Oh-My-McDonald ٹیوٹوریل: AI سے میکڈونلڈز کی معلومات، قیمتوں کا موازنہ اور ووکسل آرٹ بنائیں

Oh-My-McDonald کیا ہے

Oh-My-McDonald ایک مکالماتی AI Skill ہے جو McDonald’s کے سرکاری MCP پر مبنی ہے۔ آپ قدرتی زبان میں AI کو بجٹ، ذائقے اور خارج کرنے کی شرائط بتا سکتے ہیں تاکہ یہ حقیقی کھانے تلاش کرے؛ آپ ریستورانوں کی قیمتوں کا موازنہ، کوپن اور مہمات کا جائزہ، غذائی معلومات کا حساب بھی کر سکتے ہیں، اور تصدیق کے بعد کھائے گئے کھانوں اور ملاحظہ کیے گئے ریستورانوں کا ریکارڈ محفوظ کر سکتے ہیں۔

یہ منصوبہ کاروباری ڈیٹا حاصل کرنے کے لیے McDonald’s کے سرکاری MCP کا استعمال کرتا ہے، جبکہ مقامی Python اسکرپٹ ڈیٹا پراسیسنگ، ریکارڈ محفوظ کرنے اور تصاویر رینڈر کرنے کا کام انجام دیتا ہے۔ اسے ویب انٹرفیس کی ضرورت نہیں، اور یہ OpenAI API یا کسی دوسرے تصویر بنانے والے API پر منحصر نہیں ہے۔

Oh-My-McDonald کی GitHub ریپوزٹری دیکھیں

یہ منصوبہ کن مسائل کو حل کرتا ہے

• ایک ہی گفتگو میں کھانوں، ریستورانوں، قیمتوں، رعایتوں اور غذائی معلومات کو تلاش کرنا۔
• بجٹ، ذائقے اور خارج کرنے کی شرائط کی بنیاد پر MCP سے موصول ہونے والے حقیقی امیدوار کھانوں میں سے انتخاب کرنا۔
• زیادہ سے زیادہ تین منتخب ریستورانوں میں ایک ہی چیز اور ایک ہی سائز کی قیمتوں کا موازنہ کرنا۔
• اپنے کوپن پیکج، رعایتوں کی میعاد ختم ہونے کا وقت اور جاری کردہ مہمات دیکھنا۔
• درست طور پر مماثل کھانوں کی توانائی، پروٹین، چکنائی، کاربوہائیڈریٹس، سوڈیم اور کیلشیم کا حساب کرنا۔
• صارف کی حقیقی طور پر کھانا کھانے یا ریستوران جانے کی تصدیق کے بعد کھانوں کی گیلری اور ریستوران ملاحظہ کرنے کا ریکارڈ محفوظ کرنا۔
• تلاش کے نتائج کو دیکھنے اور شیئر کرنے میں آسان voxel طرز کی PNG تصاویر میں تبدیل کرنا۔

Voxel تصور کے چار مناظر

اس منصوبے میں Python کا voxel رینڈرر شامل ہے، جس میں فی الحال 43 موٹے voxel ماڈلز ہیں، اور یہ ہر خانے کے لیے 8 پکسل کے اصول کے مطابق تصاویر بناتا ہے۔

کھانوں کی گیلری

کھانوں کی گیلری تلاش کی پیش رفت دکھانے کے لیے تقسیم شدہ نمائش گاہ، موڑ دار راستے اور کھانوں کے اسٹینڈ استعمال کرتی ہے۔ صرف وہ کھانے روشن ہوں گے جنہیں حقیقت میں کھایا اور تصدیق کے ساتھ محفوظ کیا گیا ہو؛ غیر مصدقہ کھانے خاکستری رہیں گے۔

رعایتوں کا کیلنڈر

رعایتوں کا کیلنڈر ذاتی کوپن پیکج کی مؤثر تاریخوں کے مطابق اعداد و شمار دکھاتا ہے، اور آج مؤثر کوپن، جلد ختم ہونے والے کوپن اور جاری کردہ مہمات کو نمایاں کرتا ہے۔ مکمل تفصیلات اگلے صفحے پر رکھی جا سکتی ہیں تاکہ تمام معلومات ایک ہی تصویر میں نہ سمٹ جائیں۔

ریستورانوں کی قیمتوں کا موازنہ

قیمتوں کے موازنے کا منظر منتخب ریستورانوں کو voxel سڑک پر ترتیب دیتا ہے اور دروازے کے سامنے متعلقہ قیمت دکھاتا ہے۔ یہاں کی سڑک صرف ڈیٹا کی بصری نمائندگی کے لیے ہے، یہ حقیقی سڑک یا ریستورانوں کے درمیان جغرافیائی تعلق کی نمائندگی نہیں کرتی۔

