Epoch 是一个“时间估算 MCP 服务器”，定位是帮助 AI 智能体理解时间。它面向工程负责人、智能体和规划人员，适合需要经校准工期估算的场景。AI 可以写代码、分析数据、构建应用，但难以判断一项工作要多久、成本多少、截止日期是否现实；Epoch 试图用有数据支撑的估算替代猜测。
主要能力
Epoch 将成熟估算方法封装为 26 个工具，覆盖六个层面：
- 核心时间工具：获取任意 IANA 时区的当前时间、时区转换、解析人类可读的时长字符串、日期算术（add_days、add_business_days、diff、convert_tz、parse_nl、format_duration）。
- 日历计算：带节假日感知地增加工作日、统计两个日期之间的工作日数，支持美国、英国、法国、德国、日本的节假日集。
- 估算：PERT 三点估算（含置信区间与紧迫度评分）、COCOMO II 软件规模估算（含适配 LLM 的成本驱动因子，如推理复杂度、上下文完整性、转换影响、迭代周期、人工监督需求）、基于历史数据的冲刺速度预测、关键路径法（并行任务合并偏差调整）、蒙特卡洛进度模拟（种子化 PRNG，结果确定可复现）。
- 分析：参考类别预测（含规划谬误修正）、从上下文估算（对自由文本任务描述做本地确定性关键词/信号分类后委托给参考类别估算，不调用 LLM）、团队特定准确度校准、将 LLM token 预算映射到实际时间（覆盖 16 个模型家族）。
- 成本与风险：LLM API 调用的 token 成本估算、跨模型成本与能力并排比较、随时间跟踪估算准确度、项目时间线进度风险评分、用参考数据验证 COCOMO II 估算、对多种 COCOMO 变体做基准测试。
使用方式
MCP（模型上下文协议）是 Claude 等 AI 助手连接外部工具的方式，可类比为插件系统。添加 Epoch 后，AI 助手即可估算时间线、计算工作日、比较模型成本、预测项目能否按期完成。设置号称 30 秒完成，可在 Claude Code、Cursor、VS Code、Windsurf 中使用，也可添加至项目的 .mcp.json。仓库还附带公开智能体技能文件 skills/epoch/SKILL.md，在兼容的智能体宿主中用 $epoch 让智能体选择正确的 Epoch MCP 或 CLI 工作流。
技术层面，除 MCP 外还提供 CLI 与 REST API。数据默认存储在本地 ~/.epoch/，自我改进引擎每 100 次工具调用或每 24 小时自动触发一次。可通过 epoch data where 和 epoch data status 查看本地存储，用 EPOCH_SOURCE=<项目名> 按项目标记估算。
数据与校准
Epoch 采用三层数据策略：内置参考数据库（维护者估算对实际的历史、精选公开研究基线、117,791 条工具使用/延迟遥测样本，覆盖 8 种任务类型和 5 个复杂度等级，开箱即用）；本地自我改进（记录实际值后本地重新校准，数据不出本机）；可选的社区匿名贡献。
记录实际值的方式包括：record_actual；epoch auto-actuals --session <id> 根据会话墙钟时间自动记录未完成估算的实际值，自动记录值有合理性边界（0.05–12 小时、低于估算 10 倍以内），标注来源 auto_wallclock，不覆盖真实实际值；epoch mine-git --repo <path> --since <date> 通过本地、离线、只读的 git 历史把待定估算与已关闭工作关联，推导周期时间窗口并以 git_derived / git_derived_review_inclusive 来源记录，同样有边界与不覆盖真实值。
当某任务类型存在至少 5 对匹配的估算-实际值时，PERT 和参考类别估算会以校准后的 80% 区间呈现，并明确说明数据是否充足。引擎能检测系统性偏差并给出建议。仓库提供可运行的回归脚本 scripts/backtest-pert-correction.mjs 验证修正效果：在维护者生产账本上（697 对留出匹配对），MdAPE 从 105.2%（未修正）改善至 80.5%（学习到的修正）。
适用场景与限制
适用场景包括：AI 辅助与人工开发并存的混合工作流估算（ai_native 可接受 0.0 到 1.0 的浮点值表示 AI 参与程度，也兼容布尔值）；冲刺速度预测；LLM token 成本与时间映射；项目进度风险分析；团队估算准确度长期跟踪。
限制方面：内置参考数据库的修正因子源自维护者历史，初始精度有限；自我改进需要用户持续记录实际值才能显著提升；估算结果依赖输入的任务类型与复杂度分类，免费文本分类为本地启发式，置信度低时会返回提示而非静默猜测。关于是否收费、价格、具体平台支持细节，资料未提供，暂未明确。
