麦当劳开放 MCP 接口办开发者比赛：把点餐、积分、优惠券交给 AI 调用

麦当劳干了件挺少见的事：把点餐、领券、查积分、看门店活动这些能力，整理成 30 多个标准接口开放出来，然后办了一场编程比赛。规则只有一条硬指标——谁的 GitHub 仓库 Star 多，谁排前面。

我花了一小时把比赛跑了一遍，也做了个自己的项目。这篇文章讲清三件事：MCP 到底是什么、这个比赛怎么参加、真去调这些接口会踩到哪些坑。

MCP 是什么：AI 世界的 USB-C

先说概念，因为这词最近到处都是，但很少有人讲明白。

你手机的充电口，从圆孔换到 Lightning、再统一到 USB-C，折腾了十几年。统一之前，每换一台设备就得换一根线。AI 现在调用外部能力，正好卡在这个"接口百花齐放"的阶段：想让 AI 帮你点外卖，得单独写一套外卖平台的对接；想让它查航班，又得写一套航司的对接。每接一个新系统，都要从头重来一遍。

MCP（Model Context Protocol，模型上下文协议）想解决的，就是这件事。它给"AI 调用外部工具"定了一个统一格式：不管是点外卖、查数据库还是读文件，都包装成同一种叫"工具"的东西。

打个比方会好懂：以前 AI 想用你的数据，得像进不同房间找不同的钥匙串；而 MCP 是给它一张万能门禁卡，门后面是什么它不用管，刷卡就能进。

它本身没什么玄机。服务端把能力列成一张清单——每个工具叫什么、要什么参数、干什么用；AI 读到清单后按需调用，把结果拿走。协议里最核心的动作，就"列清单"和"调工具"两个。

麦当劳这次开放了什么

开放的是点餐，但比想象的细。

这 30 多个工具大致分四类：点餐（麦乐送、到店自取、团餐、派对预约）、优惠券（领券、查我的券）、积分（查余额、商城兑换、抽奖）、信息查询（营养数据、活动日历、附近门店）。

真跑通之后，最直观的感受是：它基本就是把你手机 App 里能点的东西，翻译成了 AI 能读的格式。 你在 App 里能做的事——麦乐送下单、麦麦省领券、拿积分换东西——这里都有对应的接口。

这批工具天然分成两类：只读的和会花钱的。查积分、看奖品、列门店属于前者，随便调；抽奖、下单、用积分兑换属于后者，调一次就真的花掉你账户里的东西。分清这条线很重要——做工具的人得自己给自己上规矩。

比赛怎么参加：交什么、怎么排

我把官方仓库的规则逐条核过一遍，说到底就两件事：交一个仓库，发一条报名。

时间是从 10 月 9 日到 10 月 25 日。参赛要在 GitHub 上建一个公开仓库，再到官方仓库发一条 Issue 报名，格式有现成模板。仓库里必须齐的文件有这些：

排名规则是这场比赛最特别的地方：不看代码质量、不看技术难度，只看 GitHub Star 数，前 100 名上榜。而且有个硬门槛——Star 为 0 不入榜。

翻译一下这条规则：你的东西不光要能跑，还得让人愿意点那个星星。 一个自己用着顺手的脚本，和一个别人看完就想转给朋友的东西，在这场比赛里是两个物种。

我翻了一下当天的赛场：开赛两小时，报名的项目从 4 个涨到 29 个，可其中 20 个是 0 星。也就是说大部分人交了作业，却没拿到哪怕一颗星——拿到 1 星就能上榜，门槛比想象中低得多。

奖励是真的实在。只要进了排行榜，哪怕排在最后一名，也能拿到【汉堡回车键玩具】和【程序员节实体徽章】各一份。往前排就更夸张：第 1 名是【巨无霸汉堡 ×50 次免费兑换券】，第 2 名 30 次，第 3 名 20 次，前三名还各拿 10240 点腾讯 WorkBuddy 积分；项目如果真用了 WorkBuddy 并交了 workbuddy.md，前 100 名再添 3000 积分。