غذائی میز

غذائی منظر اس کھانے کی اشیا کو ایک ہی پلیٹ میں رکھتا ہے اور غذائی ڈیٹا دکھانے کے لیے رسید استعمال کرتا ہے۔ سبزیاں، پھل اور دودھ کی اشیا کھانے سے باہر کی اضافی تجاویز ہیں، اس لیے انہیں پلیٹ میں موجود کھانے کی غذائی مجموعی مقدار میں شامل نہیں کیا جائے گا۔

انسٹالیشن سے پہلے کی تیاری

شروع کرنے سے پہلے تصدیق کریں کہ مقامی کمپیوٹر درج ذیل شرائط پوری کرتا ہے:

• Python 3.11 یا اس سے اعلیٰ ورژن۔
• Python ورچوئل ماحول کو معمول کے مطابق بنانے اور استعمال کرنے کی صلاحیت۔
• چینی زبان کو سپورٹ کرنے والا فونٹ، Noto Sans CJK تجویز کیا جاتا ہے۔
• اگر حقیقی وقت میں تلاش درکار ہو تو McDonald’s کے سرکاری MCP کی رسائی کی اسناد تیار رکھیں۔

منصوبے کے بنیادی انحصارات Pillow >=10,<13 اور NumPy >=1.24,<3 ہیں؛ مکمل انحصارات requirements.txt میں درج ہیں۔

پہلا مرحلہ: منصوبہ کلون کریں

git clone https://github.com/xiaozhangup/Oh-My-McDonald.git
cd Oh-My-McDonald

دوسرا مرحلہ: ورچوئل ماحول بنائیں

Linux یا macOS میں چلائیں:

python -m venv .venv
source .venv/bin/activate

Windows PowerShell صارفین چلائیں:

.venv\Scripts\Activate.ps1

تیسرا مرحلہ: انحصارات انسٹال کریں

python -m pip install -r requirements.txt

ہمیشہ فعال ورچوئل ماحول میں انحصارات انسٹال کرنے کی تجویز دی جاتی ہے تاکہ سسٹم Python کے دیگر پیکیجز سے ٹکراؤ سے بچا جا سکے۔

چوتھا مرحلہ: چینی فونٹ ترتیب دیں

Voxel تصاویر میں چینی کھانوں کے نام، ریستورانوں کے نام اور رعایتوں کے عنوان شامل ہوتے ہیں، اس لیے قابل استعمال چینی فونٹ ضروری ہے۔ Noto Sans CJK انسٹال کرنے کے بعد فونٹ فائل کا راستہ OMM_FONT کے ذریعے متعین کیا جا سکتا ہے۔

export OMM_FONT="/path/to/your/font.ttf"

مثالی راستے کو مقامی کمپیوٹر پر موجود حقیقی فونٹ فائل کے راستے سے تبدیل کریں۔ اگر تصویر میں چینی متن درست طور پر ظاہر نہ ہو تو پہلے اس ماحول کے متغیر اور فونٹ کے راستے کو چیک کریں۔

پانچواں مرحلہ: کمانڈ کی مدد دیکھیں

python oh-my-mcdonald/scripts/oh_my_mcdonald.py --help

یہ کمانڈ مقامی معاون اسکرپٹ کے فراہم کردہ ذیلی کمانڈز اور پیرامیٹرز دکھائے گی۔ مزید مکمل وضاحت ریپوزٹری میں موجود oh-my-mcdonald/references/commands.md میں ہے۔

McDonald’s کے سرکاری MCP سے جڑیں

MCP Token حاصل کریں

McDonald’s MCP کنسول پر جائیں اور سرکاری صفحے کی ہدایات کے مطابق MCP Token حاصل کریں۔ اسناد کو مقامی ماحول کے متغیر یا Codex کی ترتیب میں محفوظ کریں؛ حقیقی Token کو منصوبے کی فائل میں نہ لکھیں اور نہ Git ریپوزٹری میں جمع کریں۔

ماحول کے متغیر کے ذریعے Token ترتیب دیں

export MCD_MCP_TOKEN="YOUR_MCD_MCP_TOKEN"

Codex ترتیب کے ذریعے اسناد پڑھیں

اگر مقامی ترتیب کی فائل میں پہلے سے mcd-mcp کی ترتیب موجود ہے تو فائل واضح طور پر متعین کرنے کے لیے --codex-config استعمال کیا جا سکتا ہے:

python oh-my-mcdonald/scripts/oh_my_mcdonald.py \
  --codex-config /本机/config.toml stores --city 武汉 --keyword 东澜岸

