$ loading_
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。
该 MCP 工具有开源仓库且未声明需要密钥或远程端点，当前材料未见明确高风险红旗。但其被系统标记为可执行代码，且仓库社区采用度低、维护信息不足，整体更适合按需谨慎使用。
材料明确标注“无”密钥/环境变量要求，未见 API key、数据库凭证或第三方令牌配置说明；基于现有信息，凭证暴露面较低。
描述称其用于与餐厅 FastAPI 后端交互，说明设计上可能涉及向后端发送菜单、订单、客户或分析相关数据；但材料未提供任何远程 host/端点，外发目标与范围缺乏透明度。
系统客观检查项标记为 executes-code，表明该 MCP 至少具备在本机运行服务端代码或相关进程的能力。这属于工具常规能力，但 README 缺失，无法进一步核实具体执行边界与系统调用范围。
从功能描述看，工具会处理菜单、订单、客户管理和分析数据，可能接触业务数据甚至一定程度的客户信息；材料未说明读写哪些本地文件、数据库或其他资源，因此数据访问范围不清晰但未见明确过度授权证据。
存在可审计的开源仓库是正面因素，但来源为 third_party_registry，许可证未声明，社区采用度为 0 star，维护状态未知，且 README 缺失，导致供应链可信度与持续维护信号偏弱。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Restaurant Backend 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。
请连接餐厅后台，把所有素食主菜价格上调 5%，并将已停售的菜品标记为不可点，最后返回变更清单。
返回菜单更新结果，包括受影响菜品、调整后的价格和状态变更清单。
请汇总今天所有订单，按已完成、制作中、已取消分类，并找出等待超过 30 分钟的异常订单。
返回订单状态统计，以及超时异常订单列表和关键详情。
分析近 30 天的客户复购率、客单价和最畅销菜品，并给出 3 条可执行的经营建议。
返回核心经营指标、热销菜品排行，以及基于数据的优化建议。
可模拟餐厅点单流程，并通过接口实时跟踪订单状态变化。
帮助用户管理食谱、制定餐食计划并自动生成采购清单
通过自然语言管理餐食计划、菜谱与购物清单，简化日常备餐安排
用自然语言连接 Uber Eats，完成点餐与配送管理等操作
帮助用户查询 Wendy's 菜单、营养信息、门店位置并完成移动点餐。
让 AI 通过自然语言安全查询客户、订单与营收等业务数据