Chronos Protocol

🚀 时间协议（Chronos Protocol）

时间协议（Chronos Protocol）通过消除自动化系统中的时间盲区，变革了人工智能开发工作流程。MCP 服务器提供了完整的可追溯性和会话连续性，使人工智能代理能够在不同会话间保持上下文，同时提供企业级的时间跟踪、智能调度和全面的开发分析。

🚀 快速开始

Chronos Protocol 是一个专为自动化编码环境设计的协议，旨在解决人工智能开发工作流程中的关键问题。要开始使用 Chronos Protocol，你需要进行安装和配置。

安装

前提条件

• Python：3.10 或更高版本
• MCP 支持：支持模型上下文协议（Model Context Protocol）的人工智能客户端

安装步骤

# 1. 克隆仓库
git clone https://github.com/n0zer0d4y/chronos-protocol.git
cd chronos-protocol

# 2. 安装依赖
pip install -r requirements.txt

# 3. 以可编辑模式安装（MCP 必需）
pip install -e .

# 4. 验证安装
python -m chronos_protocol --help

安装完成后，你可以根据 配置 部分中的适当配置模式，在 MCP 客户端中配置 Chronos Protocol。

基本使用

获取当前时间

# 获取系统时区的当前时间
get_current_time(timezone="system")
# 返回：包含完整时区上下文的当前时间

智能时区转换

# 跨时区转换会议时间
convert_time(
  source_timezone="America/New_York",
  time="15:00",
  target_timezone="Europe/London"
)
# 返回：包含时区差异信息的转换后时间

✨ 主要特性

核心能力

Chronos Protocol 通过专门为自动化编码环境设计的复杂时间智能和持久内存系统，解决了人工智能开发工作流程中的关键差距。

系统时间优先方法

Chronos Protocol 通过将 计算机的本地系统时间 作为智能默认值，改变了自动化系统处理时间的方式。不再有 timezone 混淆，只需使用 "system" 或 "local"，即可获得适应环境的即时、上下文时间感知。

核心时间智能

• get_current_time - 简单的时间感知：Chronos Protocol 将计算机的本地系统时间作为智能默认值。大多数人工智能集成开发环境（IDE）已经在其提示中嵌入了系统时间，但 Chronos Protocol 提供了明确、结构化的时间上下文，适用于所有 MCP 客户端。
• convert_time - 智能时区转换：通过智能转换消除时区计算错误，可用于会议调度、发布计划和时差分析等场景。

活动智能系统

• start_activity_log - 智能上下文初始化：使用唯一的活动 ID 和丰富的元数据开始复杂的活动监控，用于代理开发工作流程。
• end_activity_log - 成功文档和分析：完成活动时自动计算持续时间，并提供丰富的结果数据，用于性能智能分析。
• get_elapsed_time - 实时进度监控：在不中断执行流程的情况下监控正在进行的活动。
• get_activity_logs - 历史智能和模式分析：通过复杂的过滤查询和分析开发模式。
• update_activity_log - 智能活动管理：使用更新的见解和修正修改已完成的活动。

智能提醒系统

• create_time_reminder - 上下文任务调度：设置与开发工作流程相关的智能提醒。
• check_time_reminders - 主动感知系统：通过智能提醒检测提前了解重要任务。

解决的问题

• 消除人工智能时间盲区：人工智能代理可以主动检查当前时间并做出时间感知决策，而不仅仅依赖于系统提示中嵌入的系统时间。
• 减少上下文切换：人工智能代理可以在不中断工作流程的情况下跟踪时间。
• 跨项目连续性：可以在项目 A 中开始跟踪，在项目 B 中完成，所有内容保持连接。
• 以开发者为中心的设计：专门为代理编码工作流程构建，而不是通用的时间跟踪。

架构

灵活的存储架构

Chronos Protocol 支持两种存储模式，以适应不同的开发工作流程：

• 集中模式（传统）：所有项目使用单个数据库，适用于希望在所有工作中进行统一时间跟踪的团队，支持跨项目分析和历史智能，持久内存适用于所有项目。
• 按项目模式（动态）：自动检测项目，无需配置，每个项目使用独立存储（{project-root}/chronos-data/time_server_data.json），适用于喜欢按项目进行跟踪的个人开发者，零设置，只需使用 --storage-mode per-project 即可在任何地方使用。

上下文工程框架集成

Chronos Protocol 的活动日志系统为 Claude Task Master、Agent OS 和 BMAD Method 等人工智能框架提供持久内存，支持增强的任务跟踪、集中活动日志记录和跨代理操作的历史分析，使用持久的活动 ID。

