核心用法
AI-restaurant 是一个面向餐饮行业的通用 AI 服务框架，通过 MCP（Model Context Protocol）协议实现自然语言交互。用户可通过飞书、微信、QQ 等即时通讯渠道扫码即用，无需下载 App。核心功能覆盖餐厅信息查询、菜单浏览、在线点餐、外卖配送、座位预订、排队取号、订单管理、会员服务等完整餐饮场景。
使用时，AI Agent 通过 JSON-RPC 2.0 POST 请求调用 MCP 端点。系统采用多轮对话设计，主动追问缺失信息（如人数、时间、口味偏好），避免让用户填空。支持意图识别优先级管理：关键词匹配快速响应，LLM 语义理解兜底，上下文继承保持对话连贯性。
显著优点
1. 零门槛接入：扫码即用，依托 IM 平台原生生态，大幅降低用户使用成本
2. 自然语言交互：用户可用口语化表达（如"我饿了""明天聚餐"），无需学习固定指令
3. 品牌深度定制：支持独立人设配置（语气、个性、欢迎语），避免机器人感，提升品牌温度
4. 数据严格隔离：多餐厅部署架构下，各门店数据完全独立，保障商业隐私
5. 降级策略完善：MCP 调用失败时明确告知重试，禁止编造信息，可靠性有保障
潜在局限
- 依赖 MCP 服务端稳定性：网络波动或服务器故障会直接影响服务可用性
- 复杂场景仍需人工兜底：如投诉处理、特殊过敏原沟通等建议转人工客服
- 库存/配送数据实时性：若商家系统未实时同步，可能出现"推荐已售罄菜品"的情况
- 语音识别准确性：IM 平台的语音转文字质量会影响最终交互体验
适合人群
- 连锁餐饮品牌：需要统一 AI 服务框架，快速复制到多门店
- 中小餐馆：无技术团队，希望低成本获得线上点餐、排队能力
- 用户侧：习惯在微信/飞书内完成操作、不愿下载独立 App 的消费者
- 高峰期场景：缓解前台排队压力，提升翻台效率
常规风险
| 风险类型 | 等级 | 说明 |
|---------|------|------|
| 支付安全 | 中 | 需确保 MCP 服务端与支付网关的加密传输，建议接入官方支付 SDK |
| 隐私合规 | 中 | 收集手机号、地址等需符合《个人信息保护法》，明确告知用途 |
| 数据一致性 | 低 | 商家库存系统与 AI 系统需保持实时同步，否则影响用户体验 |
| 服务可用性 | 中 | MCP 超时或故障时需有明确降级提示，避免用户困惑 |