Command Palette

Search for a command to run...

UnylyUnyly
Весь каталог

Mcd Point Fx

БесплатноНе проверен

麦当劳积分外汇交易所 | McDonald's Points FX Exchange - 把每个可兑换 SKU 建模为 POINT/CNY 货币对,用汇率牌价 + 期权 EV 定价回答「积分到底该怎么花」。基于麦当劳官方 MCP 构建。

GitHubEmbed

Описание

麦当劳积分外汇交易所 | McDonald's Points FX Exchange - 把每个可兑换 SKU 建模为 POINT/CNY 货币对,用汇率牌价 + 期权 EV 定价回答「积分到底该怎么花」。基于麦当劳官方 MCP 构建。

README

麦麦积分交易所 · mcd-point-fx

麦当劳积分不是等价的。它有一套被隐藏的汇率。

Python deps Token MCP Contest License

市面上的积分工具都在回答「我能换什么」。 我们多回答一个问题:「我的每一分,到底值多少钱?」

快速体验 · 牌价表 · 抽奖 EV · 为什么这么做 · 架构


核心结论(2026-10-15 实测)

发现 数字
在售商品汇率极差 5.04 倍
同样 100 积分,最优 vs 最差 ¥13.80 vs ¥2.74
选错商品损失 白扔 80% 的积分价值
抽奖 vs 直接兑换(每积分回报) 5.31 倍
单次抽奖 EV ¥6.94(24 积分)

快速体验(30 秒)

git clone https://github.com/lucklyme/mcd-point-fx.git
cd mcd-point-fx
python demo.py

零第三方依赖、零 Token——内置真实抓取的数据快照,clone 下来就能看到结论。

想接真实数据(需先在 open.mcd.cn/mcp 申请 Token):

export MCD_MCP_TOKEN=你的Token
python demo.py --live

一、汇率牌价表

把每个可兑换 SKU 当成一个 POINT/CNY 货币对,汇率 = 现金价值 ÷ 所需积分。

                         POINT / CNY  EXCHANGE BOARD
                    生成时间 2026-10-15 22:25:05    样本 7 个在售商品

   #  商品                            积分   现金价   汇率(元/分)   反牌价(分/元)
  ------------------------------------------------------------------------
   1  6.9元香芋派/菠萝派任选             50    6.90      0.1380          7.2
   2  6.9元可乐麦炫酷                   50    6.90      0.1380          7.2
   3  10.9元指定小食任选                100   10.90      0.1090          9.2
   4  10.9元指定小食任选                200   10.90      0.0545         18.3
   5  17.9元板烧可乐组合                500   17.90      0.0358         27.9
   6  16.9元麦辣可乐组合                500   16.90      0.0338         29.6
   7  21.9元巨无霸可乐组合              800   21.90      0.0274         36.5
  ------------------------------------------------------------------------

  最优牌价   0.1380 元/分   <- 6.9元香芋派/菠萝派任选(50 分)
  最差牌价   0.0274 元/分   <- 21.9元巨无霸可乐组合(800 分)
  中位牌价   0.0545 元/分
  极    差   5.04 x   (同样 1 积分,选对选错价值差 5.04 倍)

同样是 100 积分:换香芋派值 ¥13.80,换巨无霸可乐组合只值 ¥2.74。

程序员节彩蛋:商城里那套罗技键鼠要 6666 积分。 按在售中位牌价 0.0545 元/分算,这 6666 分本可以换到约 ¥363 的商品; 而键鼠套装的公开市场参考价约 ¥149。 也就是说,用它等于拿 ¥363 换了 ¥149——打了 4 折出手。 情怀归情怀,汇率归汇率。

我该换什么?

python -m mcd_point_fx best --points 500

按汇率从优到劣,列出你当前积分能换的所有选项。


二、抽奖 EV:该不该赌?

单次消耗 24 积分,奖池 10 个奖品。问题来了:这 24 分,抽奖还是直接兑换?

                             LOTTERY EV DESK
                      麦麦积分抽奖 · 单次消耗 24 积分

  奖品                      估值(元)  取值依据
  --------------------------------------------------------------
  下单立减3元券                3.00  券面直减
  下单立减2元券                2.00  券面直减
  下单立减1元券                1.00  券面直减
  麦辣三件套5折券             13.45  以 26.9 元三件套为基准
  板烧三件套5折券             12.45  以 24.9 元三件套为基准
  双层鳕鱼三件套6折券          9.96  以 24.9 元三件套为基准
  甜辣小食组合5折券            7.95  以 15.9 元组合为基准
  小食四件套5.5折券           13.46  以 29.9 元四件套为基准
  麦旋风5折券                 4.50  以 9 元麦旋风为基准
  30积分                     1.64  按中位汇率 0.0545 元/分 折算
  --------------------------------------------------------------

  期望价值 EV          6.94 元 / 次
  每积分回报(抽奖)    0.2892 元/分
  每积分回报(兑换)    0.0545 元/分
  24 积分兑换等价     1.31 元

