<div align="center">

⚡ TimeLinker MCP Server

The API for the Physical World
赋予 AI 智能体手和脚 — 发布真实世界任务、匹配人才、合规结算，只需一次 MCP 调用。

官网 · 申请 API Key · 在线文档 · 定价 · 控制台

</div>

---

🎯 什么是 TimeLinker MCP？

TimeLinker MCP 是一个基于 Model Context Protocol (MCP) 构建的灵活用工服务平台。

它让 AI 智能体（Claude、Cursor、Dify、自研 Agent 等）能够通过标准化协议直接操作真实世界的任务——发布需求、匹配人才、管理进度、合规结算——就像调用一个 API 一样简单。

核心能力

能力	说明
🔧 7 个 MCP Tools	发布任务、搜索任务、报名、录用/拒绝、验收、进度上报
📂 5 个 MCP Resources	任务列表、任务详情、仪表盘、人才库、交易记录
💰 内置计费系统	API Key 认证、调用量计量、免费额度 + 余额扣费
🛡️ 合规结算	代扣个税、合规开票、资金清算
🎁 免费体验	新用户赠送 3 次免费调用额度

工作流示意

你的 AI 助手 (Claude / Cursor / 自研 Agent)
        │
        │  MCP Protocol (streamable-http)
        ▼
┌─────────────────────────────┐
│   TimeLinker MCP Server     │
│   https://mcp.timelinker.cn │
├─────────────────────────────┤
│  Tools:  publish_task       │──→ 发布真实任务到平台
│          search_tasks       │──→ 搜索匹配的任务
│          apply_task         │──→ 劳动者报名
│          accept_application │──→ 企业录用
│          approve_completion │──→ 验收结算
│  Resources:                 │
│          timelinker://tasks │──→ 实时任务数据
│          timelinker://talent│──→ 人才库
└─────────────────────────────┘
        │
        ▼
    真实世界执行（拍摄、配送、开发...）

---

🚀 快速开始（5 分钟接入）

第一步：申请 API Key

前往 👉 申请接入 ，填写使用场景，提交后立即获取 kt_live_xxx 格式的 API Key。

第二步：配置你的 AI 客户端

选择你使用的客户端，按对应方式配置：

---

方式一：Claude Desktop

编辑 Claude Desktop 配置文件：

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "timelinker": {
      "url": "https://mcp.timelinker.cn/mcp",
      "transport": "streamable-http",
      "headers": {
        "Authorization": "Bearer kt_live_你的API_KEY"
      }
    }
  }
}

保存后重启 Claude Desktop，在对话中你会看到 TimeLinker 的工具图标 🔧。

---

方式二：Cursor

打开 Settings → MCP Servers → Add new MCP server，添加：

{
  "mcpServers": {
    "timelinker": {
      "url": "https://mcp.timelinker.cn/mcp",
      "transport": "streamable-http",
      "headers": {
        "Authorization": "Bearer kt_live_你的API_KEY"
      }
    }
  }
}

保存后 Cursor 会自动连接，你可以在 Agent 模式下使用 TimeLinker 的所有能力。

---

方式三：Python SDK

安装 MCP Python SDK：

pip install mcp

完整示例代码：

import asyncio
from mcp import ClientSession
from mcp.client.streamable_http import streamablehttp_client

async def main():
    # 连接 TimeLinker MCP Server
    async with streamablehttp_client(
        "https://mcp.timelinker.cn/mcp",
        headers={"Authorization": "Bearer kt_live_你的API_KEY"}
    ) as (read, write, _):
        async with ClientSession(read, write) as session:
            # 初始化连接
            await session.initialize()

            # 查看可用工具
            tools = await session.list_tools()
            print(f"可用工具: {[t.name for t in tools.tools]}")

            # 查看可用资源
            resources = await session.list_resources()
            print(f"可用资源: {[r.uri for r in resources.resources]}")

            # 搜索公开任务
            result = await session.call_tool("search_tasks", {
                "status": "open",
                "pageSize": 5
            })
            print(f"搜索结果: {result.content[0].text}")

            # 发布一个新任务
            result = await session.call_tool("publish_task", {
                "name": "春熙路商圈实地拍摄",
                "type": "摄影服务",
                "description": "需要一位摄影师前往春熙路商圈拍摄 20 张实景照片，用于商业宣传",
                "requirements": ["有商业摄影经验", "自备相机"],
                "budget": 200,
                "peopleNeeded": 1,
                "duration": "1天",
                "location": "成都市锦江区春熙路",
                "enterpriseId": 1
            })
            print(f"任务发布成功: {result.content[0].text}")

            # 读取资源：获取任务列表
            resource = await session.read_resource("timelinker://tasks")
            print(f"当前任务: {resource.contents[0].text}")

asyncio.run(main())

---

方式四：TypeScript / Node.js SDK

安装 MCP TypeScript SDK：

npm install @modelcontextprotocol/sdk

完整示例代码：

import { Client } from '@modelcontextprotocol/sdk/client/index.js';
import { StreamableHTTPClientTransport }
    from '@modelcontextprotocol/sdk/client/streamableHttp.js';

// 创建连接
const transport = new StreamableHTTPClientTransport(
    new URL("https://mcp.timelinker.cn/mcp"),
    {
        requestInit: {
            headers: {
                "Authorization": "Bearer kt_live_你的API_KEY"
            }
        }
    }
);

const client = new Client({ name: "my-ai-app", version: "1.0" });
await client.connect(transport);

// 列出所有可用工具
const tools = await client.listTools();
console.log("可用工具:", tools.tools.map(t => t.name));

// 列出所有可用资源
const resources = await client.listResources();
console.log("可用资源:", resources.resources.map(r => r.uri));

