ম্যাক কার্ড সংগ্রাহক টিউটোরিয়াল: WorkBuddy দিয়ে ম্যাকডোনাল্ডস কার্ড সংগ্রহ, পুষ্টি পরীক্ষা ও নিরাপদে অর্ডার

প্রকল্পের সারসংক্ষেপ

ম্যাকডোনাল্ডস কার্ড কালেক্টর (mcd-gacha-collector) হলো ম্যাকডোনাল্ডস চীনের MCP-এর ওপর ভিত্তি করে তৈরি একটি WorkBuddy Skill। এটি ম্যাকডোনাল্ডসের খাবারকে ড্র ও সংগ্রহযোগ্য কার্ডে রূপান্তর করে এবং কার্ডে দাম, ক্যালরি, প্রোটিন, সোডিয়াম ও স্বাস্থ্যমান দেখায়।

প্রকল্পটি MCP-এর মাধ্যমে রিয়েল-টাইম মেনু, পুষ্টি-তথ্য, শাখা ও দাম সংগ্রহ করে। এরপর স্থানীয় Python ইঞ্জিন স্বাস্থ্যমান নির্ধারণ, বিরলতার স্তর ভাগ, বাজেট ফিল্টার এবং ওজনযুক্ত কার্ড ড্র সম্পন্ন করে। কেনার উপযোগী খাবার ড্র হলে মূল্য যাচাই ও দ্বিতীয়বার নিশ্চিতকরণের পর বাস্তব অর্ডারও তৈরি করা যায়।

রিপোজিটরির পুষ্টি-তথ্যে প্রায় 160টি খাবার রয়েছে। বর্তমান ওয়েব কার্ড পুলে বাস্তব মেনু-তথ্য দিয়ে তৈরি 53টি কার্ড আছে। প্রকল্পটি একটি প্রতিযোগিতার অংশগ্রহণমূলক কাজ, ম্যাকডোনাল্ডসের অফিসিয়াল পণ্য নয়।

মূল ফিচার

• বাজেট অনুযায়ী কার্ড ড্র: “50 ইউয়ানের মধ্যে একটি কার্ড” ধরনের স্বাভাবিক ভাষার অনুরোধ করা যায়। সিস্টেম আগে দাম ফিল্টার করে, তারপর ওজনযুক্ত ড্র সম্পন্ন করে।
• পুষ্টি ও স্বাস্থ্যমান: MCP থেকে পাওয়া তথ্যের ভিত্তিতে 0 থেকে 100-এর মধ্যে স্বাস্থ্যমান গণনা করে এবং ক্যালরি, প্রোটিন, চর্বি বা সোডিয়ামসহ অন্যান্য তথ্য দেখায়।
• SSR, UR, R স্তর: বিরলতা স্বাস্থ্যমানের বণ্টনের ভিত্তিতে নির্ধারিত হয়, হাতে নির্দিষ্ট করা নয়। আপেক্ষিক স্তরবিন্যাস বিভিন্ন শাখার মেনু কাঠামোর সঙ্গে মানিয়ে নিতে পারে।
• স্থানীয় সংগ্রহপুস্তক: ড্রয়ের রেকর্ড ledger.json-এ সংরক্ষিত হয়। একই কার্ড বারবার পেলে সংগ্রহের সংখ্যা বাড়ে এবং গড় ক্যালরি ও গড় স্বাস্থ্যমানের সারাংশ দেখা যায়।
• পয়েন্ট ব্যবস্থা: Skill প্রতি 4 ঘণ্টায় স্বয়ংক্রিয়ভাবে 1টি ড্রয়ের সুযোগ পুনরুদ্ধার করে; ওয়েব সংস্করণে 60 সেকেন্ডের কুলডাউনসহ ম্যানুয়াল রিফ্রেশ ব্যবস্থা রয়েছে।
• বাস্তব অর্ডার: প্রথমে MCP-এর মাধ্যমে মূল্য যাচাই করা হয়, এরপর ব্যবহারকারীর স্পষ্ট নিশ্চিতকরণ নেওয়া হয়, এবং সবশেষে create-order কল করা হয়।
• অফলাইন ব্যবহার: রিপোজিটরিতে নমুনা ডেটা রয়েছে। MCP Token কনফিগার না করেও কার্ড ড্র, সংগ্রহ এবং HTML কার্ড রেন্ডারিং পরীক্ষা করা যায়।
• কোনো তৃতীয়-পক্ষ নির্ভরতা নেই: মূল স্ক্রিপ্ট Python-এর স্ট্যান্ডার্ড লাইব্রেরি ব্যবহার করে এবং Python 3.8 বা তার পরের সংস্করণ প্রয়োজন।

