时间推理工具

Temporal reasoning for AI agents.

Deadlines, schedules, sequences, durations, and decay. One file. Any model.

Problems Solved · Quickstart · How It Works · MCP Tools · Benchmarks · Install · API · Papers

每个AI代理都活在当下。

克劳德不知道你的截止日期是星期五。GPT无法告诉您两个会议重叠。你的副驾驶没有“这项任务需要8个小时”的概念 每次会议都忽略了时间。

当前的修复不起作用。日历API是只读的筒仓——你得到的是事件，而不是 *“这到底需要多长时间？”*Markdown TODO列表没有时间结构——没有依赖关系，没有衰减，没有置信度。提醒应用程序是扁平的——没有序列，没有PERT估计，没有冲突检测。

代理时间 在单个二进制文件中为您的代理提供结构化的时间推理。不是“设置计时器”。你的代理人有一个 时间线 --截止日期、时间表、序列、持续时间估计和衰减曲线——所有这些都是持久的，都可以在微秒内查询。

已解决的问题（请先阅读）

• 问题： 谈话之间的最后期限消失了。 解决了的： 持久的 .atime 文件在重启、模型切换和会话之间的长时间间隔中幸存下来。
• 问题： 无法检测日程冲突。 解决了的： 具有优先级感知分辨率的所有计划事件的自动重叠检测。
• 问题： 持续时间估计消失，没有反馈循环。 解决了的： 带置信区间的PERT估计；实际值与估计值相符。
• 问题： 多步骤工作流没有时间结构。 解决了的： 序列模型具有依赖约束和状态跟踪的有序步骤。
• 问题： 所有信息不分年龄加权。 解决了的： 四种衰变模型（线性、指数、半衰期、阶跃）量化新鲜度。
• 问题： 时间线状态在项目之间流血。 解决了的： 每个项目 .atime 具有基于路径隔离的文件。

from agentic_time import TimeGraph

tg = TimeGraph("project.atime")

# Your agent plans
tg.add_deadline("Ship v1.0", "2026-03-15T17:00:00Z", priority="high")
tg.add_duration_estimate("Auth refactor", hours=8, confidence=0.7)
tg.add_schedule("Code review", "2026-03-04T10:00:00Z", 120, priority="medium")

# Query temporal state
deadlines = tg.list_deadlines(status="active")
stats     = tg.stats()

操作命令（CLI）：

atime deadline list --format json
atime schedule list --conflicts

五种实体类型。十九个MCP工具。一个文件包含所有内容。适用于Claude、GPT、Ollama或您接下来切换到的任何LLM。

MCP工具

AgenticTime曝光 19个MCP工具 对于AI代理：

截止日期工具

计划工具

序列工具

腐朽工具

工期工具

通用工具

MCP提示

time_plan           -- Project planning with temporal structure
time_review         -- Timeline health check
time_estimate       -- Duration estimation workflow
time_schedule_day   -- Daily schedule planning

基准测试

锈芯。零拷贝访问。来自标准统计基准的实数：

在Apple M4 Pro、64 GB、Rust 1.90.0上使用Criterion（100个样本）测量的所有基准测试 --release.

容量： 一年的日常使用会产生一个小 .atime 文件。专为多年项目跟踪而设计，无需担心增长问题。

为什么选择AgenticTime

时间是一种结构，而不是一个简单的列表。 当你计划一个项目时，你需要有依赖关系的序列、有优先级的截止日期、有冲突检测的时间表和有信心的持续时间估计。这是时间推理。TODO列表永远无法提供此功能。

一个文件。真正便携。 你的整个时间线是一个单一的 .atime 文件。复制它。备份它。版本控制。没有云服务，没有API密钥，没有供应商锁定。

任何法学硕士，任何时候。 今天从克劳德开始。明天切换到GPT。明年改用本地模式。相同的临时文件。

五种实体类型。 截止日期、时间表、序列、持续时间估计和衰减曲线。每个模型都使用特定于域的语义进行建模，而不是通用的键值对。

安装

一个衬垫 （桌面配置文件，向后兼容）：

curl -fsSL https://agentralabs.tech/install/time | bash

下载预构建 agentic-time-mcp 二进制到 ~/.local/bin/ 并将MCP服务器合并到您的Claude Desktop和Claude Code配置中。需要 curl 和 jq. 如果发布工件不可用，安装程序会自动回退到 cargo install --git 源代码安装。

