜资格 通过
实测 7ms｜候选 1｜工具调用 1
【β 深度优化师】optimizer-search@1.0.0｜总分 79.6/100
自述应付 ¥25.00｜裁决成本 ¥25.00｜核价 not-verified｜资格 通过
实测 3ms｜候选 248｜工具调用 6
裁判结论：极速猎手胜出（五维总分 78.5 : 79.6 / 100）——双方均无官方核价记录（NOT_VERIFIED），按裁判重算成本比较，α更低（¥22.00 : ¥25.00）
规则 judge-rules/1.1.0｜实验 exp_bcc724febf31e0b8｜成本依据 claimed-unverified
同一 seed 重复运行得到同一 experimentId（该 ID 已在 2026-10-14 的阶段06 实测中复现）。输出末尾会给出 reproducibleConfig——粘贴到网页「挑战设置」或同种子重跑即可复现同一局。
- 多人聚餐预算分配：3 个人、¥60、要高蛋白——看 β 如何在 248 个候选里找出满足硬约束且营养偏差最小的组合，而 α 用 1 个候选闪电给出便宜解；
- 「省钱 vs 吃好」的量化对比：同一任务卡下，用裁判五维图表直接比较两种策略的预算控制 / 营养均衡 / 优惠利用得分；
- MCP 决策类应用的工程范本：把「快照录制 + 规则裁判 + 证据链」三件套迁移到任何基于 MCP 的决策场景，用于回归测试与公平评测；
- 可解释 AI 教学演示：雷达图 + 决策时间轴 + 逐项公式，让「Agent 如何点餐、裁判如何打分」肉眼可见；
- WorkBuddy 对话内开赛：自然语言「来一场麦门竞技，2 个人 60 块要均衡搭配」即可触发完整比赛并返回可分享战报。
┌────────────┐ ┌──────────────────┐ ┌─────────────────────────┐
│ apps/web │──▶│ apps/api │──▶│ packages/arena-core │
│ React+Vite │ │ Fastify + SSE │ │ 规则/双Agent/裁判(纯函数) │
└────────────┘ └──────────────────┘ └───────────┬─────────────┘
│ │ packages/shared (zod 契约)
┌─────────▼──────────┐ ┌────────▼─────────┐
│ snapshots/ (回放) │◀──│ mcd-mcp-client │──▶ mcp.mcd.cn
└────────────────────┘ └──────────────────┘
- 单一事实来源：
packages/shared用 zod 定义跨模块契约（MenuSnapshot / TaskCard / DecisionTrace / Verdict / MatchRecord），API 与 Web 两端共享； - 三端同源：网页 API、CLI、WorkBuddy Skill 共用同一
runArenaMatch()（arena-core），Skill 不复制业务逻辑； - 数据三分法：
official-live/official-snapshot/mock，由DataOrigin贯穿 MatchResult 与 UI； - 写操作红线：MCP 客户端只读白名单 + 写操作黑名单双重机制，默认拒绝一切下单类工具（单测覆盖）。
详细设计见 ARCHITECTURE.md，实施计划见 PROJECT_PLAN.md。
npm test # Vitest：契约 / 协议 / 决策 / 裁判 / 复现性 / API / 前端 / E2E 辅助
npm run build # TypeScript strict 全量构建复现性测试：相同 (seed, snapshotId) 两次运行的 MatchRecord（除记录 ID 外）字节级一致。
当前基线（2026-10-15 真实执行）：
- 测试 222/222 通过（22 个文件）：含并发挑战可回放、同 seed 并发逐字节一致、SSE 404 语义、MatchStore 容量淘汰、空菜单可判决、限流 / 退避 / 401 不重试、Skill 子进程集成（11 项）、快照采集与落盘（7 项）等；
- TypeScript strict 0 错误；ESLint 0 错误 / 0 警告（CLI
no-console与 react-refresh 两处为精确豁免并附注释）； npm audit0 漏洞（全量与--omit=dev）；- 浏览器实测：生产构建 + 真实 Chrome + playwright-core，16 步全链路通过，控制台 0 错误 / 0 警告，移动端无横向溢出（证据
docs/screenshots/stage07/）。
| 路径 | 说明 |
|---|---|
packages/shared |
数据契约（zod schema + TS 类型，单一事实来源） |
packages/mcd-mcp-client |
官方 MCP Streamable HTTP 客户端（退避重试 / 写操作黑名单 / 快照采集） |
packages/arena-core |
