参赛项目名称
美食管家 MCP：米其林餐厅智能预约助手
团队 / 作者
飞猪-高乐融（花名：晋梁）
我做了什么
我基于 OpenWork、百炼模型能力和 MCP 协议，开发了一套米其林餐厅智能预约助手。
用户只需要说出餐厅名称、城市、日期、人数和时间偏好，系统即可自动完成：
识别目标餐厅及其米其林信息。
查找餐厅官网和真实预约入口。
判断官网、第三方平台、电话、邮件等预约渠道。
查询可预约日期和时间段。
根据用户条件发起多轮预约流程。
在提交订单、支付和外呼前要求用户确认。
遇到登录、短信验证码、信用卡、CAPTCHA 等敏感步骤时，安全地交还用户本人处理。
官网无法直接预约时，可通过 Xbot 电话机器人进行测试外呼。
项目同时支持本地 Stdio 和线上 Streamable HTTP 接入，并在 Aone MCP 市场完成发布。针对远程 MCP 调用超时、运行进程被回收等问题，我增加了任务状态管理、异步轮询、持久化存储和长期运行的 HTTP 部署方案
使用的工具
-OpenWork / 百炼 CLI
-百炼能力 / 模型：通义千问，用于自然语言理解、预约意图识别、任务拆解和工具编排
-Skill 名称：米其林餐厅预约 Skill / 美食管家 MCP
-其他：Model Context Protocol（MCP）
-Python
-Playwright / Chromium
-Aone MCP 开放市场
-Streamable HTTP
-SQLite
-Xbot 电话机器人
-GitLab / Aone PyPI
效果展示
用户可以直接用自然语言提出预约需求，例如：
帮我查询京都菊乃井本店 8 月适合两个人用餐的可预约时间。
美食管家会自动拆解任务，依次识别餐厅官网、判断预约渠道、查询可约日期与时段，并根据结果继续推进预约。
当前 MCP 提供餐厅查询、可约时间查询、预约创建、预约确认、支付确认、登录协助、人机验证协助、电话预约和任务状态查询等工具。用户在 QoderWork 等支持 MCP 的客户端中一键接入后，即可通过对话调用这些能力。
建议在此处粘贴以下截图：
Aone 市场中的“美食管家 MCP”详情页。
MCP 成功加载全部工具的页面。
查询菊乃井可预约日期的对话过程。
Xbot 电话预约或人工接管提示页面。
项目链接（可选）
Aone MCP 市场：https://open.aone.alibaba-inc.com/market
Aone PyPI 项目：https://cd.aone.alibaba-inc.com/unite/micro/pkg/1006416
代码仓库：git@gitlab.alibaba-inc.com:gaolerong.glr/michelin-restaurant-reservations.git
踩坑记录（可选）
开发过程中最大的挑战，是本地 MCP 和线上 MCP 的运行环境并不相同。
本地使用 Stdio 时，MCP 进程可以持续运行，耗时较长的餐厅官网识别和日历抓取通常能够正常完成；但发布到线上 Command 沙箱后，远程客户端存在调用超时，沙箱进程也可能被回收，导致后台任务长时间停留在 processing 状态。
为解决这些问题，我进行了以下改造：
为长任务增加 operation_id 和状态查询工具。
使用 SQLite 持久化预约任务和执行状态。
增加明确的任务进度、失败状态和重试指引。
将线上部署方案从临时 Command 进程调整为长期运行的 Streamable HTTP 服务。
增加 /healthz 健康检查和可配置的 HTTP 监听地址。
调整网关与工具调用超时时间，避免复杂查询在执行过程中被提前终止。
将登录、验证码、支付和真人验证设计为安全的用户接管流程，而不是尝试绕过平台安全机制。
这次实践让我认识到，开发一个可以本地运行的 MCP 并不困难，真正有挑战的是让它在线上环境中稳定运行，并让其他用户能够一键接入、连续调用和安全地完成完整任务。？
##演示视频
网页预约演示视频：https://cloud.video.taobao.com/vod/qvsxiq_ad7ArRgD14LsCbhNU-aPICOI0rih2Z5Y7tKQ.mp4
电话预约演示视频：https://cloud.video.taobao.com/vod/WfFdVBs_gjm_PeNQkA2wX2sItY2VTYYHcd1tGAICr3Q.mp4
