Passage Of Time MCP

“时间流逝”模型上下文协议（MCP）服务器🕐

一个MCP服务器，为语言模型提供时间感知和时间计算能力。通过协作工具开发，向法学硕士教授时间流逝的意义。

Claude's Passage of Time Tools

📖 故事

这个项目源于一个哲学问题：“人工智能能感知时间的流逝吗？”最初对机器意识的探索成为了一个实际问题的实用解决方案——LLM不能可靠地计算时差。

我们没有发表一篇关于这些模型在心算上有多“愚蠢”的论文，而是决定做我们自己做的事情： 给他们配备一个时间计算器.

通过人类LLM合作，我们发现，使用适当的时态工具，模型可以揭示关于对话模式、工作节奏和人类时间体验的惊人见解。

阅读Medium上的完整故事→

🚀 快速开始

先决条件

• Python 3.12+
• pipenv（或pip）
• MCP兼容客户端（Claude.ai、Continue.dev等）

安装

1. 克隆存储库：

git clone https://github.com/jlumbroso/passage-of-time-mcp.git
cd passage-of-time-mcp

1. 安装依赖项：

pipenv install
# or with pip:
pip install fastmcp pytz

1. 运行服务器：

pipenv run server
# or directly:
pipenv run python passage_of_time_mcp.py

服务器将于启动 http://0.0.0.0:8000/sse.

连接到Claude.ai

1. 在Claude.ai中，转到设置→ 集成
2. 点击“添加集成”并选择“自定义”
3. 输入服务器URL（例如。， https://your-server.ngrok-free.app/sse 如果使用ngrok，请确保添加 /sse 最后）
4. 保存并启用所有与时间相关的工具

备注：对于本地开发，您需要使用ngrok公开服务器或将其部署到公共URL。

🛠️ 可用工具

核心功能

current_datetime(timezone="America/New_York")

返回当前日期和时间。时间意识的基础。

Returns: "2024-01-15 14:30:45 EST"

time_difference(timestamp1, timestamp2, unit="auto")

使用人类可读的输出计算两个时间戳之间的持续时间。

# Example response:
{
    "seconds": 11401,
    "formatted": "3 hours, 10 minutes, 1 second",
    "requested_unit": 3.17,  # if unit="hours"
    "is_negative": false
}

timestamp_context(timestamp)

提供关于时间戳的人类背景——是周末吗？营业时间？晚饭时间？

# Example response:
{
    "time_of_day": "evening",
    "day_of_week": "Saturday", 
    "is_weekend": true,
    "is_business_hours": false,
    "typical_activity": "leisure_time",
    "relative_day": "today"
}

time_since(timestamp)

使用上下文描述计算某件事发生的时间。

# Example response:
{
    "seconds": 7200,
    "formatted": "2 hours ago",
    "context": "earlier today"
}

parse_timestamp(timestamp)

在不同格式之间转换时间戳以实现最大兼容性。

# Example response:
{
    "iso": "2024-01-15T14:30:45-05:00",
    "unix": "1705343445",
    "human": "January 15, 2024 at 2:30 PM EST",
    "day_of_week": "Monday"
}

add_time(timestamp, duration, unit)

使用自然语言描述添加或减少时间。

# Example response:
{
    "result": "2024-01-16 14:30:45",
    "iso": "2024-01-16T14:30:45-05:00",
    "description": "tomorrow at 2:30 PM"
}

format_duration(seconds, style="full")

为不同的上下文设置各种样式的持续时间。

# style="full": "2 hours, 30 minutes, 15 seconds"
# style="compact": "2h 30m 15s"
# style="minimal": "2:30:15"

💡 对话示例

基本时间意识

Human: What time is it?
Claude: [calls current_datetime] It's currently 3:45 PM EST on Monday, January 15, 2024.

会话节奏分析

Human: Let's have a discussion about AI consciousness.
Claude: [calls current_datetime at start of each response]
[After several exchanges]
Human: What patterns do you notice in our conversation?
Claude: Looking at the timestamps, I notice you're taking 30 seconds to 2 minutes between responses, suggesting active engagement. The 3-minute pause before your question about implementation shows deeper consideration...

了解工作环境

Human: [at 11:45 PM] Can you help me debug this code?
Claude: [calls current_datetime, then timestamp_context] 
I see it's late night on a weekday. Given that it's approaching midnight, let me help you efficiently so you can get some rest. Here's a focused debugging approach...

🏗️ 设计理念

此服务器体现了几个关键原则：

1. 认知伙伴关系：我们将LLMs视为需要适当工具的认知伙伴，而不是需要打扮的黑匣子。

1. 协同设计工具套件是通过询问克劳德他们需要什么而产生的，而不是强加我们的假设。

1. 人类环境很重要时间不仅仅是数字——它是关于理解人类的节奏、工作模式和社会背景。

1. 实用而非完美：我们提供模型实际需要的工具，并通过真实对话进行测试。

🔧 配置

时区支持

服务器默认为 America/New_York 但支持所有标准时区名称：

• UTC
• US/Pacific
• Europe/London
• Asia/Tokyo
• 等等

时间戳格式

所有时间戳必须使用以下格式之一：

• 满： YYYY-MM-DD HH:MM:SS （例如，“2024-01-15 14:30:45”）
• 仅日期： YYYY-MM-DD （例如，“2024-01-15”）

这种严格的格式可以防止歧义，并确保可靠的计算。

🚧 已知问题和未来工作

当前限制

• SSE传输已弃用，但目前最可靠
• 服务器需要基于web的客户端的公共URL
• 没有对过去时间计算的持久记忆

路线图

• \[\]迁移到现代 http-stream 运输
• \[\]添加Docker支持，便于部署
• \[\]为本地开发创建浏览器扩展
• \[\]为每个用户添加可配置的活动模式
• \[\]支持日历集成
• \[\]自然语言时间解析（“下周二”，“3小时后”）