চালানোর প্রক্রিয়া

প্রকল্পটি “ডেটা সংগ্রহ MCP-এর কাছে, গণনা কোডের কাছে, উপস্থাপন Agent-এর কাছে” নকশা অনুসরণ করে। WorkBuddy Agent ব্যবহারকারীর অভিপ্রায় বোঝে, ম্যাকডোনাল্ডস MCP বাস্তব ব্যবসায়িক ডেটা সরবরাহ করে, আর gacha.py নির্ধারিত গণনা সম্পন্ন করে।

ব্যবহারকারী কার্ড ড্র, পুষ্টি查询 বা অর্ডারের অনুরোধ করেন
→ WorkBuddy Agent ম্যাকডোনাল্ডস MCP কল করে
→ সময়, শাখা, মেনু, দাম ও পুষ্টি-তথ্য সংগ্রহ করে
→ gacha.py স্বাস্থ্যমান ও বিরলতা গণনা করে এবং কার্ড ড্র সম্পন্ন করে
→ render.py কার্ড বা সংগ্রহপুস্তকের পৃষ্ঠা তৈরি করে
→ ব্যবহারকারী কেনার জন্য নির্বাচন করেন
→ calculate-price মূল্য যাচাই করে
→ ব্যবহারকারী দ্বিতীয়বার নিশ্চিত করেন
→ create-order অর্ডার তৈরি করে

দাম, স্বাস্থ্যমান ও বিরলতা বড় ভাষার মডেল দিয়ে মুখে মুখে গণনা করা হয় না। দাম MCP থেকে আসে, আর স্কোরিং ও কার্ড ড্র Python কোড সম্পন্ন করে। এতে গণনার বিচ্যুতি ও ভুলের ঝুঁকি কমে।

শুরু করার আগে প্রস্তুতি

• Python 3.8 বা তার পরের সংস্করণ ইনস্টল করুন।
• WorkBuddy ইনস্টল করে ব্যবহারযোগ্য অবস্থায় রাখুন।
• ব্যবহারযোগ্য ম্যাকডোনাল্ডস চীন MCP Token প্রস্তুত করুন; শুধু অফলাইন উদাহরণ চালাতে Token প্রয়োজন নেই।
• নিশ্চিত করুন যে WorkBuddy ব্যবহারকারীর Skill ডিরেক্টরি পড়তে পারে।

পদ্ধতি 1: সরাসরি অনলাইনে ব্যবহার

শুধু ইন্টারফেস ও কার্ড ড্রয়ের ডেমো দেখতে চাইলে ম্যাকডোনাল্ডস কার্ড কালেক্টরের অনলাইন পৃষ্ঠা খুলুন। পৃষ্ঠাটি IP-এর মাধ্যমে শহর শনাক্ত করার চেষ্টা করবে এবং কাছের শাখা বাছাই করতে শাখা-অনুসন্ধান সুবিধা ব্যবহার করবে; ঠিকানা ম্যানুয়ালি লিখতে হবে না।

ডিপ্লয়মেন্ট পরিবেশের সীমাবদ্ধতার কারণে পাবলিক ওয়েবপৃষ্ঠায় ব্যক্তিগত MCP Token প্রবেশ করানো যায় না। অনলাইন সংস্করণটি অবস্থান শনাক্তকরণ, শাখা ও কার্ড ইন্টারফেস ব্যবহারের জন্য উপযোগী; বাস্তব অর্ডার স্থানীয় ব্যাকএন্ডে বা সংযোগকারী কনফিগার করা WorkBuddy Skill-এ সম্পন্ন করতে হবে।

পদ্ধতি 2: WorkBuddy-তে ইনস্টল করা

ধাপ 1: রিপোজিটরি ক্লোন করুন

git clone https://github.com/YOUR_GITHUB_USER/mcd-gacha-collector.git
cd mcd-gacha-collector