参赛项目名称
美食管家 MCP：米其林餐厅智能预约助手
团队 / 作者
飞猪-高乐融（花名：晋梁）
我做了什么
我基于 OpenWork、百炼模型能力和 MCP 协议，开发了一套米其林餐厅智能预约助手。
用户只需要说出餐厅名称、城市、日期、人数和时间偏好，系统即可自动完成：
识别目标餐厅及其米其林信息。
查找餐厅官网和真实预约入口。
判断官网、第三方平台、电话、邮件等预约渠道。
查询可预约日期和时间段。
根据用户条件发起多轮预约流程。
在提交订单、支付和外呼前要求用户确认。
遇到登录、短信验证码、信用卡、CAPTCHA 等敏感步骤时，安全地交还用户本人处理。
官网无法直接预约时，可通过 Xbot 电话机器人进行测试外呼。
项目同时支持本地 Stdio 和线上 Streamable HTTP 接入，并在 Aone MCP 市场完成发布。针对远程 MCP 调用超时、运行进程被回收等问题，我增加了任务状态管理、异步轮询、持久化存储和长期运行的 HTTP 部署方案
使用的工具
-OpenWork / 百炼 CLI
-百炼能力 / 模型：通义千问，用于自然语言理解、预约意图识别、任务拆解和工具编排
-Skill 名称：米其林餐厅预约 Skill / 美食管家 MCP
-其他：Model Context Protocol（MCP）
-Python
-Playwright / Chromium
-Aone MCP 开放市场
-Streamable HTTP
-SQLite
-Xbot 电话机器人
-GitLab / Aone PyPI
效果展示
用户可以直接用自然语言提出预约需求，例如：
帮我查询京都菊乃井本店 8 月适合两个人用餐的可预约时间。
美食管家会自动拆解任务，依次识别餐厅官网、判断预约渠道、查询可约日期与时段，并根据结果继续推进预约。
当前 MCP 提供餐厅查询、可约时间查询、预约创建、预约确认、支付确认、登录协助、人机验证协助、电话预约和任务状态查询等工具。用户在 QoderWork 等支持 MCP 的客户端中一键接入后，即可通过对话调用这些能力。
建议在此处粘贴以下截图：
Aone 市场中的“美食管家 MCP”详情页。
MCP 成功加载全部工具的页面。
查询菊乃井可预约日期的对话过程。
Xbot 电话预约或人工接管提示页面。
项目链接（可选）
Aone MCP 市场：https://open.aone.alibaba-inc.com/market
Aone PyPI 项目：https://cd.aone.alibaba-inc.com/unite/micro/pkg/1006416
代码仓库：git@gitlab.alibaba-inc.com:gaolerong.glr/michelin-restaurant-reservations.git
踩坑记录（可选）
开发过程中最大的挑战，是本地 MCP 和线上 MCP 的运行环境并不相同。
本地使用 Stdio 时，MCP 进程可以持续运行，耗时较长的餐厅官网识别和日历抓取通常能够正常完成；但发布到线上 Command 沙箱后，远程客户端存在调用超时，沙箱进程也可能被回收，导致后台任务长时间停留在 processing 状态。
为解决这些问题，我进行了以下改造：
为长任务增加 operation_id 和状态查询工具。
使用 SQLite 持久化预约任务和执行状态。
增加明确的任务进度、失败状态和重试指引。
将线上部署方案从临时 Command 进程调整为长期运行的 Streamable HTTP 服务。
增加 /healthz 健康检查和可配置的 HTTP 监听地址。
调整网关与工具调用超时时间，避免复杂查询在执行过程中被提前终止。
将登录、验证码、支付和真人验证设计为安全的用户接管流程，而不是尝试绕过平台安全机制。
这次实践让我认识到，开发一个可以本地运行的 MCP 并不困难，真正有挑战的是让它在线上环境中稳定运行，并让其他用户能够一键接入、连续调用和安全地完成完整任务。？
##演示视频
网页预约演示视频：https://cloud.video.taobao.com/vod/qvsxiq_ad7ArRgD14LsCbhNU-aPICOI0rih2Z5Y7tKQ.mp4
电话预约演示视频：https://cloud.video.taobao.com/vod/WfFdVBs_gjm_PeNQkA2wX2sItY2VTYYHcd1tGAICr3Q.mp4