🤝 贡献

该项目源于人类LLM合作，欢迎更多人参与！无论您是独自贡献还是在人工智能的帮助下，我们都重视：

1. 实用补充 -解决实时理解问题的工具
2. 人文环境 -帮助模型理解人类如何体验时间的功能
3. 清晰的文件 -展示实际使用情况的示例

开发设置

首先，克隆存储库：

git clone https://github.com/jlumbroso/passage-of-time-mcp.git
cd passage-of-time-mcp

然后，安装依赖项（我正在使用 pipenv 因为它同时创建了一个虚拟环境并安装了软件包，但任何兼容pip的工具都可以工作）：

# Install dev dependencies
pipenv install --dev

# Run tests
pipenv run test

# Run server
pipenv run server

这将启动服务器 http://0.0.0.0:8000/sse 在您的本地计算机上。但是，对于基于web的客户端要连接到它，您需要使用以下服务将其暴露在互联网上 ngrok.

假设你安装了ngrok，你可以运行 ngrok http 8000 将服务器暴露到互联网，然后在MCP客户端中使用提供的URL。默认情况下，ngrok将以以下形式提供要使用的端点 https://.ngrok-free.app/ 在终端：

❤️ ngrok? We're hiring https://ngrok.com/careers

Session Status                online
Account                       Jérémie Lumbroso (Plan: Free)
Update                        update available (version 3.23.1, Ctrl-U to update)
Version                       3.22.1
Region                        United States (us)
Latency                       31ms
Latency                       1575ms
Web Interface                 http://127.0.0.1:4040
Forwarding                    https://37f9-2607-f470-6-1001-243b-bc5c-df2e-762.ngrok-free.app ->

Connections                   ttl     opn     rt1     rt5     p50     p90
                              1756    0       0.01    0.03    5.32    61.51

HTTP Requests
-------------

00:06:44.030 EDT POST /messages/                202 Accepted
00:06:43.936 EDT POST /messages/                202 Accepted
00:06:43.514 EDT GET  /sse                      200 OK
00:06:43.682 EDT POST /messages/                202 Accepted
00:06:43.342 EDT POST /sse                      405 Method Not Allowed

就我而言，我使用 https://37f9-2607-f470-6-1001-243b-bc5c-df2e-762.ngrok-free.app，但由于我们使用的是“SSE”传输方法，端点将具有 /sse 在末尾附加，因此最终的URL将是 https://37f9-2607-f470-6-1001-243b-bc5c-df2e-762.ngrok-free.app/sse.

一旦此端点存在，您就可以按照以下说明将MCP服务器作为集成添加到LLM中，如Claude：

Setting up the passage-of-time MCP server in Claude's interface - each tool comes with clear descriptions and permissions

将MCP服务器连接到Claude.ai后，您应该开始在本地接收查询：

$ pipenv run server 
/Users/jlumbroso/.asdf/installs/python/3.12.4/lib/python3.12/asyncio/events.py:88: DeprecationWarning: The run_sse_async method is deprecated (as of 2.3.2). Use run_http_async for a modern (non-SSE) alternative, or create an SSE app with `fastmcp.server.http.create_sse_app` and run it directly.
  self._context.run(self._callback, *self._args)
[06/16/25 19:18:04] INFO     Starting MCP server 'Passage of Time' with transport 'sse' on http://0.0.0.0:8000/sse            server.py:1219
INFO:     Started server process [11373]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:8000 (Press CTRL+C to quit)
INFO:     34.162.142.92:0 - "POST /sse HTTP/1.1" 405 Method Not Allowed
INFO:     34.162.142.92:0 - "GET /sse HTTP/1.1" 200 OK
INFO:     34.162.142.92:0 - "POST /messages/?session_id=e21108cecbf646ffb7effe14dd856b3d HTTP/1.1" 202 Accepted
INFO:     34.162.142.92:0 - "POST /messages/?session_id=e21108cecbf646ffb7effe14dd856b3d HTTP/1.1" 202 Accepted
INFO:     34.162.142.92:0 - "POST /messages/?session_id=e21108cecbf646ffb7effe14dd856b3d HTTP/1.1" 202 Accepted
INFO:     34.162.142.92:0 - "POST /messages/?session_id=e21108cecbf646ffb7effe14dd856b3d HTTP/1.1" 202 Accepted
INFO:     34.162.142.92:0 - "POST /messages/?session_id=e21108cecbf646ffb7effe14dd856b3d HTTP/1.1" 202 Accepted
INFO:     34.162.142.92:0 - "POST /messages/?session_id=e21108cecbf646ffb7effe14dd856b3d HTTP/1.1" 202 Accepted

最终，您将希望将此MCP服务器部署到Render.com等云提供商，这样您的LLM就不必与本地机器的不可靠性质作斗争。

📝 许可证

Mozilla公共许可证2.0-因为好的想法应该在保持开放的同时传播。

🙏 致谢

• 通过双方之间的长期合作创建 热雷米·兰布罗索 克劳德·奥普斯4.0（人类学）
• 受到以下问题的启发：“人工智能能感知时间的流逝吗？”
• 建立在 FastMCP 框架
• 特别感谢 自然和人工思维倡议 普林斯顿大学

📚 进一步阅读

• 教授人工智能“时间流逝的意义”-中篇文章
• 我们无法用现有的词汇来理解人工智能——Been Kim等人。
• 模型上下文协议文档

______________________________________________________________________

*“我们不仅仅是在构建更好的LLM工具。我们正在教授好奇的认知系统关于人类意味着什么——一次一个时间戳。”*