Entorno open source para agentes autónomos de larga duración que coordina subagentes, memoria y sandboxes para investigar, programar y crear durante minutos u horas.
Ayzzz123/mcd-coupon-strategist
Skill de McDonald's China basado en MCP que calcula la forma más económica de pedir en tu sucursal y avisa de los cupones que están por vencer.
- Estrellas
- 576
- Forks
- 20
- Issues abiertos
- 0
- Último commit
- hace 6 días
¿Qué es?
mcd-coupon-strategist es un asistente en Python para calcular el costo de los pedidos, basado en el servidor MCP de McDonald's China. Para un pedido, obtiene el menú actual de la sucursal y los cupones disponibles allí, enumera combinaciones de productos individuales, combos, cupones acumulados y productos adicionales, y calcula el precio de cada opción con la herramienta calculate-price de MCP. Después recomienda la opción más económica y avisa cuando agregar productos para alcanzar el mínimo de un cupón termina costando más.
Para analizar los gastos a largo plazo, consulta los pedidos anteriores y la lista de cupones de la cuenta e informa el valor de los cupones próximos a vencer, el gasto promedio por pedido y los patrones de gasto según la hora del día. También comprueba el saldo de puntos y sus fechas de vencimiento, y muestra las fechas de las campañas junto con la vigencia de los cupones. El valor de los cupones se calcula con calculate-price cuando hay un código disponible; de lo contrario, se estima a partir de los precios del menú. Si no se conoce el valor, se indica como desconocido en lugar de hacer una suposición.
La demostración funciona sin conexión con respuestas de MCP guardadas en la carpeta fixtures y solo usa la biblioteca estándar de Python, por lo que no hace falta ningún token para probarla. Para ejecutarla con el servidor en vivo, se necesita un token de MCP de McDonald's.
Funciones clave
- 01Compara pedidos de productos individuales, combos y cupones en la sucursal actual.
- 02Calcula el precio de cada opción con la herramienta calculate-price de MCP, en lugar de hacer una estimación.
- 03Avisa si acumular cupones o comprar productos adicionales termina costando más.
- 04Informa sobre los cupones próximos a vencer y su valor nominal a partir de los datos de cupones anteriores y actuales.
- 05Resume el historial de pedidos según el gasto promedio y la hora del día.
- 06Funciona totalmente sin conexión en modo de demostración con respuestas guardadas.
Casos de uso
- Elegir la combinación de comida más económica dentro de un presupuesto fijo en una sucursal de McDonald's.
- Comprobar si conviene usar un cupón o agregar productos para alcanzar el mínimo requerido.
- Hacer seguimiento de los cupones y puntos de una cuenta de McDonald's que están por vencer.
- Aprender a crear un flujo de pedidos basado en MCP con un diseño de adaptador por capas.
Inicio rápido
- 1
Clona el repositorio
git clone https://github.com/Ayzzz123/mcd-coupon-strategist.git - 2
Entra en el directorio del proyecto
cd mcd-coupon-strategist - 3
Ejecuta la demo sin configuración (no necesitas un MCP Token)
python demo.py
Antes de usarlo
- Para usarlo en directo, necesitas un MCP Token de McDonald's China, que puedes obtener en open.mcd.cn.
- El ahorro estimado de los cupones sin código de barras o sin una coincidencia en el menú puede aparecer como desconocido.
Temas
Preguntas frecuentes
- ¿Qué es mcd-coupon-strategist?
- Skill de McDonald's China basado en MCP que calcula la forma más económica de pedir en tu sucursal y avisa de los cupones que están por vencer. mcd-coupon-strategist es un asistente en Python para calcular el costo de los pedidos, basado en el servidor MCP de McDonald's China. Para un pedido, obtiene el menú actual de la sucursal y los cupones disponibles allí, enumera combinaciones de productos individuales, combos, cupones acumulados y productos adicionales, y calcula el precio de cada opción con la herramienta calculate-price de MCP. Después recomienda la opción más económica y avisa cuando agregar productos para alcanzar el mínimo de un cupón termina costando más.
- ¿mcd-coupon-strategist es gratuito? ¿Qué licencia tiene?
- mcd-coupon-strategist es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿mcd-coupon-strategist sigue mantenido?
- Mantenimiento activo. El último commit de mcd-coupon-strategist fue el 14 oct 2026.
- ¿Para qué puedo usar mcd-coupon-strategist?
- Elegir la combinación de comida más económica dentro de un presupuesto fijo en una sucursal de McDonald's. Comprobar si conviene usar un cupón o agregar productos para alcanzar el mínimo requerido. Hacer seguimiento de los cupones y puntos de una cuenta de McDonald's que están por vencer. Aprender a crear un flujo de pedidos basado en MCP con un diseño de adaptador por capas.
- ¿Cómo se instala mcd-coupon-strategist?
- Clona el repositorio: git clone https://github.com/Ayzzz123/mcd-coupon-strategist.git Entra en el directorio del proyecto: cd mcd-coupon-strategist Ejecuta la demo sin configuración (no necesitas un MCP Token): python demo.py
- ¿Dónde consigo mcd-coupon-strategist?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/Ayzzz123/mcd-coupon-strategist
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Framework de agente personal de IA autohospedado en Python, con WebUI en el navegador, cliente de terminal, canales para apps de chat, herramientas, memoria y compatibilidad con MCP.
Plataforma de chatbot con agentes y de código abierto que conecta LLM, plugins y herramientas para agentes con apps de mensajería como QQ, Telegram, Slack y Discord.
Un harness de agentes para Python, con opiniones claras y todo incluido, que ejecuta tareas largas de varios pasos desde el primer momento sobre LangGraph.
Agente de investigación autónomo y de código abierto que planifica preguntas, recopila fuentes web y locales, y redacta informes con citas usando cualquier proveedor de LLM.
Infraestructura de memoria nativa para agentes que convierte las conversaciones y ejecuciones de agentes LLM en memoria persistente y estructurada para aplicaciones Python y TypeScript.