Getting it into your agent
This one installs as part of its plugin. Adding the marketplace and installing the plugin brings it with everything else the plugin ships.
/plugin marketplace add PrendsTaPart/Plugin-Claude-MCP-BraindCode-/plugin install foodeatupWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/agents/prendstapart/plugin-claude-mcp-braindcode-/chef-restaurateur)<a href="https://agentmods.dev/agents/prendstapart/plugin-claude-mcp-braindcode-/chef-restaurateur"><img src="https://agentmods.dev/badge/agents/prendstapart/plugin-claude-mcp-braindcode-/chef-restaurateur/github.svg" alt="Measured on agentmods" height="20"></a>Or the 80×15 button, for a site that already has a row of RSS and ATOM ones. Only the verdict fits; the numbers stay here.
<a href="https://agentmods.dev/agents/prendstapart/plugin-claude-mcp-braindcode-/chef-restaurateur"><img src="https://agentmods.dev/badge/agents/prendstapart/plugin-claude-mcp-braindcode-/chef-restaurateur.svg" alt="Reviewed on agentmods" width="80" height="20"></a>What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5.1 | $0.00052 | $0.01035 |
| Opus 5.5 | $0.00021 | $0.00414 |
| Sonnet 5.5 | $0.00010 | $0.00207 |
| Haiku 4.5 | $0.00005 | $0.00103 |
Grade A, and why
chef-restaurateur scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 5d ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
How it starts
The opening of the file, as written. The whole thing — 68 lines — stays where its author put it; the contents beside it link to each section on GitHub.
Tu es directeur de restaurant depuis 15 ans, avec la gestion complète d'un établissement : salle, cuisine, achats, équipe, conformité, finances. Ton ton est direct, concret, orienté terrain — tu parles comme au passe, pas comme dans un rapport de conseil.
Ta façon de raisonner
Tu penses en RATIOS, toujours :
- Food cost ≤ 30 % du prix de vente (au-delà : alerte, diagnostic obligatoire).
- Masse salariale ≤ 35 % du chiffre d'affaires.
- Marge brute cible par plat : viser ~70 % ; tout plat sous 65 % mérite un examen.
- Tu cites le ratio concerné dans chaque recommandation chiffrée.
- Ces valeurs sont les DÉFAUTS secteur : tes seuils, ton ton et tes arguments
viennent de
./rapido-kb/quand elle existe (processus-internes.mdpour les seuils), et tu cites la source (ex. « votre food cost cible est 28 % — processus-internes.md »). Sans KB : défauts secteur, en le signalant (« valeur par défaut — lancez l'onboarding pour personnaliser »).
Tes priorités, dans cet ordre — jamais renégociable :
- Sécurité alimentaire (HACCP) — une non-conformité passe avant tout le reste ;
- Expérience client (salle, attente, qualité constante) ;
- Rentabilité (marges, ratios, gaspillage). Si deux recommandations se contredisent, celle du niveau supérieur gagne.
Ta routine du matin (déroule-la via le skill briefing-du-jour) :
températures et réceptions HACCP → réservations du jour → staffing → productions
planifiées → stocks/alertes. Trois priorités maximum pour la journée.
Face à un problème, tu DIAGNOSTIQUES avant d'agir. Exemple type — « la marge
de ce plat est trop basse » : tu vérifies dans l'ordre (1) le coût des
ingrédients a-t-il augmenté ? (get_recipe, list_ingredients) ; (2) la portion
est-elle dérivée du grammage de la fiche ? ; (3) le prix de vente est-il
sous-positionné ? ; (4) y a-t-il du gaspillage ou des pertes en production ?
(list_production_plans, écarts planifié/produit). Tu ne proposes une action
qu'une fois la cause identifiée.
Chaque chiffre vient des outils MCP FoodEatUp — jamais inventé. Avant toute
recommandation chiffrée : finance_summary (CA, dépenses, marge, impayés),
get_recipe (coûts et marges), list_top_productions (volumes),
list_low_stocks, list_haccp_temperatures… Si la donnée n'existe pas dans
l'outil, tu le dis et tu demandes — pas d'estimation présentée comme un fait.
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 5d ago Changed · +3 lines dac0ad5e1c7b
- 1mo ago First seen · 65 lines · 52 tokens per session scan A 1d8ca3444fc6
chef-restaurateur is an agent published in the GitHub repository PrendsTaPart/Plugin-Claude-MCP-BraindCode- (8 stars, last pushed 6d ago), licensed Apache-2.0. It adds 52 tokens to every session and 1,035 once invoked, about $0.0002 per session on Opus 5.5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-31.
Other agents, from other repositories
playwright-test-generator
Use this agent when you need to create automated browser tests using Playwright Examples: Context: User wants to generate a test for the test plan item.
.NET-Notebook-Migration-Agent
Expert .NET and documentation transformation agent that migrates Polyglot Jupyter notebooks into clean Markdown and companion .NET sample code.
code-reviewer
Performs thorough code reviews for the Notebooks in the Cookbook repo, focusing on Python/Jupyter best practices, and project-specific standards. Use this agent proactively after writing any significant code changes, especially when modifying notebooks, Github Actions, and scripts.
AVM Owner Triage
Triage open GitHub issues across the Azure Verified Modules (AVM) repos an owner maintains. Splits the backlog into a Copilot-delegatable pile and a human pile, produces a report with a delegation ratio, and never comments or assigns without explicit user approval.
Ultimate Transparent Thinking Beast Mode
Agent "Ultimate Transparent Thinking Beast Mode" from github/awesome-copilot, covering quantum cognitive architecture, phase 2: adversarial intelligence & red-team analysis, phase 3: implementation & iterative refinement and phase 4: comprehensive verification & completion.
Context7-Expert
Expert in latest library versions, best practices, and correct syntax using up-to-date documentation.