README-তে রিপোজিটরির ঠিকানায় প্লেসহোল্ডার ব্যবহার করা হয়েছে। বাস্তবে YOUR_GITHUB_USER-এর জায়গায় রিপোজিটরির মালিকের নাম বসান, অথবা GitHub পৃষ্ঠায় দেওয়া ক্লোন ঠিকানা সরাসরি কপি করুন।

ধাপ 2: ম্যাকডোনাল্ডস MCP Token সংগ্রহ করুন

ম্যাকডোনাল্ডস MCP ওপেন প্ল্যাটফর্ম-এ যান, মোবাইল নম্বর দিয়ে লগইন করুন, কনসোলে পরিষেবা সক্রিয় করে Token কপি করুন। Token সংবেদনশীল শংসাপত্র; এটি পাবলিক রিপোজিটরিতে লিখবেন না এবং Git ইতিহাসে কমিট করবেন না।

ধাপ 3: MCP সংযোগকারী কনফিগার করুন

1. WorkBuddy-এর বাম পাশে “বিশেষজ্ঞ·Skill·সংযোগকারী” খুলুন।
2. “সংযোগকারী”-তে যান এবং ওপরের ডানদিকে “কাস্টম সংযোগকারী” নির্বাচন করুন।
3. “MCP কনফিগার করুন” নির্বাচন করুন।
4. রিপোজিটরির mcp-config.example.json-এর বিষয়বস্তু কপি করুন।
5. এর মধ্যে থাকা ${MCD_MCP_TOKEN}-কে বাস্তব Token দিয়ে প্রতিস্থাপন করুন, অথবা পরিবেশ ভেরিয়েবলের মাধ্যমে প্রবেশ করান।
6. কনফিগারেশন সংরক্ষণ করে সংযোগকারী সক্রিয় করুন।

Token পরিচালনার জন্য পরিবেশ ভেরিয়েবল ব্যবহারের পরামর্শ দেওয়া হয়। যে পদ্ধতিই ব্যবহার করুন, বাস্তব শংসাপত্রযুক্ত কনফিগারেশন ফাইল ভার্সন কন্ট্রোল সিস্টেমে জমা দেবেন না।

ধাপ 4: Skill কপি করুন

macOS বা Linux-এ চালান:

cp -r skills/mcd-gacha-collector ~/.workbuddy/skills/

Windows-এর WorkBuddy ব্যবহারকারীর Skill ডিরেক্টরি হলো:

%USERPROFILE%\.workbuddy\skills\

কপি করার সময় সম্পূর্ণ mcd-gacha-collector ডিরেক্টরি রাখুন। এর মধ্যে SKILL.md, মূল স্ক্রিপ্ট, রেফারেন্স ডকুমেন্ট এবং রিসোর্স ফাইল রয়েছে।

ধাপ 5: ইনস্টলেশন যাচাই করুন

WorkBuddy ডায়ালগে ফিরে লিখুন:

একটি ম্যাকডোনাল্ডস কার্ড ড্র করো

Skill যদি মেনু ও পুষ্টি-টুল কল করতে পারে এবং বিরলতা, দাম ও ক্যালরিসহ কার্ডের ফলাফল ফেরত দেয়, তাহলে ইনস্টলেশন ও MCP সংযোগ কার্যকর হয়েছে।

মৌলিক ব্যবহার

বাজেট অনুযায়ী একটি কার্ড ড্র

50 ইউয়ানের মধ্যে একটি কার্ড ড্র করো

Skill বর্তমান শাখার উপলব্ধ মেনু ও পুষ্টি-তথ্য সংগ্রহ করে, 50 ইউয়ানের বেশি নয় এমন খাবার ফিল্টার করে এবং তারপর ওজনযুক্ত কার্ড ড্র করে। README-র পরীক্ষিত উদাহরণে UR সানশাইন লেমন ব্ল্যাক টি, মাঝারি ড্র হয়েছিল; দাম 10 ইউয়ান, ক্যালরি 117 kcal এবং স্বাস্থ্যমান 63.4।

বাস্তব ফলাফল শাখার মেনু, রিয়েল-টাইম দাম, কার্ড পুলের কাঠামো ও এলোমেলো ড্রয়ের ফলাফলের ওপর নির্ভর করে। তাই উদাহরণের খাবার বা দামকে নির্দিষ্ট আউটপুট হিসেবে ধরা উচিত নয়।