📦 安装指南

前提条件

• Python：3.10 或更高版本
• MCP 支持：支持模型上下文协议（Model Context Protocol）的人工智能客户端

安装步骤

# 1. 克隆仓库
git clone https://github.com/n0zer0d4y/chronos-protocol.git
cd chronos-protocol

# 2. 安装依赖
pip install -r requirements.txt

# 3. 以可编辑模式安装（MCP 必需）
pip install -e .

# 4. 验证安装
python -m chronos_protocol --help

安装完成后，根据 配置 部分中的适当配置模式，在 MCP 客户端中配置 Chronos Protocol。

💻 使用示例

基础用法

获取当前时间

# 获取系统时区的当前时间
get_current_time(timezone="system")
# 返回：包含完整时区上下文的当前时间

智能时区转换

# 跨时区转换会议时间
convert_time(
  source_timezone="America/New_York",
  time="15:00",
  target_timezone="Europe/London"
)
# 返回：包含时区差异信息的转换后时间

高级用法

完整开发会话跟踪

# 1. 开始活动日志记录
activity_id = start_activity_log(
    activityType="debugging",
    task_scope="feature-implementation",
    description="Fix authentication module login flow"
)

# 2. 人工智能代理处理任务...
# 使用 get_elapsed_time(activity_id) 监控进度

# 3. 完成任务并记录结果
end_activity_log(
    activity_id,
    result="Authentication module completed successfully"
)

智能任务分析

# 获取活动历史记录以进行模式分析
activities = get_activity_logs(
    activityType="debugging",
    task_scope="feature-implementation"
)

# 人工智能从模式和时间中学习
for activity in activities:
    analyze_completion_time(activity)
    identify_successful_patterns(activity)

跨会话连续性

# 检查正在进行的活动
ongoing = get_activity_logs(status="ongoing")
if ongoing:
    # 从上次中断的地方继续
    continue_activity(ongoing[0]["activityId"])

# 从历史中学习
debug_sessions = get_activity_logs(
    activityType="debugging",
    start_date="2024-01-01"
)

人工智能框架集成示例

# 示例：人工智能框架集成
activity_id = start_activity_log(
    activityType="framework_task",
    task_scope="feature-implementation",
    description="AI agent implementing authentication module",
    tags=["ai-agent", "claude-task-master"]
)

# 你的框架将 activity_id 与任务数据一起存储
# 稍后：end_activity_log(activity_id, result="Authentication module completed")

这将创建一个智能反馈循环，使人工智能框架能够从历史任务性能和时间模式中学习！

📚 详细文档

API 文档

时间智能函数

• get_current_time(timezone)：获取包含系统时间上下文的标准化时间戳。
  • 参数：timezone（字符串），目标时区，使用 "system" 或 "local" 表示用户的本地时间，或使用 IANA 名称，如 "America/New_York"、"Europe/London"、"UTC"。
  • 返回：包含完整时区上下文和元数据的当前时间。
• convert_time(source_timezone, time, target_timezone)：在时区之间进行智能转换，处理夏令时（DST）。
  • 参数：source_timezone（字符串），源时区；time（字符串），24 小时格式的时间（HH:MM）；target_timezone（字符串），目标时区。
  • 返回：包含时区差异信息的转换后时间。

活动智能函数

• start_activity_log(activityType, task_scope, description, tags?)：使用唯一的活动 ID 和丰富的元数据初始化活动监控。
  • 参数：activityType（字符串），活动类型（如 'debugging'、'feature-implementation'）；task_scope（字符串），任务范围；description（字符串），活动的详细描述；tags（数组，可选），用于对活动进行分类的字符串数组。
  • 返回：用于跟踪的唯一活动 ID。
• end_activity_log(activityId, result?, notes?)：完成活动时自动计算持续时间，并提供丰富的结果数据。
  • 参数：activityId（字符串），要结束的活动的唯一标识符；result（字符串，可选），活动的结果或成果；notes（字符串，可选），关于活动的额外注释。
  • 返回：包含持续时间和时间戳的已完成活动。
• get_elapsed_time(activityId)：在不中断执行流程的情况下监控正在进行的活动。
  • 参数：activityId（字符串），活动的唯一标识符。
  • 返回：指定活动的已用时间信息。
• get_activity_logs(filters?)：通过复杂的过滤查询和分析开发模式。
  • 参数：filters（对象，可选），过滤选项，包括 activityType（字符串）、task_scope（字符串）、startDate（字符串，ISO 8601 格式）、endDate（字符串，ISO 8601 格式）、limit（整数）。
  • 返回：符合条件的活动日志数组。
• update_activity_log(activityId, updates)：使用更新的见解和修正修改已完成的活动。
  • 参数：activityId（字符串），要更新的活动的唯一标识符；updates（对象），包含要更新的字段的对象。
  • 返回：更新后的活动日志。