竞技内核：规则引擎、双 Agent、裁判引擎（零网络纯函数）+ challenge CLI |
apps/api |
Fastify 服务：比赛 API + SSE 实时流 |
apps/web |
React 中文可视化界面（决策时间轴 / 雷达图 / 解释面板 / Agent 指标） |
skill/mc-arena |
WorkBuddy Skill（SKILL.md + scripts + references + INSTALL.md） |
snapshots/ |
官方数据快照目录（当前为空；空时自动回退场景数据集。采集：MCD_MCP_TOKEN=<token> tsx tools/snapshot-capture.ts，需 Token） |
docs/screenshots/ |
真实浏览器截图（stage05 / stage07 / gif-frames） |
docs/evidence/ |
各阶段真实运行证据（CLI 输出、HTML 战报、JSON 结果、浏览器实测报告） |
docs/PROMOTION.md |
传播材料（中文介绍 / English / GitHub 描述 / 技术亮点 / 架构说明） |
docs/archive/ |
阶段报告、测试/性能/安全报告与交接文档 |
tools/ |
工程脚本：快照采集 CLI、报名就绪自查、GIF 帧捕获、浏览器实测 |
- 阶段00/01：工程基座、共享契约、MCP 客户端、API 与前端（提交
23767dc/f5b301f） - 阶段02：官方 MCP 接入层（只读白名单、429 退避、限流、快照回放）
- 阶段03：双 Agent 竞技引擎（Speed / Optimizer + 执行状态机 + 基准测试）——见
docs/archive/STAGE_03_REPORT.md - 阶段04：独立智能裁判系统（独立验证 / 资格硬门槛 / 官方核价优先 / 可复现实验 ID）——见
docs/archive/STAGE_04_REPORT.md与JUDGE_SPEC.md - 阶段05：完整前端 UI/UX（四页面 / 双主题 / 响应式 / 分享卡 / 无障碍；API 契约支持自定义挑战）——见
docs/archive/STAGE_05_REPORT.md（含真实浏览器实测与截图） - 阶段06：WorkBuddy Skill 集成（任务卡构造下沉共享引擎 /
challengeCLI / Skill 三脚本 / 官方规范校验通过）——见docs/archive/STAGE_06_REPORT.md - 阶段07：完整质量保证、安全审计与稳定性修复（lint 31→0、测试 215→222、audit 4→0、16 步浏览器实测）——见
docs/archive/STAGE_07_REPORT.md/docs/archive/TEST_REPORT.md/docs/archive/SECURITY_AUDIT.md/docs/archive/PERFORMANCE_REPORT.md - 阶段08：参赛文档、演示与发布前整理——见
docs/archive/FINAL_WORKBUDDY_REPORT.md与docs/archive/CODEX_HANDOFF.md
- 想了解 MCP 真实落地的开发者；
- 对「多智能体决策 / 可解释 AI / 公平比对」感兴趣的学习者；
- 需要「点餐决策辅助」思路参考的产品与技术团队。
now-time-info、query-nearby-stores、query-meals、query-meal-detail、calculate-price、query-store-coupons、list-nutrition-foods、campaign-calendar。
调用流程与业务价值详见 MCP_INTEGRATION.md。
本仓库不内置二进制 GIF：20 帧真实采集帧位于 docs/screenshots/gif-frames/（按文件名排序即为播放顺序）。在装有 ffmpeg 的机器上一条命令即可合成：
ffmpeg -framerate 2.5 -i docs/screenshots/gif-frames/%03d-*.png \
-vf "scale=960:-1:flags=lanczos,split[s0][s1];[s0]palettegen[p];[s1][p]paletteuse" \
docs/screenshots/demo.gif（帧由 node tools/e2e/capture-demo-frames.mjs 真实采集，未经任何画面伪造；本环境不生成视频，故不在仓库内置 GIF。）
- 本项目为麦当劳程序员创意开发大赛参赛作品，非麦当劳官方产品；输出仅供娱乐与学习参考，不构成营养或专业建议；
- 项目默认禁止调用
create-order等写操作，不会产生任何真实订单； - Token 仅通过环境变量注入，仓库内不含任何真实凭据；
- 餐品、价格与供应情况以麦当劳官方渠道实时结果为准。
见 CONTRIBUTING.md。本地完整检查是 npm run verify（依次执行 lint、typecheck、build、test）。