HowToCook-mcp
HowToCook-mcp 是一款基于知名开源项目“程序员在家做饭指南”构建的 MCP(模型上下文协议)服务器。它的核心使命是让 AI 助手化身您的私人大厨,轻松解决“今天吃什么”这一日常难题。通过集成该服务,AI 不仅能根据分类检索海量菜谱、查询具体做法,还能结合用餐人数、过敏原及忌口食材,智能规划整整一周的膳食方案,甚至为选择困难症用户直接推荐今日菜单。
这款工具特别适合希望提升 AI 生活辅助能力的开发者,以及想要让 Cursor、Claude Desktop 等支持 MCP 协议的客户端具备烹饪建议功能的普通用户。其技术亮点在于完美适配 MCP 标准,支持 stdio、HTTP 等多种传输方式,并创新性地提供了 DXT(桌面扩展)打包方案,让用户能一键将美食服务安装至本地 AI 应用中。无论是想自动化生成食谱的开发人员,还是单纯希望一日三餐更丰富的家庭煮夫/主妇,HowToCook-mcp 都能让 AI 的回答从枯燥的文字变成热气腾腾的美味佳肴。
使用场景
程序员小李结束了一天的高强度编码,面对空荡荡的冰箱和疲惫的身体,急需解决一家三口的晚餐问题。
没有 HowToCook-mcp 时
- 决策瘫痪:在多个外卖 APP 和菜谱网站间反复切换,纠结半小时仍无法决定“今天吃什么”,消耗宝贵的休息时间。
- 信息检索低效:手动搜索特定食材做法时,常被广告、短视频前奏干扰,难以快速获取清晰的步骤和配料表。
- 饮食风险难控:家人对虾过敏且不吃香菜,人工筛选菜谱极易疏漏,一旦看错配料可能导致严重的健康隐患。
- 膳食规划缺失:仅能解决单顿饭需求,无法系统性规划未来几天的营养搭配,导致饮食结构单一或食材浪费。
使用 HowToCook-mcp 后
- 秒级菜单生成:直接在 Cursor 或 Claude 中输入“为 3 人推荐今晚晚餐”,HowToCook-mcp 立即基于现有食材输出完整菜单方案。
- 精准过滤忌口:通过自然语言告知“对虾过敏、不要香菜”,工具自动从数据库中剔除所有相关菜谱,确保推荐绝对安全。
- 结构化烹饪指导:一键查询指定菜谱,直接返回包含精确克数、分步教程的标准化文档,无需在网页中翻找关键信息。
- 智能周计划定制:输入人数与偏好,自动生成兼顾营养均衡的一周食谱,彻底告别每日点餐的焦虑与重复劳动。
HowToCook-mcp 将分散的菜谱数据转化为可交互的智能服务,让 AI 助手真正化身懂技术更懂生活的私人大厨。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
🍳 HowToCook-MCP 服务器 🥘 -- 炫一周好饭,拒绝拼好饭
English | 简体中文
让 AI 助手变身私人大厨,为你的一日三餐出谋划策!
基于Anduin2017/HowToCook打造的 MCP(Model Context Protocol)服务器,让 AI 助手能够为你推荐菜谱、规划膳食,解决"今天吃什么"的世纪难题!
数据来源:Anduin2017/HowToCook ⭐ 没有 star 的同学快去点个星星吧!
🎉 想直接使用当前 MCP?立即体验 https://howtocookmcp.weilei.site/
🎉 同时,我们也提供了 DXT(Desktop Extensions)供大家体验,一键安装到 Claude Desktop
如下:请确保你已经安装了最新版的 Claude Desktop, 当前 MCP 的 DXT 文件已上传代码库,可以自行下载或者 Fork 本仓库自行构建

本地开发如何打包成 DXT?
