Lecture
- — stocks et achats
- — recettes et ingrédients
- — production et ventes
- — réservations et clients
- — équipes et finance
Logiciel & MCP
Gestion de restaurant : stocks, recettes, HACCP, production, commandes, réservations, clients, RH, marketing et finance.

DÉCOUVERTE DYNAMIQUE
Ne supposez jamais qu’un outil existe. Interrogez le serveur au démarrage, contrôlez le manifeste reçu et adaptez l’interface.
Au démarrage de la session : 1. Connecter le serveur MCP FoodEatUp. 2. Demander la liste des outils exposés. 3. Mettre ce manifeste en cache pour la session. 4. Vérifier chaque capacité avant de l’appeler. 5. Signaler toute capacité absente ou modifiée. Ne coder aucun nom d’outil en dur.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

OuvertConstruisez le copilote qui sécurise chaque recette.
Chaque service produit des données sur allergènes déduits des recettes, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Allergen Intelligence doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertavis clients transformés en actions opérationnelles
Chaque service produit des données sur avis clients transformés en actions opérationnelles, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Avis → Plan d’action doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertcomparaison entre points de vente
Chaque service produit des données sur comparaison entre points de vente, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Benchmark multi-établissements doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertempreinte carbone par plat
Chaque service produit des données sur empreinte carbone par plat, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. CarbonScore doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertcarte proposée selon saison et prix d’achat
Chaque service produit des données sur carte proposée selon saison et prix d’achat, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Carte saisonnière IA doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

OuvertConstruisez l’orchestrateur qui anticipe chaque échéance.
Chaque établissement doit aujourd’hui suivre prévision de trésorerie en rapprochant des informations dispersées. Les écarts sont souvent découverts après le service ou la clôture, quand il est plus coûteux de les corriger. Le responsable manque d’une explication simple et vérifiable pour arbitrer. Cash Flow restaurant doit consolider les faits sans exécuter une décision sensible à sa place.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

OuvertConstruisez l’agent qui repère les anomalies avant le service.
Chaque service produit des données sur anomalies de la veille et priorités du jour, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Daily Brief doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertcoût réel complet d’une livraison
Chaque service produit des données sur coût réel complet d’une livraison, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Delivery Cost AI doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertrécompenses ajustées au comportement réel
Chaque service produit des données sur récompenses ajustées au comportement réel, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Fidélité intelligente doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

OuvertConstruisez le copilote qui traque le gaspillage chaque jour.
Chaque service produit des données sur écarts production/ventes et réduction du gaspillage, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Food Waste AI doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

OuvertConstruisez le copilote qui calcule et suit chaque redevance.
Chaque établissement doit aujourd’hui suivre calcul et suivi des redevances en rapprochant des informations dispersées. Les écarts sont souvent découverts après le service ou la clôture, quand il est plus coûteux de les corriger. Le responsable manque d’une explication simple et vérifiable pour arbitrer. Franchise Royalty doit consolider les faits sans exécuter une décision sensible à sa place.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

OuvertConstruisez le copilote qui sécurise tous vos relevés.
Chaque service produit des données sur relevés, contrôles et non-conformités, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. HACCP Copilot doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

OuvertConstruisez le copilote qui saisit l'inventaire à la voix.
Chaque établissement doit aujourd’hui suivre comptage de stock à la voix en rapprochant des informations dispersées. Les écarts sont souvent découverts après le service ou la clôture, quand il est plus coûteux de les corriger. Le responsable manque d’une explication simple et vérifiable pour arbitrer. Inventaire vocal doit consolider les faits sans exécuter une décision sensible à sa place.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertpriorisation des tickets en cuisine
Chaque établissement doit aujourd’hui suivre priorisation des tickets en cuisine en rapprochant des informations dispersées. Les écarts sont souvent découverts après le service ou la clôture, quand il est plus coûteux de les corriger. Le responsable manque d’une explication simple et vérifiable pour arbitrer. KDS intelligent doit consolider les faits sans exécuter une décision sensible à sa place.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertplats classés par marge et popularité
Chaque service produit des données sur plats classés par marge et popularité, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Menu Engineering doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertrisque d’absence sur une réservation
Chaque service produit des données sur risque d’absence sur une réservation, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. No-Show Predictor doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertmenus adaptés aux contraintes alimentaires
Chaque établissement doit aujourd’hui suivre menus adaptés aux contraintes alimentaires en rapprochant des informations dispersées. Les écarts sont souvent découverts après le service ou la clôture, quand il est plus coûteux de les corriger. Le responsable manque d’une explication simple et vérifiable pour arbitrer. Nutrition & régimes doit consolider les faits sans exécuter une décision sensible à sa place.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertcouverts attendus par service
Chaque service produit des données sur couverts attendus par service, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Prévision de fréquentation doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertcommandes fournisseurs déclenchées par les seuils
Chaque service produit des données sur commandes fournisseurs déclenchées par les seuils, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Réassort automatique doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026
Ouvertcoût matière d’une recette en temps réel
Chaque service produit des données sur coût matière d’une recette en temps réel, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Recipe Cost Tracker doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertaffectation des commandes aux livreurs
Chaque service produit des données sur affectation des commandes aux livreurs, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Smart Dispatch doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertbesoin en personnel prévu
Chaque service produit des données sur besoin en personnel prévu, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Staffing Forecast doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertdérive des prix d’achat
Chaque service produit des données sur dérive des prix d’achat, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Supplier Price Watch doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertdurée d’occupation et rotation par table
Chaque service produit des données sur durée d’occupation et rotation par table, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Table Turnover doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.


À développer
Hackathon BraindCode 2026
14 sept. — 14 oct. 2026

Ouvertdu lot au plat au client
Chaque service produit des données sur du lot au plat au client, mais elles restent dispersées entre les écrans opérationnels. Le responsable recoupe les chiffres après le service, lorsque les écarts ont déjà produit leurs effets. Les équipes manquent d’un signal partagé pour décider quoi traiter en premier. Traçabilité & Rappel doit réunir les faits utiles, montrer leur origine et laisser toute décision sensible à une personne.