দশটি কার্ড একসঙ্গে ড্র

দশটি একসঙ্গে ড্র করো

পর্যাপ্ত পয়েন্ট থাকলে Skill ধারাবাহিকভাবে 10টি কার্ড ড্র করে এবং আরও পূর্ণাঙ্গভাবে ফলাফল দেখায়। পয়েন্ট অপর্যাপ্ত হলে কতটি সুযোগ কম আছে এবং পরবর্তী পুনরুদ্ধারের সময় জানায়।

সংগ্রহপুস্তক দেখা

আমার সংগ্রহপুস্তক?

সংগ্রহের ডেটা স্থানীয় ledger.json দ্বারা একত্রিত হয়। ফলে সংগৃহীত কার্ডের সংখ্যা, SSR, UR, R-এর সংখ্যা, পুনরাবৃত্তির সংখ্যা, গড় ক্যালরি এবং গড় স্বাস্থ্যমান থাকতে পারে।

পুষ্টি-তথ্য查询

বিগ ম্যাকে কত ক্যালরি?

Skill list-nutrition-foods ব্যবহার করে খাবার খুঁজে বের করে। README-র উদাহরণে ফলাফল হলো: বিগ ম্যাক 513 ক্যালরি, প্রোটিন 27 গ্রাম, চর্বি 26 গ্রাম, সোডিয়াম 961 মিলিগ্রাম, স্বাস্থ্যমান 32.2 এবং R স্তরে শ্রেণিবদ্ধ। পুষ্টি-তথ্যের ক্ষেত্রে MCP-এর ওই সময়ের অফিসিয়াল ডেটাই চূড়ান্ত হিসেবে ধরতে হবে।

কাছের শাখা খোঁজা

কাছাকাছি ম্যাকডোনাল্ডস?

সিস্টেম ডিফল্টভাবে প্রথমে IP অবস্থান শনাক্ত করে, শহর পাওয়ার পর query-nearby-stores কল করে এবং MCP থেকে পাওয়া দূরত্বের ক্ষেত্র অনুযায়ী সাজায়। পরীক্ষায় শাখা API-এর অক্ষাংশ-দ্রাঘিমাংশ কখনো কখনো 0.0 হতে পারে। তাই প্রকল্পটি নিজে দূরত্ব গণনা করতে এসব স্থানাঙ্কের ওপর নির্ভর করে না।

অবশিষ্ট পয়েন্ট দেখা

আর কতবার কার্ড ড্র করার সুযোগ আছে?

Skill স্থানীয় লেজার থেকে পয়েন্ট পড়ে বর্তমান ব্যবহারযোগ্য সংখ্যা এবং পরবর্তী স্বয়ংক্রিয় পুনরুদ্ধারের সময় ফেরত দেয়। এই পয়েন্ট শুধু প্রকল্পটির স্থানীয় গেমিফিকেশন ব্যবস্থা; ম্যাকডোনাল্ডসের অফিসিয়াল পয়েন্ট অ্যাকাউন্টের সঙ্গে এর কোনো সম্পর্ক নেই।

নিরাপদভাবে বাস্তব অর্ডার তৈরি

আপনি পছন্দের কার্ড ড্র করলে বা সরাসরি কেনার অনুরোধ জানালে প্রকল্পটি সঙ্গে সঙ্গে অর্ডার তৈরি করে না; বরং বাধ্যতামূলক দ্বিতীয়বার নিশ্চিতকরণ প্রক্রিয়া অনুসরণ করে:

1. শাখা এবং কেনা যায় এমন খাবার বা সেট নির্বাচন করুন।
2. রিয়েল-টাইম দাম ও উপলব্ধ সংগ্রহের পদ্ধতি পেতে calculate-price কল করুন।
3. 15 মিনিটের মেয়াদযুক্ত একবার ব্যবহারযোগ্য quoteToken তৈরি করুন।
4. ব্যবহারকারীকে মূল্য যাচাইয়ের ফলাফল দেখিয়ে স্পষ্ট নিশ্চিতকরণের অপেক্ষা করুন।
5. ব্যাকএন্ড Token যাচাই করার পর create-order কল করুন।
6. অর্ডার নম্বর ও পেমেন্ট লিংক ফেরত দিন।

create-order-এ অবশ্যই takeWayCode থাকতে হবে। এই মানটি calculate-price থেকে ফেরত আসা takeWayList থেকে নিতে হবে। নিজে অনুমান করা বা বাদ দেওয়া যাবে না; তা হলে অনুরোধে 400 ফেরত আসতে পারে।