1.运行 npm install -g @anthropic-ai/dxt
2.在包含本地 MCP 服务器的文件夹中,运行 dxt init。也就是您 MCP 的根目录,此命令将引导您创建manifest.json
3.运行dxt pack创建 dxt 文件
现在,任何支持 DXT 的应用都可以运行您的本地 MCP 服务器。例如,使用适用于 macOS 和 Windows 的 Claude 打开该文件即可显示安装对话框
具体参阅:anthropics/dxt
📸 效果预览

🔌 支持的 MCP 客户端
本服务器适用于所有支持 MCP 协议的 AI 助手和客户端,包括但不限于:
- 🤖 Claude 桌面应用
- 📝 Cursor
- 💼 其他支持 MCP 的客户端
✨ 美味功能
该 MCP 服务器提供以下美食工具:
- 📚 查询全部菜谱 - 获取所有可用菜谱数据,做菜百科全书 -- 慎用这个--上下文太大
- 🔍 根据分类查询菜谱 - 按照分类筛选菜谱,想吃水产?早餐?荤菜?主食?一键搞定!
- 📖 查询指定菜谱 - 根据菜谱名称查询特定菜谱的完整详情,包括食材、步骤等
- 🧩 智能推荐膳食 - 根据你的忌口、过敏原和用餐人数,为你规划整整一周的美味佳肴
- 🎲 不知道吃什么 - 选择困难症福音!根据人数直接推荐今日菜单,再也不用纠结了
🚀 快速上手
📋 先决条件
- Node.js 16.0.0+ 🟢
- npm 或 yarn 📦
💻 安装步骤
- 克隆美食仓库
git clone https://github.com/worryzyy/howtocook-mcp.git
cd howtocook-mcp
- 安装依赖(就像准备食材一样简单!)
npm install
- 编译代码(烹饪过程...)
npm run build
🎯 命令行参数
服务器支持以下命令行参数:
--transport <stdio|http|sse>- 选择传输方式(默认为 stdio)--port <number>- 使用 http 或 sse 传输时的监听端口(默认为 3000)
示例:使用 http 传输并监听 8080 端口
node build/index.js --transport http --port 8080
🍽️ 开始使用
🔥 启动服务器
npm start
🔧 配置 MCP 客户端
推荐使用 Cursor 快速体验(两种方式)
- 使用 npm 包:请先运行
npm i -g howtocook-mcp,否则会出现Failed to create client
然后在 Cursor 设置中添加 MCP 服务器配置:
{
"mcpServers": {
"howtocook-mcp": {
"command": "npx",
"args": ["-y", "howtocook-mcp"]
}
}
}
- 如果是克隆仓库本地运行,请使用如下配置
{
"mcpServers": {
"howtocook-mcp": {
"command": "node",
"args": ["youpath\\howtocook-mcp\\build\\index.js"]
}
}
}
其他 MCP 客户端
对于其他支持 MCP 协议的客户端,请参考各自的文档进行配置,通常需要指定:
- 服务器名称:
howtocook-mcp - 命令:
npx -y howtocook-mcp
- 重启客户端,让美食魔法生效 ✨
🧙♂️ 菜单魔法使用指南
以下是在各种 MCP 客户端中使用的示例提示语:
1. 📚 查询全部菜谱
无需参数,直接召唤美食全书!
请使用howtocook的MCP服务查询所有菜谱
2. 🔍 根据分类查询菜谱
请使用howtocook的MCP服务查询水产类的菜谱
参数:
category: 菜谱分类(水产、早餐、荤菜、主食等)
3. 🧩 智能推荐一周菜谱
请使用howtocook的MCP服务为3人推荐一周菜谱,我们家不吃香菜,对虾过敏
参数:
allergies: 过敏原列表,如 ["大蒜", "虾"]avoidItems: 忌口食材,如 ["葱", "姜"]peopleCount: 用餐人数 (1-10)
4. 🎲 今天吃什么?
请使用howtocook的MCP服务为4人晚餐推荐菜单
参数:
peopleCount: 用餐人数 (1-10)
📝 小贴士
- 该包已发布至 npm,可直接通过
npm install -g howtocook-mcp全局安装 - 本服务兼容所有支持 MCP 协议的 AI 助手和应用
- 首次使用时,AI 可能需要一点时间来熟悉如何使用这些工具(就像烧热锅一样)
🤝 贡献
欢迎 Fork 和 Pull Request,让我们一起完善这个美食助手!
📄 许可
MIT License - 随意使用,就像分享美食配方一样慷慨!
🍴 美食即将开始,胃口准备好了吗?
常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
opencode
OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。