>这不是产品测评，是一次真实任务的完整记录：10 月 19 日到 21 日，从「要不要参加」到项目上线、报名提交，每个环节 WorkBuddy 都在场。我会写清楚哪些环节它真的替我干活了，哪些地方它把我带偏了、被我纠正，以及哪些事最后还是得我自己做。

先放产出，再看过程：
- **项目**：工位餐 · mcd-desk —— 打工人的麦当劳点单尺（https://github.com/Haxon-hub/mcd-desk） 求Star

- **在线试玩**：https://haxon-hub.github.io/mcd-desk/  （零配置，打开即用）

>![01_lunch75.png](https://developer.qcloudimg.com/http-save/yehe-12834668/8619c42b0187e7a067777e4846aaffde.png)— 成品：同一份订单在工作午餐时段的评分


----
## 一、任务是什么

腾讯的麦当劳创意开发大赛：基于官方开放的 MCP（`mcp.mcd.cn`）做项目，**排名 100% 由 GitHub Star 决定**，10 月 25 日截稿，前 100 名进获奖范围，同一个账号多个项目只取 Star 最高的那个。
这题的关键根本不是「做个好项目」，而是——**三天内做出一个能被人看见、愿意顺手点 Star 的东西**。
## 二、原来我会怎么做

搁以前，流程大概是：拍脑袋选题 → 凭感觉起名 → 边查边写 → 最后一天熬夜补传播物料。三个地方必然掉链子：
1. **不知道赛道多挤**。全凭想象判断「这个方向应该没人做」。

1. **数据发现靠手算**。Excel 拉几十行就烦了，深挖不可能。

1. **传播物料没时间**。文章、截图、发布节奏全靠最后一晚。

## 三、这次怎么交给 WorkBuddy

### 第一步：不写代码，先把赛道翻一遍

我先让它读大赛仓库、出参赛灵感。它给了我几个方向，其中「活动周边领取攻略」我自己越想越不对——用户还得先去看小红书攻略才知道周边规则，链路太长，否掉。
真正值钱的动作在后面：我让它**把全部 889 条报名 Issue 拉下来做全量解析**。这是我自己绝对不会干的事——889 条，人工翻到第二条就想放弃。
解析出来一个命名饱和度表：

| | |
|:-:|:-:|
|词|在已报名项目名中出现|
|麦麦|471 次|
|麦门|207 次|
|助手|162 次|
|搭子|48 次|
|**工位**|**0 次**|
这个表直接改写了我的命名流程。我起的「麦麦工位体检单」被我自己否掉（打工人看到「体检」会害怕），第二版「麦麦饭搭子」去表里一查——搭子 48 次，还有项目和我完全同名。最后落在「工位餐」：命中数 0。
### 第二步：接 MCP，从数据里找「啊哈时刻」

我申请了官方 MCP Token，在 WorkBuddy 里建了连接器。它拉了 `list-nutrition-foods` 全量餐品，158 条去重后算出三个和直觉不一样的发现：
- **蛋白密度和钠密度的排名相关系数 0.608**——想高效补蛋白，大概率同时吃进大量钠；

- **奶制品是独立的低钠岛**：钠密度 40–60 mg/100kcal，咸食是 200–600，而两者的蛋白密度几乎一样；

- **同一个「凑 30g 蛋白」的目标，最省热量和最省钠的组合，钠差 5.1 倍**（1385 mg vs 274 mg）。

>![05_scatter.png](https://developer.qcloudimg.com/http-save/yehe-12834668/6649b51fcebf2c5d426eb5abb0c99990.png)— 过程产物：158 条营养数据的密度散点图

上面那张散点图就是这三个发现的可视化——蓝色的奶制品簇和红色的咸食带分得干干净净，人眼一看就懂。
产品形态也是这一步定下来的：不做「热量计算器」（查完发现那条路上背包 DP、Beam Search、Pareto 前沿全被做过了），做「**时段尺**」——同一份订单，午餐 75 分，夜宵 18 分。
>![04_swap.png](https://developer.qcloudimg.com/http-save/yehe-12834668/9bbd3a9a9792fc352f418d3a1a3c8427.png)— 成品：同一份订单在加班夜宵时段只剩 18 分

### 第三步：让它做页面，我来当甲方

页面做了三轮迭代，每一轮都是我提意见、它改：
- 第一版太素 → 我给了张参考图 → 改成麦当劳红底 + 金黄拱门 + 奶油底；

- 评分模型第一版把一份普通巨无霸套餐打成 39 分 → 按真实 TDEE 重校准预算 → 回到 75 分；

- 「三杯牛奶当夜宵」能拿 58 分 → 加短板闸门：任一维度低于 25 分，总分封顶 45；

- 它一本正经建议「把巨无霸换成无糖可乐」→ 加同品类替换约束。

### 第四步：让它自己截图、自己建仓

传播物料也是它出的：用无头 Chrome 定向截图，同一份订单切换时段，产出 75 分和 18 分的对比图——文章的封面素材一次到位。
建仓这段踩坑最多，也是最能看出 AI 协作价值的部分。我的运行环境有网络沙箱，`git push` 必然失败（代理 CONNECT 502）。它没有停在这，而是换路线走 **Git Data API**：blobs → trees → commits → refs，一步步把仓库建起来；空仓库调 blob 接口报 409，就用 Contents API 先造一个初始提交点亮仓库；PAT 校验报缺 `read:org` scope，换 `GH_TOKEN` 环境变量绕过。最后 Pages 开通，链接能访问，报名 Issue 提交。
>![03_panel.png](https://developer.qcloudimg.com/http-save/yehe-12834668/4e64879de4a70add64a83504a73bb84b.png) — 成品：评分面板 + 同品类替换建议

