1. 环境需求

本系统采用 Python 作为前端开发框架，并结合 MySQL 数据库构建麦当劳点餐客户端，实现前后端分离、模块化开发。整个系统采用面向对象思想，将登录、注册、个人信息修改、首页展示、优惠套餐、最新优惠、菜单点餐、购物车、支付及订单管理等功能分别封装为独立的窗口和组件，通过信号与槽机制实现模块间通信与数据传递。界面设计上，充分利用 QSS 样式表统一风格，并采用响应式布局、滚动区域及弹出抽屉式窗口，使用户能够直观浏览菜品详情和优惠信息，快速选购心仪产品，实时加入购物车、调整数量、删除订单，并支持订单查询与支付操作。系统通过 Client 模块与 MySQL 后端的数据接口对接，将订单、库存和用户信息等数据实时更新，使系统具备较高的扩展性和维护性，同时满足校园点餐的实际需求，实现快速、便捷、友好的用户体验。

2. 运行效果

登录界面

首页

优惠套餐页面

精选套餐页面

点餐页面

选购页面

购物车页面

订单支付结算页面

订单管理页面

3.运行代码

代码较多，不一 一展示。

# 数据库 # pyqt # mysql
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

Understand Anything 多智能体知识图谱管线：从代码扫描到可交互 Dashboard 的实现解析

本文以 Understand Anything 的官方文档为主线，系统拆解它如何用一条「Tree-sitter 静态分析 + LLM 语义理解」的多智能体管线，把任意代码库 / 知识库 / 文档转换成可探索、可检索、可问答的知识图谱，并落到一个可交互的 Web Dashboard。读完你应能掌握：如何安装并在 Claude Code / Codex / Cursor / Copilot / Gem

avatar 天工造物局

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局