环球美食推荐 Plugin

一个 AI agent 插件：当用户表达就餐意向（「推荐晚餐」「不知道吃什么」「想吃点辣的」），基于 462 道菜的全球美食知识库做加权随机推荐。

快速测试

bash

python3 scripts/recommender.py --count 3 --keywords "辣,牛肉"

返回 JSON：

config.json

{"dishes": [{"id": "...", "name": "麻婆豆腐", "price": 38, "cuisine": "川菜", ...}, ...], "exhausted": false, ...}

完整参数：

bash

python3 scripts/recommender.py --help

方式 A：自建 marketplace（推荐）

Code

/plugin marketplace add spyyps/recommend-dish
/plugin install menus-recommender@spyyps-recommend-dish

安装后在任意目录的 Claude Code 会话里说「推荐晚餐」「想吃点辣的」即可触发。后续更新插件：/plugin update menus-recommender。

方式 B：本地 git clone

bash

git clone https://github.com/spyyps/recommend-dish ~/.claude/plugins/menus-recommender

bash

git clone https://github.com/spyyps/recommend-dish
cd recommend-dish
gemini   # 在本目录运行 Gemini CLI，会自动加载 GEMINI.md

待添加（参考 .cursor-plugin/ 与 .codex-plugin/ 的多 manifest 适配，第二阶段交付）。

适用于 Claude Desktop / Cline / Cursor / Continue 等任何 MCP 客户端。

uvx 方式（推荐，无需 pip install）：

config.json

{
  "mcpServers": {
    "menus": {
      "command": "uvx",
      "args": ["menus-mcp"]
    }
  }
}

或者 pip install：

Terminal

pip install menus-mcp

config.json

{
  "mcpServers": {
    "menus": { "command": "menus-mcp" }
  }
}

用户说	触发	解析为
「推荐晚餐」	✓	默认 3 道，无筛选
「想吃点辣的」	✓	`--keywords "辣"`
「来 5 道便宜的海鲜」	✓	`--count 5 --keywords "海鲜" --price-tier "实惠"`
「推荐两道川菜」	✓	`--count 2 --cuisine "川菜"`
「换一批」（紧接上一次推荐）	✓	`--exclude-ids "<上轮所有 id>"`
「100 块以内的欧洲菜」	✓	`--max-price 100 --geo "欧洲"`

只接受以下关键词，超出范围的（如「不辣」「清淡」）由 LLM 在调用前消化掉：

仓库内 mcp-server/ 目录已实现 MCP server（Python，复用同一 recommender.py），暴露 recommend_dishes 与 list_keywords 两个工具。发布方式：

PyPI（推荐）：

bash

cd mcp-server
pip install build twine
python3 -m build
twine upload dist/*

用户 uvx menus-mcp 或 pip install menus-mcp 即可。

社区目录：发布完成后，提 PR 到 github.com/modelcontextprotocol/servers 把 menus-mcp 加进列表。
MCPB 单文件（Claude Desktop 专用）：npx @anthropic-ai/mcpb pack → GitHub Release → 用户拖入 Claude Desktop 即装。

MIT