提醒系统函数

• create_time_reminder(reminderTime, message, relatedTaskId?)：使用系统时间创建基于时间的提醒。
  • 参数：reminderTime（字符串，ISO 8601 格式，包含时区），提醒时间；message（字符串），提醒消息；relatedTaskId（字符串，可选），相关任务或活动的 ID。
  • 返回：带有唯一标识符的已创建提醒。
• check_time_reminders(upcomingMinutes?)：检查到期或即将到期的时间提醒。
  • 参数：upcomingMinutes（整数，可选），检查在多少分钟内到期的提醒（默认：60）。
  • 返回：到期和即将到期的提醒数组。

配置

Chronos Protocol 支持两种存储模式：

ID 格式选项

重要：类型参数警告

请勿 在 MCP 配置中添加 "type": "stdio"。

• 原因：Chronos Protocol 硬编码使用 stdio 传输，当客户端添加 "type": "stdio" 时，可能会干扰变量解析，变量替换在类型验证之前进行，会导致无效路径，如 C:\Program Files\VSCode\${workspaceFolder}。
• 正确方法：让 Chronos Protocol 自动处理传输选择，仅在 MCP 客户端需要且不使用变量时指定 "type"，大多数 MCP 客户端无需显式声明类型即可正常工作。

VS Code 扩展和派生版本

• Roo Code 扩展

{
  "mcpServers": {
    "chronos-protocol": {
      "command": "python",
      "args": [
        "-m",
        "chronos_protocol",
        "--storage-mode",
        "per-project",
        "--project-root",
        "${workspaceFolder}",
        "--id-format",
        "custom"
      ]
    }
  }
}

• VS Code 派生版本（如 Cursor & Trae）

{
  "mcpServers": {
    "chronos-protocol": {
      "command": "python",
      "args": [
        "-m",
        "chronos_protocol",
        "--storage-mode",
        "per-project",
        "--project-root",
        "${workspaceFolder}",
        "--id-format",
        "custom"
      ]
    }
  }
}

• CLI 客户端（如 Claude Code & Gemini CLI）

{
  "chronos-protocol": {
    "command": "python",
    "args": [
      "-m",
      "chronos_protocol",
      "--storage-mode",
      "per-project",
      "--id-format",
      "custom"
    ]
  }
}

• 有限支持客户端（如 Cline & Qoder）
  • 已知限制：不支持 ${workspaceFolder} 变量替换，不能使用按项目存储模式，包含 --project-root 参数会失败，仅支持集中存储。
  • 工作配置

{
  "chronos-protocol": {
    "disabled": false,
    "timeout": 60,
    "command": "python",
    "args": [
      "-m",
      "chronos_protocol",
      "--storage-mode",
      "centralized",
      "--data-dir",
      "/path/to/centralized/chronos-data",
      "--id-format",
      "custom"
    ]
  }
}

🔧 技术细节

灵活的存储架构

Chronos Protocol 支持两种存储模式，以适应不同的开发工作流程：

• 集中模式（传统）：所有项目使用单个数据库，适用于希望在所有工作中进行统一时间跟踪的团队，支持跨项目分析和历史智能，持久内存适用于所有项目。
• 按项目模式（动态）：自动检测项目，无需配置，每个项目使用独立存储（{project-root}/chronos-data/time_server_data.json），适用于喜欢按项目进行跟踪的个人开发者，零设置，只需使用 --storage-mode per-project 即可在任何地方使用。

上下文工程框架集成

Chronos Protocol 的活动日志系统为 Claude Task Master、Agent OS 和 BMAD Method 等人工智能框架提供持久内存，支持增强的任务跟踪、集中活动日志记录和跨代理操作的历史分析，使用持久的活动 ID。

📄 许可证

本项目采用 MIT 许可证 - 有关详细信息，请参阅 LICENSE 文件。

致谢

• Anthropic 提供了模型上下文协议规范
• MCP 社区 提供了客户端实现和测试
• 贡献者 提供了宝贵的反馈和错误报告

准备好变革你的人工智能开发工作流程了吗？在 MCP 客户端中配置 Chronos Protocol，开始构建具有完整可追溯性和会话连续性的应用程序。