翻译一下：一颗星，就能换一个汉堡形状的回车键玩具。 这个换算关系，比我下面要算的积分抽奖划算得多。

我做的项目：积分该抽还是该换

我挑了个当时还没人碰的角度：麦当劳的积分，拿去抽奖划算，还是直接兑换划算。

这问题看着像玄学，其实是一道能算完的算术题。

先给一个积分标个价

积分商城里每件商品都标着要多少积分，商品名里还带着市场售价——比如「6.9 元香芋派／菠萝派任选」要 50 积分。用售价除以积分，就是这件商品的"每积分回报"。

把所有商品都算一遍、取中位数，得到一个稳定的基准：1 积分大约值 0.138 元。用官方自己标的价来定价，比任何估算都实在。

再算抽奖的保本线

抽一次要 24 积分。这 24 积分如果拿去兑换，值 24 × 0.138 ≈ 3.31 元——这就是保本线：抽到的东西值不到 3.31 元，就是亏。

我把奖池里每件奖品逐件估价，标上"赚 / 亏 / 看用法"三类。"下单立减 3 元券"这种能直接算；"满减折扣券"算不了——省多少取决于你点什么，估了就是骗人，所以单独标成"看用法"。

拿抽奖天花板比兑换最好档

结论怎么下，我用了取巧但诚实的办法：比"抽奖的上限"和"兑换的最好档"。

奖池里最值钱的是 3 元券，24 积分抽到它，每积分回报 0.125 元；而直接兑换最好的一档是 0.138 元。连抽到最值钱的都跑不赢直接兑换——那还赌什么运气。

关键发现：官方不给你中奖概率

我原本想算"期望值"——平均抽一次能拿回多少钱。结果翻遍接口发现：官方只给奖品清单，一张概率表都没有。

没有概率，任何"平均收益"都是我编出来的。所以我砍掉了期望值，只算两件确定的事：保本线、奖池上限。这个决定反而让结论更硬——它不依赖任何假设，谁跑都是同一个数。

最后交出去的东西：五个只读接口、45 项单元测试、零第三方依赖（有 Python 就能跑，不用装任何东西），示例数据和真机跑出来的结论完全一致。

接 MCP 踩到的三个坑

会算还不够，得先把数据从接口里拿回来。这中间踩的坑挺真实，都记在了项目的接入文档里。

返回的不是纯 JSON，而是包了一层的 Markdown

麦当劳 MCP 给模型的响应，外面裹了一层给人看的 Markdown 说明（字段释义、格式说明），真正的数据挂在「## Original Response」这个标题后面。

我第一次直接解析 JSON，失败但不报错，静默降级成了空数据——报告照常生成，只是每个数字都对不上。这种"不报错的错"最难查，最后写了个三级降级的解析器才兜住。

活动日历是纯 Markdown，不是 JSON

别的接口都老老实实返回 JSON，唯独活动日历是一篇带标题的文档。得单独写正则，把它按日期切开，挑出"今天"那一节。

一个接口一种脾气，这就是接真实服务端的日常。

积分商城里混着「不是积分兑换」的商品

商城里有些商品标着 0 积分，看着像白送，其实是花钱买的派对、体验营，只是借了商城的壳摆在一起。

必须按积分数过滤掉，否则会把"1 积分值多少钱"这个基准算歪——分母里混进一堆免费的，中位数就废了。

这件事为什么值得在意

你可能觉得，一个点餐接口而已，有什么好聊的。

换个角度看：MCP 让 AI 从"知道很多事"变成"能做很多事"。 以前你问它"麦当劳哪个套餐划算"，它只能凭记忆瞎猜；现在它能真的去查你的券、你的积分、你附近门店的活动，再给你答案。这一字之差，是"嘴"和"手"的距离。

这场比赛比的东西也有意思。同一个能力矩阵，有人做成了精算表格，有人做成了一张能截图的账单卡片。前者可能更硬核，后者更容易被人转发——而这场比赛偏偏只看转发。

还有个细节值得说：比赛排名只看 Star，而 Star 是全场唯一一个你没法靠写代码拿到的分数。代码写得再漂亮，它不会自动变成星星。它只在你把东西做得清楚到、有用到——让别人愿意替你跟朋友说一句"这个你看看"的时候，才会出现。