পরীক্ষিত মেনুতে একক খাবার আলাদাভাবে অর্ডার করা সম্ভব নাও হতে পারে। README-তে নথিভুক্ত 96টি একক পণ্যের canWithOrder মানই false। তাই বাস্তবে অর্ডারযোগ্য প্রধান পণ্য হলো 18টি সেট কার্ড। একক খাবারের কার্ড সংগ্রহ ও পুষ্টি প্রদর্শনের জন্য ব্যবহার করা যায়।

Token ছাড়া কমান্ড-লাইন ব্যবহার

রিপোজিটরিতে sample_data দেওয়া আছে, যার মাধ্যমে সম্পূর্ণ কার্ড ড্রয়ের যুক্তি অফলাইনে যাচাই করা যায়। প্রথমে স্ক্রিপ্ট ডিরেক্টরিতে যান:

cd skills/mcd-gacha-collector/scripts

কার্ড পুলের বণ্টন পরীক্ষা

python gacha.py sample_data --inspect --budget 50

এই কমান্ডটি 50 ইউয়ান বাজেটের মধ্যে নমুনা কার্ড পুল পরীক্ষা করে। কোন কার্ড ড্র করা যাবে এবং বিরলতার বণ্টন কেমন, তা যাচাই করতে এটি উপযোগী।

একটি ও দশটি কার্ড ড্র

python gacha.py sample_data --draw 1 --budget 50 --ledger /tmp/ledger.json
python gacha.py sample_data --draw 10 --budget 50 --ledger /tmp/ledger.json

--ledger লেজারের পথ নির্ধারণ করে। একই ফাইল ধারাবাহিকভাবে ব্যবহার করলে পয়েন্ট ও সংগ্রহের রেকর্ড সংরক্ষিত থাকে।

সংগ্রহের পরিসংখ্যান দেখা

python gacha.py sample_data --collection --ledger /tmp/ledger.json

সম্ভাব্যতা বণ্টন অনুকরণ

python gacha.py sample_data --simulate 100 --seed 42

নমুনার লক্ষ্য বণ্টন হলো SSR 5%, UR 20%, R 75%। --seed 42 ব্যবহার করলে এলোমেলো ফলাফল পুনরুৎপাদন করা যায়, যা ডিবাগিং এবং অ্যালগরিদম পরিবর্তনের আগে ও পরের আউটপুট তুলনার জন্য উপযোগী।

কার্ডের HTML রেন্ডার করা

python render.py /tmp/ledger.json --out /tmp/cards.html --last-draw 1

রেন্ডারারটি লেজারের ডেটা একটি একক HTML ফাইলে আউটপুট দেয়, যাতে ব্রাউজারে সর্বশেষ ড্রয়ের কার্ডগুলো দেখা যায়।

স্বয়ংক্রিয় পরীক্ষা চালানো

python selftest.py

মূল লজিকে 105টি স্বয়ংক্রিয় পরীক্ষা রয়েছে। স্কোরিং, পয়েন্ট, বিরলতা বা কার্ড ড্রয়ের কোড পরিবর্তন করার পর এই কমান্ডটি আবার চালানো উচিত।

স্বাস্থ্যমান ও বিরলতা বোঝা

একটি আইটেমের স্বাস্থ্যমান তিনটি মাত্রার ওজনযুক্ত হিসাবের মাধ্যমে নির্ধারিত হয়:

• প্রোটিনের ঘনত্ব 35%।
• কম-ক্যালোরি সূচক 40%।
• কম-সোডিয়াম সূচক 25%।

বিরলতা আপেক্ষিক শ্রেণিবিন্যাসের পদ্ধতি ব্যবহার করে এবং বর্তমান ডেটার বণ্টন অনুযায়ী পারসেন্টাইল সীমা নির্ধারণ করে। এর ফলে কোনো দোকানে কফির মতো উচ্চ-স্কোরের আইটেম না থাকলে সেখানে সম্পূর্ণভাবে SSR না থাকার সমস্যা এড়ানো যায়। README-তে একটি বাস্তব কার্ড-পুলে পারসেন্টাইল প্রয়োগের পর 3টি SSR, 7টি UR এবং 13টি R পাওয়া গেছে।