  >>> 结论:抽奖更划算(每积分回报是直接兑换的 5.31 倍)
  >>> 安全边际:抽奖的每积分回报要跌到当前的 18.8% 以下,直接兑换才会反超
  >>> 前提:官方未公布中奖概率,以上按等概率假设计算

  蒙特卡洛同成本对比:
    抽 10000 次,共消耗 240000 积分
    -> 抽奖所得     69200.42 元
    -> 直接兑换     13080.00 元
    -> 净  差       56120.42 元

即使官方概率严重倾斜,结论也很难被推翻——抽奖的领先优势有 5 倍以上的安全垫。


我们做对了什么

常见积分工具 mcd-point-fx
视角 记账:我有多少分、能换啥 定价:每一分值多少钱
核心指标 积分余额 汇率(元/分)
抽奖 有就抽,看运气 算 EV,给安全边际
数据依赖 需要你的历史订单 只用公开数据,零历史也能跑
门槛 要配 Token 才能试 零 Token 直接跑
依赖 一堆第三方库 0 个,纯标准库

三个刻意的取舍

  1. 默认只统计在售商品。 第一版把已下架的「1 积分限时兑换」算了进去, 得出「极差 621 倍」这种离谱数字。已下架的历史活动不能和当前商品同台比较, 所以我们改成在售口径,并加了 test_spread_is_credible 防回归。

  2. 不臆造价格。 名称里没标现金价的商品(如「麦麦脆汁鸡两件套」)直接排除, 不猜、不编。宁可少几个样本,也不污染结论。

  3. 诚实标注假设。 官方没公布中奖概率,我们就明说按等概率算, 并给出"要跌到多少才不成立"的敏感性分析,而不是假装精确。


架构

mcd-point-fx/
├── demo.py                   # 一键演示,零 Token 可跑
├── mcd_point_fx/
│   ├── rate.py               # 汇率引擎:货币对定价、牌价表、最优兑换
│   ├── ev.py                 # EV 引擎:奖池解析、期望值、蒙特卡洛
│   ├── mcp_live.py           # 实时接入 MCP(标准库 urllib,兼容 JSON/SSE)
│   ├── snapshot.py           # 快照加载与在售判定
│   └── cli.py                # 命令行:rate / ev / best
├── data/snapshot.json        # 真实抓取的数据快照
└── tests/test_core.py        # 10 项单元测试

数据流:

   mall-points-products            query-lottery-info
            │                              │
            ▼                              ▼
    ┌───────────────┐            ┌───────────────┐
    │  汇率引擎      │            │   EV 引擎      │
    │  POINT/CNY    │            │  期权定价      │
    └───────┬───────┘            └───────┬───────┘
            └──────────► 联合结论 ◄───────┘
                  抽奖还是兑换?

命令

python demo.py                          # 全量演示(离线快照)
python demo.py --live                   # 实时拉取
python -m mcd_point_fx rate             # 只看牌价表
python -m mcd_point_fx rate --history   # 含已下架商品
python -m mcd_point_fx ev --draws 50000 # 自定义蒙特卡洛次数
python -m mcd_point_fx best --points 500
python -m unittest discover -s tests    # 跑测试

数据来源与口径

  • 数据来自 麦当劳中国 MCP Server(https://mcp.mcd.cn)。
  • 现金价取自商品名称中的官方标注价;未标注价格的商品不参与定价。
  • point = 0 的派对 / 品鉴会 / 读书会属于现金售卖,不构成货币对,已排除。
  • 折扣券价值以菜单公示基准价估算,随门店与时段可能浮动。
  • 官方未公布中奖概率,EV 基于等概率假设计算,实际收益以官方规则为准。

本项目为麦当劳程序员节创意开发大赛参赛作品,由参赛者独立开发,非麦当劳官方产品。 输出仅供参考,不构成消费建议;餐品、价格与供应状态以麦当劳官方渠道实时结果为准。

License

MIT · 详见 LICENSE

from github.com/lucklyme/mcd-point-fx

Установка Mcd Point Fx

У этого сервера нет опубликованного пакета — он собирается из исходников. Открой репозиторий и следуй инструкции в README.

▸ github.com/lucklyme/mcd-point-fx

FAQ

Mcd Point Fx MCP бесплатный?

Да, Mcd Point Fx MCP бесплатный — установка в пару кликов через Unyly без оплаты.

Нужен ли API-ключ для Mcd Point Fx?

Нет, Mcd Point Fx работает без API-ключей и переменных окружения.

Mcd Point Fx — hosted или self-hosted?

Self-hosted: сервер запускается локально на твоей машине командой из раздела установки.

Как установить Mcd Point Fx в Claude Desktop, Claude Code или Cursor?

Открой Mcd Point Fx на unyly.org, выбери вкладку своего клиента (Claude Desktop, Claude Code, Cursor) и нажми Install — конфиг сгенерируется автоматически, без правки JSON.

Похожие MCP

Compare Mcd Point Fx with

Не уверен что выбрать?

Найди свой стек за 60 секунд

Автор?

Embed-бейдж для README

Похожее

Все в категории development