$ loading_
用自然语言连接 Uber Eats，完成点餐与配送管理等操作
该工具材料非常有限，仅说明其作为与 Uber Eats 交互的概念验证型 MCP 集成。已知其为开源，但文档缺失、维护与依赖情况不明，因此整体以谨慎为主，未见足以直接判定高风险的明确红旗。
材料明确写明无需密钥或环境变量，未见要求用户提供 API token、账号密钥或其他高敏凭证；但若实际涉及下单/账户操作，仍应留意是否通过未披露方式使用登录态。
虽然远程端点栏写明“无”，但其声明功能是与 Uber Eats 进行点餐和配送管理交互，按功能推断大概率存在对外网络通信并可能发送用户输入或订单相关数据；只是材料未披露具体目标域名、数据流向与范围。
系统检查项已标明该 MCP 工具会执行代码/起进程，这属于此类工具的常规能力，应按谨慎看待；现有材料未说明其可调用的具体系统命令、浏览器自动化能力或额外权限边界。
材料未声明可读写哪些本地文件、账户数据或外部资源，因此无法确认数据访问范围；结合其点餐/配送管理用途，至少可能处理地址、餐品偏好、订单信息等业务数据，但未见明确过度授权证据。
正面因素是存在公开源码仓库，具备一定可审计性；但来源仅为第三方注册表，README 缺失、许可证未声明、社区采用为 0 star、维护状态未知，这些都降低了供应链可信度，建议先人工审查仓库与依赖后再使用。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Uber Eats MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
帮我在 Uber Eats 上搜索附近评分高的健康午餐，预算控制在人均80元以内，优先低油高蛋白，并推荐3个可下单选项。
返回符合条件的餐厅与餐品建议，包含价格、评分和下单选项。
查看我当前 Uber Eats 订单的配送状态，如果骑手距离超过20分钟，请提醒我并总结预计送达时间。
输出当前订单进度、预计送达时间，以及是否需要提醒。
根据我最近的 Uber Eats 历史订单，找出我最常点的晚餐组合，并帮我重新下单相似选择。
识别常点餐品并生成可复购的下单建议或重下单操作。
连接 Grubhub 完成餐厅搜索、点餐下单与校园餐卡支付流程
通过自然语言连接餐厅后台，管理菜单、订单、客户与经营分析。
连接 Yandex Delivery API，让 AI 助手自动下单、追踪骑手并管理配送订单。
可模拟餐厅点单流程，并通过接口实时跟踪订单状态变化。
通过自然语言调用多种 MCP 服务，完成浏览器自动化与文本处理工作流。
用自然语言连接 Django REST Framework API，自动发现接口并执行增删改查。