دونوں طریقے صرف مقامی کمپیوٹر سے اسناد پڑھتے ہیں۔ مکمل انضمام کے لیے ریپوزٹری کی جڑ میں موجود MCP_INTEGRATION.md دیکھیں۔

منصوبے میں استعمال ہونے والے MCP ٹولز

• query-nearby-stores：قریبی ریستوران تلاش کرتا ہے۔
• query-meals：کھانے تلاش کرتا ہے۔
• query-meal-detail：کھانے کی تفصیلات تلاش کرتا ہے۔
• query-store-coupons：ریستوران کی رعایتوں کی معلومات تلاش کرتا ہے۔
• query-my-coupons：صارف کا کوپن پیکج تلاش کرتا ہے۔
• calculate-price：متعین چیز کی قیمت کا حساب کرتا ہے۔
• campaign-calendar：مہمات کا کیلنڈر تلاش کرتا ہے۔
• list-nutrition-foods：غذائی حساب کے لیے درکار کھانے کا ڈیٹا حاصل کرتا ہے۔
• order-list：آرڈر کا ریکارڈ تلاش کرتا ہے۔

بنیادی استعمال 1: ریستوران تلاش کریں

درج ذیل کمانڈ ووہان شہر میں نام یا مقام کے لحاظ سے “东澜岸” سے متعلق ریستوران تلاش کرتی ہے:

python oh-my-mcdonald/scripts/oh_my_mcdonald.py stores \
  --city 武汉 \
  --keyword 东澜岸

ریستوران کے نتائج حاصل کرنے کے بعد مؤثر ریستوران ID استعمال کرکے کھانے کی تفصیلات اور قیمتیں تلاش کی جا سکتی ہیں۔

بنیادی استعمال 2: کھانے کی تفصیلات تلاش کریں

python oh-my-mcdonald/scripts/oh_my_mcdonald.py detail \
  --store 1960151 \
  --code 9900005456

• --store ریستوران ID متعین کرنے کے لیے استعمال ہوتا ہے۔
• --code کھانے کا کوڈ متعین کرنے کے لیے استعمال ہوتا ہے۔

مثال میں موجود IDs صرف پیرامیٹر کی شکل سمجھانے کے لیے ہیں۔ حقیقی استعمال میں MCP کی موجودہ تلاش سے موصول ہونے والے مؤثر ریستوران ID اور کھانے کا کوڈ استعمال کریں۔

بنیادی استعمال 3: باسکٹ کی قیمت تلاش کریں

باسکٹ کا مواد JSON فائل کے ذریعے فراہم کیا جاتا ہے، اور منصوبہ متعین ریستوران اور موجودہ آزمائشی اسکیم کے مطابق قیمت کا حساب کرتا ہے۔

python oh-my-mcdonald/scripts/oh_my_mcdonald.py quote \
  --store 1960151 \
  --basket examples/basket.json

ریستورانوں کی قیمتوں کا موازنہ کرتے وقت یقینی بنائیں کہ ایک ہی چیز اور ایک ہی سائز کا موازنہ کیا جا رہا ہے۔ منصوبہ زیادہ سے زیادہ تین منتخب ریستورانوں کا موازنہ کرتا ہے اور چند ریستورانوں کے نتائج کی بنیاد پر دوسرے ریستورانوں کی قیمت کا اندازہ نہیں لگاتا۔

بنیادی استعمال 4: Voxel ماڈلز آف لائن دیکھیں

اگر فی الحال MCP Token موجود نہ ہو تو بھی مقامی رینڈرنگ ماحول کی تصدیق اور شامل ماڈلز دیکھے جا سکتے ہیں:

python oh-my-mcdonald/scripts/oh_my_mcdonald.py \
  --out output models

تیار شدہ نتائج output ڈائریکٹری میں محفوظ ہوں گے۔ یہ مرحلہ Pillow، NumPy اور چینی فونٹ کی درست ترتیب جانچنے کے لیے موزوں ہے۔

AI کلائنٹ میں Skill استعمال کریں

یہ منصوبہ oh-my-mcdonald/SKILL.md فراہم کرتا ہے، جو Skill سپورٹ کرنے والے AI کلائنٹس کو منصوبے کی صلاحیتیں، عملی طریقہ کار اور حدود بتاتا ہے۔ کلائنٹ میں MCP سے جڑنے اور مقامی کمانڈز چلانے کی صلاحیت بھی ہونی چاہیے۔