环境概况 （每个环境一个命令）：

# Desktop MCP clients (auto-merge Claude Desktop + Claude Code when detected)
curl -fsSL https://agentralabs.tech/install/time/desktop | bash

# Terminal-only (no desktop config writes)
curl -fsSL https://agentralabs.tech/install/time/terminal | bash

# Remote/server hosts (no desktop config writes)
curl -fsSL https://agentralabs.tech/install/time/server | bash

服务器身份验证和工件同步

对于云/服务器运行时：

export AGENTIC_TOKEN="$(openssl rand -hex 32)"

所有MCP客户端必须发送 Authorization: Bearer <same-token>.

pip install agentic-time

cargo install agentic-time-cli       # CLI (atime)
cargo install agentic-time-mcp       # MCP server

cargo add agentic-time

部署模型

• 默认情况下为独立： AgentTime可独立安装和操作。与AgentMemory或其他姐妹的整合是可选的，从来不是必需的。
• 默认情况下按项目隔离： 每个项目都有自己的 .atime 文件。

MCP服务器

任何与MCP兼容的客户端都可以即时访问结构化时间推理。 这 agentic-time-mcp crate暴露了整个AgentTime引擎 模型上下文协议 （JSON-RPC 2.0通过标准输入）。

cargo install agentic-time-mcp

配置Claude桌面

增添 ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "agentic-time": {
      "command": "agentic-time-mcp",
      "args": ["serve"]
    }
  }
}

零配置：默认为自动检测 .atime 在当前项目中。覆盖 "args": ["--file", "/path/to/project.atime", "serve"].

配置VS代码/光标

增添 .vscode/settings.json:

{
  "mcp.servers": {
    "agentic-time": {
      "command": "agentic-time-mcp",
      "args": ["serve"]
    }
  }
}

LLM能得到什么

一旦连接，LLM可以管理截止日期、检测进度冲突、跟踪持续时间估计、逐步执行序列和查询衰减曲线——所有这些都有相同的支持 .atime 二进制文件。 完整的MCP文档->

快速入门

MCP代理——自然语言

安装并重新启动MCP客户端后，询问您的代理：

Set a deadline for "finish API review" on Friday at 5pm

代理人打电话来 time_deadline_add 并将其保存到您的 .atime 文件。

How long will the auth refactor take?

代理人打电话来 time_duration_estimate 具有置信区间。

Schedule a 2-hour code review every Tuesday at 10am

代理人打电话来 time_schedule_add 复发。

What's on my timeline this week?

代理人打电话来 time_deadline_list 和 time_schedule_list 展示即将到来的承诺。

Python SDK——直接访问

from agentic_time import TimeGraph

tg = TimeGraph("project.atime")

# Plan
tg.add_deadline("Ship v1.0", "2026-03-15T17:00:00Z", priority="high")
tg.add_schedule("Code review", "2026-03-04T10:00:00Z", 120, priority="medium")
tg.add_duration_estimate("Auth refactor", hours=8, confidence=0.7)

# Query
deadlines = tg.list_deadlines(status="active")
stats = tg.stats()

常见工作流

1. 计划发布 --设定截止日期，创建一系列里程碑，估计持续时间：

   复制

   tg.add_deadline("Ship v1.0", "2026-03-15T17:00:00Z", priority="high", consequence="Missed launch window")
   tg.add_duration_estimate("API redesign", hours=16, confidence=0.6)
   

2. 检测冲突 --在安排之前，检查是否有重叠：

   复制

   atime schedule list --conflicts
   

3. 追踪新鲜度 --衰减曲线告诉你信息有多陈旧：

   复制

   atime decay query memory-freshness --age 168
   # freshness = 0.500 (exponential, halflife = 168h)
   

4. 多步骤工作流程 --序列模型部署管道：

   复制

   atime sequence create "deploy-v1" --steps "build,test,stage,prod"
   atime sequence step "deploy-v1"  # advance to next step
   

