本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 最近麦当劳推出了一个 MCP 开发比赛。研究了一下我发现，调用这套 MCP 完成一次点餐，本质上考的是 Agent 的长程任务规划和工具调用能力。 看了大家的参赛项目，目前基本都是用 MCP 做点餐助手。刚好“画鹈鹕“这个任务最近被大家跑得视觉疲劳了，我就想换个角度：设计一套足够复杂的测试集，看看不同模型面对这类任务时到底表现如何。于是有了 McBench。 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 在线榜单： https://mcbench.velaios.com GitHub 仓库： GitHub - leoz9/mcbench: McBench：真实商业 MCP 环境下的多维度 Agent 评测基准（基于麦当劳中国 MCP，离线可复现） · GitHub 试玩： pip install -e . && mcbench demo （不要 Token、不要 API Key） 1 个帖子 - 1 位参与者 阅读完整话题

  • 情报分类：开源项目与落地
  • 分类依据：内容涉及项目实践、创业、副业或变现
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/10/19 17:02:09