ایک عام طریقہ کار درج ذیل ہے:

1. صارف قدرتی زبان میں بجٹ، ذائقے، ریستوران، رعایت یا غذائی ضرورت بیان کرتا ہے۔
2. AI حقیقی کاروباری ڈیٹا حاصل کرنے کے لیے متعلقہ MCP ٹول منتخب کرتا ہے۔
3. AI بجٹ اور خارج کرنے کی شرائط کے مطابق موصولہ نتائج کو چھانٹتا ہے۔
4. ضرورت کے مطابق مقامی Python اسکرپٹ کے ذریعے ڈیٹا پراسیس کرتا ہے۔
5. بصری نمائندگی درکار ہونے پر مقامی رینڈرر PNG تیار کرتا ہے۔
6. کھانے یا ریستوران ملاحظہ کرنے کے ریکارڈ سے متعلق کارروائی میں پہلے صارف کی واضح تصدیق کا انتظار کیا جاتا ہے، پھر ریکارڈ لکھا جاتا ہے۔

AI سے درج ذیل جیسی درخواستیں کی جا سکتی ہیں:

• آج بجٹ 35 یوآن ہے، مرچ مصالحے کے بغیر کیا تجویز ہے؟
• شرائط پوری کرنے والے حقیقی کھانوں میں سے ایک کو تصادفی طور پر منتخب کریں۔
• قریبی تین ریستورانوں میں اس کومبو کی قیمتوں کا موازنہ کریں۔
• آج میرے لیے دستیاب کوپن اور حالیہ مہمات دیکھیں۔
• اس کھانے کی توانائی اور پروٹین کا حساب کریں۔
• میں تصدیق کرتا ہوں کہ ابھی یہ برگر کھایا ہے، براہ کرم اسے ریکارڈ کریں۔
• میرے کھائے ہوئے کھانوں کی ایک گیلری تصویر بنائیں۔

امیدوار کھانے MCP کی تلاش کے نتائج سے آنے چاہییں، AI انہیں خود سے ایجاد نہیں کر سکتا۔ ایک تصادفی انتخاب میں زیادہ سے زیادہ چھ امیدوار کھانوں کے مجموعے استعمال کیے جا سکتے ہیں۔

اعلیٰ درجے کی تجاویز اور استعمال کے اصول

پہلے ریستوران، چیز اور سائز واضح کریں

قیمت ریستوران، چیز کے سائز اور رعایتی اسکیم سے متاثر ہوتی ہے۔ موازنہ سے پہلے چیز اور سائز طے کریں اور AI سے کہیں کہ اس انتخاب میں شامل ریستورانوں کو واضح طور پر درج کرے۔ اسی طرح حاصل شدہ نتائج قابل موازنہ ہوں گے۔

غذائی ڈیٹا کی کمی کو سختی سے سنبھالیں

غذائی حساب صرف درست طور پر مماثل کھانے استعمال کرتا ہے۔ اگر کچھ غذائی فیلڈز موجود نہ ہوں تو غائب اشیا کو الگ سے نشان زد کریں؛ غائب قدر کو صفر نہ سمجھیں اور نہ ہی ایسے ملتے جلتے مگر غیر مصدقہ کھانے کو متبادل بنائیں۔

کھانے کے اندر کے اعداد و شمار اور باہر کی تجاویز الگ رکھیں

غذائی میز سبزیوں، پھلوں اور دودھ کی اشیا جیسی اضافی تجاویز دکھا سکتی ہے، لیکن اس کھانے کی غذائی قدر صرف پلیٹ میں موجود اشیا کا حساب کرتی ہے۔ تیار شدہ تصویر کی تشریح کرتے وقت کھانے سے باہر کی حوالہ جاتی اشیا کو مجموعے میں شامل نہیں کرنا چاہیے۔

ریکارڈ سے پہلے صارف کی تصدیق ضروری ہے

آرڈر کا ریکارڈ صرف زیرِ تصدیق معلومات کے طور پر استعمال کیا جا سکتا ہے، یہ براہِ راست ثابت نہیں کرتا کہ صارف نے کوئی کھانا کھایا ہے۔ صرف صارف کی حقیقی طور پر کھانے کی واضح تصدیق کے بعد ہی منصوبہ ریکارڈ محفوظ کرے اور گیلری روشن کرے؛ ریستوران ملاحظہ کرنے کا ریکارڈ بھی اسی اصول پر عمل کرتا ہے۔