কম্বো সরাসরি একক আইটেমের ওজন অনুসরণ করে না, কারণ কম্বোর মোট ক্যালোরি স্বাভাবিকভাবেই বেশি। প্রকল্পটি কম্বোর জন্য একটি স্বাধীন অ্যালগরিদম ব্যবহার করে: প্রোটিনের ঘনত্ব 40%, সোডিয়ামের ঘনত্ব 35% এবং ক্যালোরির ভার 25%; পাশাপাশি পারসেন্টাইল সীমাও আলাদাভাবে গণনা করা হয়।

স্বাস্থ্যমান ও বিরলতা শুধুমাত্র বিনোদনমূলক তুলনার জন্য; এগুলো চিকিৎসা, পুষ্টি বা অন্য কোনো পেশাদারি পরামর্শ নয়।

উন্নত ডেভেলপমেন্ট ও সমস্যা সমাধানের কৌশল

MCP পুষ্টি ডেটা সঠিকভাবে পার্স করা

list-nutrition-foods-এর ফেরত দেওয়া data একটি JSON অ্যারের পরিবর্তে CSV স্ট্রিং হতে পারে। প্রকল্পে এর জন্য বিশেষ parse_nutrition_csv পার্সিং লজিক রয়েছে। ক্লায়েন্ট সম্প্রসারণের সময় এটি সবসময় তালিকা হবে বলে সরাসরি ধরে নেওয়া উচিত নয়।

structuredContent এনভেলপ খোলা

MCP ব্যবসায়িক ডেটা structuredContent.data-এর মধ্যে থাকতে পারে, এবং এর ভ্যালু আবার ডিকশনারি, তালিকা বা স্ট্রিং হতে পারে। রেসপন্স প্রক্রিয়াকরণের সময় প্রথমে বাইরের এনভেলপ খুলে, তারপর প্রকৃত ধরন অনুযায়ী পার্সার নির্বাচন করা উচিত।

ফ্রন্টএন্ড ও ব্যাকএন্ডের অ্যালগরিদম এক রাখা

ওয়েব সংস্করণে বিল্ড-টাইম গণনা ব্যবহার করা হয়: tools/gen_web_data.py ডেটা তৈরি করে, আর web/build.py ডেটাকে একক ফাইলের পেজে ইনলাইন করে। ফ্রন্টএন্ডে আলাদা করে স্কোরিং অ্যালগরিদম বাস্তবায়ন করা হয় না, ফলে দুই প্রান্তের ফলাফলে অসামঞ্জস্য কমে।

ডেটা তৈরি, ফিল্ড ম্যাপিং বা ওয়েব টেমপ্লেট পরিবর্তন করার পর tools/parity_check.py চালানো যায়। রিপোজিটরিতে 99টি সামঞ্জস্য যাচাই নথিভুক্ত রয়েছে, যা HTML, JavaScript, কার্ড-পুলের বণ্টন এবং ফিল্ডের সামঞ্জস্য অন্তর্ভুক্ত করে।

ব্যাকএন্ডের দোকান পার্সিং যাচাই করা

ব্যাকএন্ডটি server ডিরেক্টরিতে রয়েছে এবং IP লোকেশন, MCP ক্লায়েন্ট ও অর্ডার API বাস্তবায়নে Python স্ট্যান্ডার্ড লাইব্রেরি ব্যবহার করে। দোকান পার্সিং লজিকের জন্য আরও 15টি assertion রয়েছে। 105টি Skill স্বয়ংক্রিয় পরীক্ষা এবং 99টি ওয়েব যাচাইসহ প্রকল্পে মোট 219টি assertion নথিভুক্ত রয়েছে।

