关于 Raw to Cooked Weight MCP
Raw to Cooked Weight MCP 是面向厨师和饮食记录者的 MCP 服务,用于换算肉类和禽类的生熟重量。它依据 USDA 按部位和烹饪方法整理的出品率数据,也支持从熟重反推生重。
主要功能
- 01将肉类生重换算为熟重
- 02根据熟重估算生重
- 03计算所需购买的肉类生重
- 04查询 USDA 出品率、范围和重量变化
- 05按类别和烹饪方法列出出品率
适用场景
- 01换算熟鸡肉份量以记录营养
- 02估算生绞牛肉烹制后的重量
- 03规划多人份所需购买的生肉量
- 04比较不同部位和烹饪方法的出品率
MCP 相关
向 MCP 客户端提供肉类和禽类重量换算及 USDA 烹饪出品率工具。可通过托管端点使用,也可在本地通过 stdio 运行。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://raw-to-cooked-weight-mcp.lipmichal.workers.dev/mcpclaude mcp add --transport http theluckystrike-raw-to-cooked-weight https://raw-to-cooked-weight-mcp.lipmichal.workers.dev/mcp{"mcpServers":{"theluckystrike-raw-to-cooked-weight":{"type":"http","url":"https://raw-to-cooked-weight-mcp.lipmichal.workers.dev/mcp"}}}在 Cursor 中打开{"servers":{"theluckystrike-raw-to-cooked-weight":{"type":"http","url":"https://raw-to-cooked-weight-mcp.lipmichal.workers.dev/mcp"}}}在 VS Code 中打开{"mcpServers":{"theluckystrike-raw-to-cooked-weight":{"type":"http","url":"https://raw-to-cooked-weight-mcp.lipmichal.workers.dev/mcp"}}}{"mcpServers":{"theluckystrike-raw-to-cooked-weight":{"serverUrl":"https://raw-to-cooked-weight-mcp.lipmichal.workers.dev/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
详细介绍
raw-to-cooked-weight-mcp
面向 AI 助手的肉类和禽肉生熟重量换算,涵盖不同部位和烹饪方式,数据来自 USDA《肉类和禽肉烹饪得率表》。
这是一个 Model Context Protocol (MCP) 服务。它使用 USDA 测量的 173 组牛肉、猪肉、鸡肉、火鸡、羊肉、小牛肉、野牛和野味部位及烹饪方式的得率,将生重换算为熟重,也可将熟重换算回生重。无需 API 密钥。
工具
| 工具 | 返回内容 |
|---|---|
convert_raw_to_cooked | 生肉部位(鸡腿肉、80/20 牛肉末、猪里脊肉、培根)的熟重,单位为 g、oz、lb 和 kg;还会返回 USDA 样本中的重量范围、重量损失,以及所用的 USDA 数据行。 |
convert_cooked_to_raw | 熟食份量对应的生重,适用于根据生食营养标签记录食物,或按熟重配方调整份量。 |
calculate_raw_weight_to_buy | 为指定数量的熟食份量需要购买多少生肉(默认每份熟重 3 oz)。 |
find_cooking_yield | 指定部位和烹饪方式的 USDA 烹饪得率百分比、样本范围、水分变化和脂肪变化,并提供相近选项及其 yield_id。 |
list_cooking_yields | 按类别(牛肉、猪肉、禽肉、鸡肉、火鸡、羊肉、小牛肉、野味、香肠)和烹饪方式列出 USDA 表中的所有数据行。 |
每个结果都包含结构化 JSON、一段摘要、as_of、source 和 more(recipetool.net 上的生熟重量换算器)。
它掌握而你的模型不知道的数据
- 得率会因部位、脂肪含量和烹饪方式而异。“肉类会损失 25% 重量”这种一概而论的规则对大多数部位都不准确。USDA 测得培根烹饪后的重量为生重的 29% 至 32%,80/20 牛肉末碎肉为 67%,带骨烤肋眼牛排为 85.7%,无骨腌火腿为 94% 至 96%。
- USDA 的确切数值、样本数和范围。烤鸡腿肉的得率为 69%,但 USDA 样本范围为 58% 至 79%。这些工具会同时返回两者。