رعایتوں کے کیلنڈر کو درست طور پر سمجھیں

کیلنڈر ذاتی کوپن پیکج کی مؤثر تاریخ کے مطابق کوپن کی تعداد شمار کرتا ہے۔ کسی مخصوص وقت، ریستوران یا چیز پر کوپن استعمال کیا جا سکتا ہے یا نہیں، اس کا فیصلہ MCP سے موصولہ مخصوص شرائط کے مطابق ہی کیا جائے گا۔

مقامی اسناد کی حفاظت کریں

MCD_MCP_TOKEN ماحول کے متغیر یا مقامی Codex ترتیب کے ذریعے Token پڑھنے کو ترجیح دیں؛ اسناد کو اسکرپٹ، مثالی JSON، اسکرین شاٹ یا ورژن کنٹرول فائل میں نہ لکھیں۔

خودکار ٹیسٹ چلانا

پروجیکٹ Python کے unittest کا استعمال کرتا ہے۔ آپ اسے ریپوزٹری کی روٹ ڈائریکٹری میں چلا سکتے ہیں:

python -m unittest discover -s tests -v

README میں درج موجودہ ٹیسٹوں کی کل تعداد 51 ہے، جو مصنوعی ڈیٹا کے ذریعے کاروباری پراسیسنگ، آؤٹ پٹ اور رینڈرنگ لاجک کی تصدیق کرتے ہیں۔ حقیقی MCP استفسارات کی توثیق کی صورتحال اور حدود docs/VALIDATION.md میں درج ہیں۔

عمل درآمد کی حدود

• پروجیکٹ خودکار آرڈر، ادائیگی یا کوپن وصول کرنے کی سہولت فراہم نہیں کرتا۔
• پروجیکٹ کلاؤڈ سنکرونائزیشن یا بیک گراؤنڈ پولنگ فراہم نہیں کرتا۔
• قیمت کا موازنہ زیادہ سے زیادہ تین منتخب اسٹورز تک محدود ہے، اور صرف ایک ہی پروڈکٹ، ایک ہی سائز اور موجودہ ٹیسٹ اسکیم کے لیے کیا جاتا ہے۔
• ووکسل سڑکیں نمائشی مناظر ہیں؛ ان میں حقیقی سڑکیں یا جغرافیائی محلِ وقوع کے تعلقات شامل نہیں ہیں۔
• پیش نظارہ میں موجود حقیقی MCP ڈیٹا مخصوص تاریخ کا اسنیپ شاٹ ہے اور بعد کے تازہ ترین نتائج کی نمائندگی نہیں کرتا۔
• کھانے کے ریکارڈ اور اسٹور وزٹ کے ریکارڈ دونوں کے لیے صارف کی تصدیق ضروری ہے۔

پروجیکٹ ڈائریکٹری کا جائزہ

• oh-my-mcdonald/SKILL.md: AI کلائنٹ کے لیے Skill کی وضاحتی فائل۔
• oh-my-mcdonald/scripts/oh_my_mcdonald.py: مقامی معاون اسکرپٹ اور اہم کمانڈ انٹری پوائنٹ۔
• oh-my-mcdonald/references/commands.md: تفصیلی کمانڈ حوالہ۔
• docs/images/: منظر کے پیش نظارہ کی تصاویر۔
• docs/VALIDATION.md: حقیقی استفسارات کے توثیقی نتائج اور حدود۔
• examples/basket.json: شاپنگ باسکٹ JSON کی مثال۔
• MCP_INTEGRATION.md: MCP انضمام اور کال کے عمل کی وضاحت۔
• tests/: خودکار ٹیسٹ۔

اختتامیہ

Oh-My-McDonald میک ڈونلڈز کے سرکاری MCP، قدرتی زبان کے تعامل اور مقامی ووکسل رینڈرنگ کو یکجا کرتا ہے۔ یہ کھانے کے انتخاب، قیمت کے موازنے اور غذائی تجزیے میں مدد دے سکتا ہے، جبکہ تصدیق شدہ ذاتی دریافتوں کا ریکارڈ بھی قائم کرتا ہے۔ تجویز ہے کہ پہلے آف لائن ماڈل رینڈرنگ اور ٹیسٹ مکمل کریں، پھر MCP Token ترتیب دیں۔ قیمت، پیشکشوں اور غذائیت سے متعلق معلومات کے لیے ہمیشہ موجودہ MCP سے موصول ہونے والے حقیقی ڈیٹا کو بنیاد بنائیں۔

یہ پروجیکٹ MIT License کے تحت اوپن سورس ہے۔ مسائل کی اطلاع GitHub Issues کے ذریعے دی جا سکتی ہے، یا بہتری میں حصہ لینے کے لیے Pull Request جمع کرائی جا سکتی ہے۔