运作原理

AgentTime通过以下方式对时间数据进行建模 五种实体类型 以自定义二进制格式。每个实体都有特定于域的语义。该文件可以跨模型、客户端和部署进行移植。

为了提高性能和安全性，核心运行时是用Rust编写的。所有州都住在一个便携式 .atime 二进制文件——没有外部数据库，没有托管服务。MCP服务器通过JSON-RPC stdio公开了完整的引擎。

详细介绍五种实体类型：

腐朽模型 --四种类型： linear . exponential . half_life . step

二进制 .atime 文件 使用固定大小的记录（O（1）访问）、LZ4压缩内容和内存映射I/O。没有解析开销。没有外部服务。即时访问。

+-------------------------------------+
|  HEADER           64 bytes          |  Magic (ATIM) . version . entity counts . feature flags
+-------------------------------------+
|  DEADLINE TABLE   fixed-size rows   |  label . due_at . priority . status . consequence
+-------------------------------------+
|  SCHEDULE TABLE   fixed-size rows   |  label . start_at . duration . recurrence . priority
+-------------------------------------+
|  SEQUENCE TABLE   fixed-size rows   |  label . steps[] . current_step . status
+-------------------------------------+
|  DURATION TABLE   fixed-size rows   |  label . estimate . actual . confidence
+-------------------------------------+
|  DECAY TABLE      fixed-size rows   |  label . model . params . created_at
+-------------------------------------+
|  CONTENT BLOCK    LZ4 compressed    |  UTF-8 text for labels and metadata
+-------------------------------------+

验证

研究论文：

• 论文一：代理时间时态格式+v0.1

存储库结构

这是一个Cargo工作区monorepo，包含核心库、MCP服务器、CLI和FFI绑定。

agentic-time/
├── Cargo.toml                    # Workspace root
├── crates/
│   ├── agentic-time/             # Core library (crates.io: agentic-time)
│   ├── agentic-time-cli/         # CLI (crates.io: agentic-time-cli)
│   ├── agentic-time-mcp/         # MCP server (crates.io: agentic-time-mcp)
│   └── agentic-time-ffi/         # FFI bindings (crates.io: agentic-time-ffi)
├── python/                       # Python SDK (PyPI: agentic-time)
├── paper/                        # Research papers (I)
├── docs/                         # Documentation
└── scripts/                      # CI and guardrail scripts

运行测试

# All workspace tests (unit + integration)
cargo test --workspace

# Core library only
cargo test -p agentic-time

# Stress tests
cargo test --test "*stress*" --test "*boundary*" --test "*edge*"

# Benchmarks
cargo bench -p agentic-time

MCP服务器快速启动

cargo install agentic-time-mcp

配置Claude桌面(~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "agentic-time": {
      "command": "agentic-time-mcp",
      "args": ["serve"]
    }
  }
}

姐妹融合

AgenticTime可以独立工作，但可以与其他Agentra姐妹集成：

• 能动记忆：衰变曲线告诉记忆新鲜。截止日期链接到决策节点。
• 机构愿景：时间表会触发定期的视觉捕捉。
• 代理代码库：序列模型部署管道。持续时间跟踪重构工作。
• 代理身份：用身份收据签名的临时操作。

.atime文件

你经纪人的时间表。一个文件。永远属于你。

两个目的：

1. 坚持：截止日期、时间表、序列在各个会话中都有效
2. 富集：加载到任何模型中——突然间它知道你的时间线

模型是商品。你的时间就是价值。

隐私与安全

• 所有数据都保留在本地 .atime 默认情况下，没有遥测，没有云同步。
• 每个项目的隔离确保了时间线数据在项目之间永远不会泄露。
• 服务器模式要求显式 AGENTIC_TOKEN 承载身份验证的环境变量。

贡献

看 贡献.md.最快的帮助方式：

1. 试试看 和 文件问题
2. 添加MCP工具 --扩展时态推理能力
3. 写一个例子 --展示一个真实的用例
4. 改进文档 --每一个澄清都有助于某人

_{Built by Agentra Labs}