- 肉末的瘦肉比例。“80/20”、“93% 瘦肉”和“73/27”分别对应 USDA 对牛肉(脂肪含量低于 12%、12% 至 22%、高于 22%)和猪肉(脂肪含量低于 10%、10% 至 27%、高于 27%)划分的低、中、高脂肪类别。
- 不在数据覆盖范围内的食材。USDA 表中不包含鱼类、海鲜、米饭、意大利面和蔬菜。这些工具会明确说明,而不是猜测。
安装
托管服务(Claude.ai 自定义连接器、ChatGPT 开发者模式)
粘贴此 URL。无需令牌,也无需注册。
https://raw-to-cooked-weight-mcp.lipmichal.workers.dev/mcp
Claude Code
claude mcp add --transport http raw-to-cooked https://raw-to-cooked-weight-mcp.lipmichal.workers.dev/mcp
也可以通过 stdio 在本地运行:
claude mcp add raw-to-cooked -- npx -y github:theluckystrike/raw-to-cooked-weight-mcp
Claude Desktop
添加到 claude_desktop_config.json:
{
"mcpServers": {
"raw-to-cooked": { "command": "npx", "args": ["-y", "github:theluckystrike/raw-to-cooked-weight-mcp"] }
}
}
Cursor
添加到 ~/.cursor/mcp.json:
{
"mcpServers": {
"raw-to-cooked": { "url": "https://raw-to-cooked-weight-mcp.lipmichal.workers.dev/mcp" }
}
}
VS Code
添加到 .vscode/mcp.json:
{
"servers": {
"raw-to-cooked": { "type": "http", "url": "https://raw-to-cooked-weight-mcp.lipmichal.workers.dev/mcp" }
}
}
本地 stdio 版本需要 Node 20 或更高版本。
示例提示词
- “我称了 150 g 熟鸡腿肉。记录宏量营养素时,对应的生重是多少?”
- “2 lb 生的 80/20 牛肉末煎熟后有多重?”
- “要给 12 个人每人提供 4 oz 熟牛胸肉,我需要买多少生牛胸肉?”
- “培根用微波炉加热后会损失多少重量?”
- “烧烤时哪些猪肉部位最能保留重量?”
数据来源
完整列表及获取日期和校验和见 DATA_SOURCES.md。
- USDA 农业研究服务部营养数据实验室。《USDA 肉类和禽肉烹饪得率表》,第 2 版,2014 年 9 月。PDF 和 Excel。Excel 文件位于
data/,scripts/build_data.py可根据该文件重新生成数据表。 - 磅和盎司数据来自 NIST SP 811(1 lb = 453.59237 g,精确值)。
限制
- USDA 的产出率是按 USDA 研究规程烹制的同一块肉,其热熟重与生重之比。熟度、修整、骨头、腌制液以及保留多少锅中肉汁都会影响结果。如果有 USDA 产出率范围,工具会返回该范围。
- 发布年份为 1975 年的条目来自 USDA Agriculture Handbook 102。这些条目没有样本数量、含水量或脂肪变化数据。
- 带骨肉块在两种重量中都包含骨头。表中没有去骨去皮鸡胸肉和烤鸡胸肉;工具会返回最接近的条目并说明这一点。
- 不包含鱼类、海鲜、鸭肉、鸡蛋、米饭、意大利面和蔬菜。
更多信息
生重转熟重计算器和食谱营养工具位于 recipetool.net。
属于 Zovo MCP 系列:https://mcp.zovo.one
开发
npm install
npm test # builds, then runs the fixture tests
node scripts/smoke-stdio.mjs # stdio check, one real call per tool
python3 scripts/build_data.py data/USDA_CookingYields_MeatPoultry02.xlsx data/cooking-yields.json
python3 scripts/gen_ts.py data/cooking-yields.json src/data.ts
npx wrangler deploy # Cloudflare Worker, Streamable HTTP at /mcp
许可证
MIT
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。