Combo Engine MCP Server
MCP server for calculating profitable food combos from delivery chains in Voronezh. Provides menu parsing, best combo selection, price comparison, and health checks across multiple restaurant networks.
README
Combo Engine MCP Server
Расчёт выгодных комбо по сетям доставки Воронежа. MCP-сервер + библиотека парсеров.
Всё изолировано в venv: зависимости и браузер Playwright лежат внутри .venv\ (система не затрагивается).
Структура
├── combo_mcp\ # пакет MCP-сервера
│ ├── server.py # точка входа (stdio)
│ ├── config.py # конфиг сетей (config\chains_config.json)
│ ├── cache.py # дисковый кэш + stale-if-error
│ ├── http_client.py # requests-обёртка (UA, ретраи, куки)
│ ├── playwright_client.py # ленивый браузер (фолбэк dodo)
│ ├── weights.py # справочник расчётных весов (config\estimated_weights.json)
│ ├── engines\ # dp.py (комбо), taste.py (вкусность), drinks.py (напитки)
│ ├── chains\ # 1 файл = 1 сеть (@chain("id"))
│ └── tools\ # 1 файл = 1 инструмент MCP
├── scripts\ # selftest.py, autotest.py, smoke_test.py, gen_expected.py
├── tests\expected.json # эталоны для autotest
├── config\chains_config.json
├── config\estimated_weights.json # веса позиций без веса на сайте (с источником)
├── cache\ # создаётся автоматически
└── archive\ # старые файлы + референсы разведки (recon\)
Запуск
# MCP-сервер (регистрируется opencode через opencode.json)
.\.venv\Scripts\python.exe combo_mcp\server.py
# Selftest: все сети + эталоны Ла Пиццы (3000₽ → 4400/2950, 4850/3000, 5100/2800)
.\.venv\Scripts\python.exe scripts\selftest.py
# Автотесты: эталоны комбо + инварианты + контрольные блюда + health_check
.\.venv\Scripts\python.exe scripts\autotest.py
# Smoke-тест реального MCP-протокола (10 инструментов)
.\.venv\Scripts\python.exe scripts\smoke_test.py
# Очистка кэша
.\.venv\Scripts\python.exe scripts\clear_cache.py
CI (GitHub Actions)
.github\workflows\ci.yml— на каждый push: компиляция + быстрый smoke без сети (сервер стартует, 13 инструментов зарегистрированы, JSON-ответы). Запуск вручную:scripts\ci_smoke.py..github\workflows\nightly.yml— ежедневно в 06:00 UTC: живой парсинг всех сетей (health_check refresh=true) + полный автотест (16 блоков). Это мониторинг парсеров: упавшая сеть или регрессия → красный статус + артефакт с отчётом (cache/).
Инструменты MCP (13)
-
list_chains(refresh=)— сети: id, название, город, available (есть данные в кэше), описание -
parse_menu(chain_id, category=, min_weight=, sort_by=, limit=, refresh=)— меню -
best_combo(chain_id, budget, persons=1, variations=3, refresh=, categories=, promos=)— варианты комбо:- ровно
personsнапитков в каждой вариации (по 1 на персону) categories=— фильтр по категориям: «пицца», «pizza», «напитки», «роллы»... (группы: pizza/rolls/sushi/sets/noodles/snacks/desserts/drinks/sauces/other; напитки добавляются, только если группа drinks в списке)promos=— применить промо-скидки к цене:order(скидки на заказ),pickup(скидки при самовывозе),all. Правила —config\promos.json(рукописные, из акций chain_info); в ответе у каждой вариацииpromo_price/promo_savedи список применённых акций вpromos_applied(кешбэк не меняет цену)
- ровно
-
compare(budget, persons=1, categories=)— все сети по выгодности (₽/100г) -
status()— конфиг, возраст кэша, ошибки -
verify_chain(chain_id)— качество данных (веса, дубликаты, аномалии) -
check_price(chain_id, item_name, expected_price=)— сверка цены позиции -
diff_menu(chain_id)— изменения меню с прошлой загрузки -
check_config()— валидация конфига и доступность ссылок -
health_check(refresh=False)— HTTP + парсинг + кол-во позиций по всем сетям -
chain_info(chain_id, refresh=)— доставка, акции, лояльность сети -
help(action=, command=)— команда /help: список всех команд с описаниями, пагинация 10 на страницу (/help next,/help back), детали одной команды (/help best_combo) -
favorites(action=, chain_id=, label=, items=, query=)— избранное: сохранить понравившееся комбо (action="add", items — JSON-массив позиций), показать список (action="list", пагинация черезquery="next"/"back"), удалить (action="remove",query— id или подстрока), очистить (action="clear"). Хранение:cache/favorites.json. (refresh=true — реальный прогон, иначе быстрый ответ по кэшу)
Автотесты
tests\expected.json — фиксированные эталоны (комбо по сетям/бюджетам, контрольные блюда).
Без record-режима: scripts\autotest.py сверяет фактический результат с эталоном,
расхождение → FAIL + дифф. Эталон обновляется только осознанным коммитом.
Конфиг сетей
config\chains_config.json — per-chain: url, enabled, ttl_minutes, headers, cookies.
Смена URL/куки не требует правки кода.
Добавление новой сети
- Скопировать
combo_mcp\chains\_template.py→combo_mcp\chains\my_chain.py(или проще:python scripts\new_chain.py my_chain "Моя Сеть" https://example.com) - Реализовать метод
parse()(возвращает список позиций:{name, weight_g, price_rub, is_from_price, description, category, product_url, in_stock, extra}) - Заполнить
category_map— маппинг категорий меню → группы комбо (pizza/rolls/sushi/sets/noodles/snacks/desserts/drinks/sauces/other) - Указать
urlвchains_config.json(генератор делает это сам)
Больше ничего: парсеры регистрируются автоматически (pkgutil), метаданные сети
(id/name/city/url/description) берутся из класса парсера, категории — из его
category_map. По желанию: parse_extra() (доставка/акции), веса в
config\estimated_weights.json, переводы в config\translations.json.
Добавление нового инструмента
Положить файл с функцией-хендлером в combo_mcp\tools\ и зарегистрировать декоратором
(см. существующие инструменты) — server.py не трогается.
Правила данных
- Вес позиции: с сайта/API (weight_source
site), из названия размера (size_name, pizza_kuba), из справочникаconfig\estimated_weights.json(reference, полеsource— откуда взят вес) или отсутствует (none). - Позиции без веса исключаются из расчёта комбо (мерч, палочки — намеренно).
- Недоступные сети честно помечаются в
list_chains/compareс причиной.
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。