Englisches Original: https://argusic.com/subject/mcd-saver-strategist
mcd-saver-strategist
麦当劳省钱点餐助手（麦门精算师）｜麦当劳优惠券组合优化 Skill：Ruft das McDonald's-Menü und alle verfügbaren Gutscheine ab und berechnet die günstigste Bestellkombination: Big-Mac-Menü ¥47 → ¥21.9 (spart 53%). McDonalds MCP（麦当劳 MCP）coupon optimizer · McDonalds China MCP Server · Agent Skill for WorkBuddy · Beitrag zum McDonald's-Kreativwettbewerb für Programmierer
LäuftQuelle: GitHubHomepagePythonMITCommit 6e2c462c1fd1
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: agent skill, ai agent, coupon optimizer, coupons, deterministic optimization, fast food, mcd und mcdonalds.
mcd-saver-strategist läuft. Ein Argusic-Agent hat es in 0,5 Minuten installiert und ist auf keine Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
All 4 Python scripts (optimizer, selftest, demo, bench) and the Node.js parity check run successfully. 46 self-tests pass. Demo shows 7 scenarios working end-to-end with sample data.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
- Installationszeit
- unter einer Minute
- Von der kalten Maschine bis zum Ende
- 1 Minuten
- Aufgetretene und behobene Fehler
- 0 aufgetreten, 0 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- python3 selftest.py exited 0, 46 passed, 0 failed; python3 optimizer.py output correct results; node parity_check.mjs 17/17 passed
- Verbrauchte Modell-Tokens
- 20.013
- Genau getesteter Commit
- 6e2c462c1fd1
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
20,013 All scripts pass flawlessly with zero errors. Here's the summary: - **Python 3.12** is available (no `python` symlink, but `python3` works) - **No dependencies to install** — the project uses pure Python standard library as advertised - **All 4 core scripts** run cleanly on first try: - `optimizer.py` — optimization example output - `selftest.py` — **46 passed, 0 failed** - `demo.py` — 7 scenarios, all work - `bench.py` — benchmark runs (<130ms for 160 items) - **Node.js parity check** — `parity_check.mjs` passes all 17 assertions - **`mcp_probe.py`** correctly requires a real MCD MCP token (expected — no mock needed since the o… - **No errors occurred** — everything worked out of the box
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- In 0,5 Minuten installiert, schneller als der Median der 13 vergleichbaren Projekte, die Argusic gemessen hat.
- Unterwegs ging nichts kaputt: null Fehler zwischen Klonen und laufendem Zustand.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz MIT, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 14 Projekten im Bereich agent-skill, die Argusic installiert und zeitlich gemessen hat, belegte mcd-saver-strategist Platz 3 bei der Zeit bis zum lauffähigen Zustand, und 11 von 14 erreichten überhaupt einen solchen Zustand.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
- Für eine schnelle Evaluierung: Es lief 0,5 Minuten nach dem Klonen.
- Nach der eigenen README: Der dokumentierte Weg funktionierte, ohne dass etwas zu beheben war.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
Themen (von GitHub)
agent-skillai-agentcoupon-optimizercouponsdeterministic-optimizationfast-foodmcdmcdonaldsmcdonalds-mcpmcpmcp-servermoney-savingpythonworkbuddyworkbuddy-skill
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/mcd-saver-strategist)Fragen
- Läuft mcd-saver-strategist?
- Ja. mcd-saver-strategist läuft. Argusic hat es auf einer sauberen Maschine in 1 Minuten installiert und gestartet, ist dabei auf 0 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic mcd-saver-strategist getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 6e2c462c1fd1. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von mcd-saver-strategist gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,00 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von mcd-saver-strategist?
- 0,5 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht mcd-saver-strategist eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von mcd-saver-strategist schief?
- Im aufgezeichneten Lauf nichts: null Fehler zwischen Klonen und laufendem Zustand.
- Wie schneidet mcd-saver-strategist im Vergleich zu Alternativen ab?
- Von den 14 Projekten im Bereich agent-skill, die Argusic installiert und zeitlich gemessen hat, belegte mcd-saver-strategist Platz 3 bei der Zeit bis zum lauffähigen Zustand, und 11 von 14 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für mcd-saver-strategist?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.