麦当劳 MCP Skill：当快餐巨头拥抱 AI Agent 协议

> 来源: 用户上传 Skill 包 + 麦当劳 MCP 官方 + GitHub

> 日期: 2026-04-04

> 类型: OpenClaw Skill / MCP 集成

> 协议: MCP (Model Context Protocol) over Streamable HTTP

🎯 一句话版本

麦当劳中国官方提供了一个 MCP 服务器（mcp.mcd.cn），AI Agent 可以通过标准 MCP 协议帮你查优惠券、点麦乐送、查营养信息、找附近门店。这个 Skill 把它包装成了 OpenClaw 可用的 CLI 工具。

背景：麦当劳为什么做 MCP？

2025 年底，麦当劳中国成为全球第一批拥抱 MCP 协议的大型消费品牌。他们在 mcp.mcd.cn 部署了一个标准 MCP Server，让任何支持 MCP 的 AI 客户端（Claude Desktop、Cursor、Cherry Studio、OpenClaw 等）都能直接接入。

这意味着你可以对 AI 说"帮我看看附近麦当劳有什么优惠"，AI 通过 MCP 协议调用麦当劳的 API，返回真实数据。

Skill 分析

目录结构


mcdonalds-skill/
├── SKILL.md          ← 技能说明（中文）
└── scripts/
    └── mcd_cli.py    ← Python CLI（~230 行）

SKILL.md 设计

做得好的：

清晰的适用场景描述
完整的命令示例（init / list-tools / call / smoke-test）
常见报错排查指南
安全原则（不把 token 写死）
Token 获取指引（引导用户去 open.mcd.cn/mcp）

可以改进的：

没有 --- frontmatter 里的 triggers 字段（OpenClaw 不会自动触发）
缺少 references/ 目录（按 OpenClaw Skill 规范应该有）
描述里有 typo（kills/mcdonalds-mcp/ 应该是 skills/）

mcd_cli.py 代码质量

亮点：


# 零外部依赖——只用标准库
import urllib.request
import urllib.error
import json, argparse, os, sys

这是很聪明的决策。不需要 pip install 任何东西，任何 Python 3 环境直接能跑。

架构清晰：


post_json() → jsonrpc_request() → 具体命令
                                   ├── initialize()
                                   ├── list_tools()
                                   └── call_tool()

SSE 解析：支持 Server-Sent Events 响应格式（MCP 可能返回流式数据），这个细节处理得到位。

完整的 smoke-test：一键跑完 init → list-tools → call，输出 JSON 报告。这对调试非常有用。

不足：

没有 retry 逻辑（网络抖动会直接失败）
超时固定 60 秒，没有可配置选项
没有 async 支持（对于 Agent 集成场景可能有性能瓶颈）

麦当劳 MCP 服务详解

可用工具

工具	功能	上线时间
`now-time-info`	当前时间信息	2025-12
`campaign-calendar`	活动日历查询	2025-12
`available-coupons`	可用优惠券列表	2025-12
`query-nearby-stores`	附近门店查询	2025-12
营养信息列表	餐品营养成分数据	2026-01
麦乐送点餐	完整外送点餐流程	2026-02
积分兑换券	积分兑换优惠券	2026-02

接入方式


{
  "mcpServers": {
    "mcd-mcp": {
      "type": "streamablehttp",
      "url": "https://mcp.mcd.cn",
      "headers": {
        "Authorization": "Bearer YOUR_MCP_TOKEN"
      }
    }
  }
}

限制

地区: 仅限中国大陆（不含港澳台）
限流: 600 次/分钟
Token: 需要手机号验证获取
协议: 仅支持 MCP Version 2025-06-18 及之前

已支持的客户端

Cherry Studio、Cursor、Trae、Kiro、Claude Desktop，以及任何支持 Streamable HTTP MCP 的客户端。

这件事为什么重要？

1. 企业级 MCP 落地的标杆

麦当劳不是一个 AI 创业公司——它是一个全球市值 2000 亿美元的快餐巨头。它选择 MCP 作为 AI 接入标准，说明：

MCP 协议正在从"开发者玩具"变成"企业级基础设施"
大品牌开始认真对待"被 AI Agent 访问"这件事

2. "Agent 可发现性"成为新的 SEO

传统互联网：用户搜索 → Google → 你的网站

AI Agent 时代：用户对 Agent 说需求 → Agent 调用 MCP → 你的服务

麦当劳做 MCP = 确保 AI Agent 能"发现"和"使用"麦当劳的服务。这是Agent 时代的 SEO。

3. 外卖点餐的 Agent 化

从"打开 App → 浏览菜单 → 加购物车 → 结算"变成"跟 AI 说'帮我点一份巨无霸套餐送到公司'"。这是交互范式的根本变化。

与我们的关联

可以直接用吗？

可以。把这个 Skill 装到 OpenClaw 里，配好 token，就能：

"帮我看看附近有什么优惠券"
"查一下巨无霸的热量"
"帮我点一份麦乐送"

对 deep-research 的启发

如果我们把 deep-research 做成产品（上面刚讨论过），可以参考麦当劳的做法：

暴露一个 MCP Server：其他 AI Agent 可以调用我们的深度研究能力
比如：tools/call → deep-research → 传入 URL → 返回研究报告
这样任何 MCP 客户端（Claude Desktop、Cursor 等）都能用我们的研究服务

Skill 开发参考

这个 Skill 的设计模式值得学习：

1. 零依赖 CLI：标准库搞定，降低安装门槛

2. smoke-test 命令：一键验证整个链路

3. 环境变量 + 命令行：两种传参方式并存

4. JSON 输出：方便 Agent 解析

评分

维度	分数	说明
行业意义	9/10	全球首批大品牌 MCP 落地，标杆效应
Skill 代码质量	7.5/10	零依赖、结构清晰，但缺 retry 和 async
SKILL.md 质量	7/10	内容完整，但不完全符合 OpenClaw Skill 规范
实用性	8/10	真实可用，覆盖点餐/优惠券/门店/营养全场景
安全设计	8/10	Token 不硬编码，支持环境变量
与我们的相关性	6/10	使用场景不同，但 MCP 接入模式和 Skill 架构可借鉴
综合	7.5/10

关键链接

麦当劳 MCP 平台：https://open.mcd.cn/mcp
官方 GitHub：https://github.com/M-China/mcd-mcp-server
MCP 文档：https://open.mcd.cn/mcp/doc
Toolify 上的精简版：https://www.toolify.ai/zh/openclaw-skills/mcdonalds-mcp-order-lite-4025

> 一句话总结：麦当劳中国成为全球首批拥抱 MCP 的大品牌——你的 AI Agent 现在可以直接帮你点麦乐送、查优惠券、看营养信息。这个 Skill 把官方 MCP 服务包装成了零依赖的 Python CLI，代码质量不错但还有改进空间。更重要的是信号意义：当年每个品牌都需要一个网站，然后需要一个 App，现在它们开始需要一个 MCP Server。Agent 时代的"被发现"，就是新一代 SEO。