দোকানের অক্ষাংশ-দ্রাঘিমার ওপর নির্ভর না করা

README-র বাস্তব পরীক্ষার ফল অনুযায়ী, query-nearby-stores থেকে ফেরত আসা অক্ষাংশ-দ্রাঘিমার ফিল্ডগুলো সব 0.0 হতে পারে। আরও নির্ভরযোগ্য কৌশল হলো প্রথমে IP-এর মাধ্যমে শহর শনাক্ত করা, তারপর শহর ও অবস্থানের কীওয়ার্ড দিয়ে অনুসন্ধান করা এবং API থেকে ফেরত আসা distance অনুযায়ী সাজানো।

প্রদর্শনযোগ্য কার্ড ও অর্ডারযোগ্য কার্ড আলাদা করা

মেনুতে দেখা কোনো খাবার আলাদাভাবে কেনা যাবে, এমন নিশ্চয়তা নেই। কেনাকাটার ফিচার তৈরি করার সময় MCP থেকে ফেরত আসা অর্ডারযোগ্যতার অবস্থা পরীক্ষা করা উচিত এবং বৈধ কম্বো বেছে নিতে ব্যবহারকারীকে অগ্রাধিকার দিয়ে নির্দেশনা দেওয়া উচিত। কার্ড প্রদর্শন করা যায় বলেই সেটি দিয়ে অর্ডার তৈরি করা যাবে, এমন ধরে নেওয়া যাবে না।

Token ও অর্ডার অপারেশন সুরক্ষিত রাখা

• Token দেওয়ার জন্য অগ্রাধিকার ভিত্তিতে পরিবেশ ভেরিয়েবল ব্যবহার করুন।
• আসল Token mcp-config.example.json-এ লিখবেন না।
• অর্ডার দেওয়ার আগে সবসময় নতুন করে মূল্য যাচাই করুন।
• একবার ব্যবহারযোগ্য quoteToken এবং এর মেয়াদ যাচাই করুন।
• ব্যবহারকারী স্পষ্টভাবে নিশ্চিত করার পরেই create-order কল করুন।
• পরীক্ষামূলক অর্ডার পরিচালনার সময় সতর্ক থাকুন এবং দ্রুত বাতিল করা প্রয়োজন কি না নিশ্চিত করুন।

কোন ব্যবহারকারীদের জন্য উপযোগী

• ম্যাকডোনাল্ডস MCP কলের প্রক্রিয়া শিখতে আগ্রহী ডেভেলপাররা।
• WorkBuddy Agent Skill তৈরি করতে আগ্রহী অনুশীলনকারীরা।
• কার্ড সংগ্রহ, কার্ড ড্র এবং কার্ড-সংগ্রহ সূচির গেমপ্লে পছন্দ করেন এমন ব্যবহারকারীরা।
• হালকা উপায়ে খাবারের ক্যালোরি ও পুষ্টিগত গঠন তুলনা করতে চান এমন কর্মজীবী বা শিক্ষার্থীরা।
• MCP ডেটা পার্সিং, মূল্য যাচাই এবং নিরাপদ অর্ডার প্রক্রিয়া নিয়ে গবেষণা করতে চান এমন প্রকৌশলীরা।

সারসংক্ষেপ

ম্যাক কার্ড সংগ্রাহক মেনু অনুসন্ধান, পুষ্টি তুলনা, কার্ড ড্র ও সংগ্রহ এবং বাস্তব অর্ডারকে একটি সম্পূর্ণ প্রক্রিয়ায় যুক্ত করে। প্রথমবার ব্যবহারের সময় অনলাইন পেজে ইন্টারফেসটি দেখে নেওয়া যায়, এরপর নমুনা ডেটা দিয়ে কমান্ড-লাইন পরীক্ষা চালানো যায়; যুক্তি সঠিক নিশ্চিত হলে McDonald's MCP Token কনফিগার করে Skill-টি WorkBuddy-তে ইনস্টল করুন।

বাস্তব ব্যবহারের সময় ডেটার ফরম্যাটের পার্থক্য, দোকানের API সীমাবদ্ধতা, কম্বোর অর্ডারযোগ্যতার অবস্থা এবং দ্বিতীয়বার নিশ্চিতকরণ প্রক্রিয়ার দিকে বিশেষ মনোযোগ দেওয়া উচিত। সব মূল্য, সরবরাহের অবস্থা এবং খাবারের তথ্য McDonald's-এর অফিসিয়াল চ্যানেলে পাওয়া সর্বশেষ ফলাফল অনুযায়ী বিবেচনা করতে হবে।