## 四、踩坑实录（这部分对读者最有用）

**1. MCP 返回的不是 JSON，是 TOON 格式文本。** 首行是字段定义头，数据行里的 `nutritionDescription` 可能为 `null` 也可能自带内容，不能按逗号 split 完取固定位置。这个坑官方文档里不会写，只有真调一次才知道。
**2. 评分模型第一版几乎必错。** 因为它反映的是想象而不是真实数据分布。第一版预算定太严，正常一餐被打成 39 分；把数据打印出来看分布再校准，才回到合理区间。
**3. 沙箱网络限制是硬约束，但不是死路。** `github.com` 整站不通，`api.github.com` 通——那就把所有 git 操作翻译成 REST 调用。遇到「此路不通」，让它枚举替代路线比自己放弃划算得多。
**4. AI 会顺嘴说不合规的话。** 比赛规则明确禁止贬低品牌、禁止宣扬不当饮食观念，它写文案时出现过「不健康」这类表述——哪怕是引用规则原文，也容易被误伤。**涉及合规的最后一遍必须人过。**
## 五、产出清单（可验收）


| | |
|:-:|:-:|
|产出|状态|
|仓库（README / 源码 / MCP_INTEGRATION / 合规声明 / 开发上下文）|已提交，commit 可查|
|GitHub Pages 在线试玩|已开通，打开即用|
|每日数据自动刷新（GitHub Action + 真实 MCP 链路）|已部署，每日定时|
|报名 Issue|已按官方模板提交|
|传播物料：截图 5 张 + 长文 1 篇 + 分社区文案|已备齐|
>![02_night18.png](https://developer.qcloudimg.com/http-save/yehe-12834668/8a310689068d7ea1e43fb602f9c9dfdb.png) — 成品：夜宵时段的同品类替换建议
## 六、哪些环节还是得人来

诚实地说，这几件事 WorkBuddy 做不了，也不该交给它：
- **传播判断**。Star 的转化靠人判断渠道：开发者社区比泛流量有效，demo 视频（不是出镜实拍）比图文更省事——这些是我定的，它一开始还把「视频」理解成了出镜拍摄；

- **合规终审**。品牌红线、Token 脱敏（全程环境变量、仓库只有占位符、PAT 用完即吊销），最后一遍必须人眼过；

- **口味**。名字「工位餐」最终是我在数据支持的下限之上拍的板——数据能排除坏答案，但好答案是人选的。

## 七、可复用的三条指令

同样的活你大概率也会遇到，附三条我实际用过的指令思路（原话有大意出入，方法是原样的）：
1. **赛道排查**：「把这个仓库的全部 Issue 拉下来，解析每条的标题，统计项目名里高频词的命中次数，输出成表格。」——起名、选题前先看饱和度，比任何灵感都管用。

1. **数据发现**：「接上这个 MCP，把 XX 数据全量拉下来，别急着做功能，先算密度/分布/相关性，把和直觉不一样的结果列出来。」——先有发现，再有产品，顺序不能反。

1. **交付检查**：「对照比赛规则的每一条逐项核对仓库文件，扫一遍敏感信息（Token、手机号、邮箱），缺什么补什么。」——报名前过一遍，比评审挂掉强。

## 尾注

- 营养数据取自麦当劳中国官方接口；评分规则是本项目自定义的个人偏好模型，不构成医疗或营养建议；参赛作品与麦当劳公司无隶属关系。

- 觉得「同一个东西在不同时间吃，不是同一个东西」有点意思的话，欢迎去点个 Star：**https://github.com/Haxon-hub/mcd-desk **

这不是产品测评，是一次真实任务的完整记录：10 月 19 日到 21 日，从「要不要参加」到项目上线、报名提交，每个环节 WorkBuddy 都在场。我会写清楚哪些环节它真的替我干活了，哪些地方它把我带偏了、被我纠正，以及哪些事最后还是得我自己做。

【征文】三天、一个 MCP、158 条数据：我把一场 GitHub Star 大赛的参赛项目全程交给了 WorkBuddy

人工智能

开发工具

职业发展

真实记录三天完成麦当劳MCP大赛项目的完整过程：从全量解析889条报名Issue避开命名红海，到接入官方MCP挖掘158条营养数据发现钠蛋白关联，用AI辅助开发并踩坑修正，产出可验收的开源项目。含赛道排查、数据洞察、AI协作避坑与人工终审经验。

WorkBuddy 

GitHub

JSON

2026上云采购 | AI焕新·智启新局

workbuddy-enterprise

WorkBuddy企业版限时双倍 Credits 活动

workbuddy

workbuddy-managed-agents

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

【征文】三天、一个 MCP、158 条数据：我把一场 GitHub Star 大赛的参赛项目全程交给了 WorkBuddy-腾讯云开发者社区-腾讯云

【征文】三天、一个 MCP、158 条数据：我把一场 GitHub Star 大赛的参赛项目全程交给了 WorkBuddy

【征文】三天、一个 MCP、158 条数据：我把一场 GitHub Star 大赛的参赛项目全程交给了 WorkBuddy

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