// 搜索任务
const searchResult = await client.callTool({
    name: "search_tasks",
    arguments: { status: "open", pageSize: 10 }
});
console.log("搜索结果:", searchResult.content);

// 发布任务
const publishResult = await client.callTool({
    name: "publish_task",
    arguments: {
        name: "H5 页面开发",
        type: "软件开发",
        description: "需要开发一个活动 H5 页面，含动画效果",
        budget: 15000,
        peopleNeeded: 1,
        duration: "2周",
        location: "远程",
        enterpriseId: 1
    }
});
console.log("发布结果:", publishResult.content);

// 读取资源
const taskList = await client.readResource({ uri: "timelinker://tasks" });
console.log("任务列表:", taskList.contents);

await client.close();

---

第三步：开始使用

配置完成后，你的 AI 助手就能调用 TimeLinker 的所有能力了。

对话示例：

你：帮我发布一个任务，找一个摄影师去春熙路拍摄实景照片，预算 200 元
AI：好的，我来通过 TimeLinker 平台发布这个任务...
(AI 自动调用 publish_task 工具，任务发布到平台，等待劳动者报名)

你：查看目前有哪些公开的任务
AI：我来搜索一下当前的公开任务...
(AI 调用 search_tasks 工具，返回任务列表)

你：有人报名了吗？录用第一个申请人
AI：有 3 人报名了这个任务，我来录用评分最高的申请人...
(AI 调用 accept_application 工具，系统自动通知劳动者)

---

🔧 MCP Tools 完整参考

publish_task — 发布用工任务

发布一个新任务到平台，等待劳动者报名。

参数	类型	必填	说明
name	string	✅	任务名称
type	string	❌	任务类型（如：摄影服务、软件开发、配送）
description	string	❌	任务详细描述
requirements	string[]	❌	技能要求列表（如：["摄影经验", "自备相机"]）
budget	number	✅	预算金额（元）
peopleNeeded	number	✅	需要人数
duration	string	❌	预计工期（如：1天、2周）
location	string	❌	工作地点（如：成都市锦江区、远程）
enterpriseId	number	✅	企业 ID

调用示例：

{
  "name": "publish_task",
  "arguments": {
    "name": "春熙路商圈实地拍摄",
    "type": "摄影服务",
    "description": "拍摄 20 张商业实景照片",
    "requirements": ["有商业摄影经验"],
    "budget": 200,
    "peopleNeeded": 1,
    "duration": "1天",
    "location": "成都市锦江区春熙路",
    "enterpriseId": 1
  }
}

---

search_tasks — 搜索任务

按条件搜索平台上的任务。

参数	类型	必填	说明
search	string	❌	关键词搜索
status	string	❌	任务状态：open / in_progress / completed
page	number	❌	页码（默认 1）
pageSize	number	❌	每页条数（默认 10）

---

apply_task — 劳动者报名任务

劳动者申请报名某个任务。

参数	类型	必填	说明
taskId	number	✅	任务 ID
freelancerId	number	✅	劳动者 ID
coverLetter	string	❌	自我介绍 / 申请说明
quotedPrice	number	❌	报价金额

---

accept_application — 录用申请人

企业录用某个报名的申请人。

参数	类型	必填	说明
taskId	number	✅	任务 ID
applicationId	number	✅	申请记录 ID

---

reject_application — 拒绝申请人

企业拒绝某个报名的申请人。

参数	类型	必填	说明
applicationId	number	✅	申请记录 ID

---

approve_completion — 验收完成

企业确认任务完成，触发结算流程。

参数	类型	必填	说明
taskId	number	✅	任务 ID

---

submit_progress — 提交进度报告

劳动者在执行过程中提交工作进度。

参数	类型	必填	说明
taskId	number	✅	任务 ID
freelancerId	number	✅	劳动者 ID
content	string	✅	进度描述
mediaUrls	string[]	❌	附件图片/视频链接

---

📂 MCP Resources 完整参考

MCP Resources 让 AI 智能体可以直接读取平台数据，无需调用工具。

Resource URI	说明	返回格式
timelinker://tasks	所有公开任务列表	JSON 数组
timelinker://tasks/{taskId}	指定任务详情（含申请人、进度历史）	JSON 对象
timelinker://dashboard/{enterpriseId}	企业仪表盘（任务统计、支出概览）	JSON 对象
timelinker://talent	可用人才列表（含技能、评分）	JSON 数组
timelinker://transactions/{enterpriseId}	企业交易订单列表	JSON 数组

读取示例（Python）：

# 获取所有公开任务
tasks = await session.read_resource("timelinker://tasks")

# 获取某个任务的详情
detail = await session.read_resource("timelinker://tasks/42")

# 获取企业仪表盘
dashboard = await session.read_resource("timelinker://dashboard/1")

# 获取可用人才列表
talent = await session.read_resource("timelinker://talent")

---

🔐 认证方式

所有请求需要在 HTTP Header 中携带 API Key：

Authorization: Bearer kt_live_你的API_KEY

说明	详情
Key 格式	kt_live_ 前缀 + 随机字符串
获取方式	申请页面 提交后即时获取
使用限制	每分钟 100 次请求（可升级）
免费额度	注册即送 3 次调用

---

💰 定价

方案	价格	说明
🎁 免费体验	¥0	注册即送 3 次 MCP 调用
💳 按量付费	服务费 = 任务预算 × 8%（最低 ¥10/次）	仅在发布任务时收取
🏢 企业版	联系我们	更高调用限额、专属技术支持

详细定价请访问 👉 定价页面

---

⚠️ 错误码

HTTP 状态码	说明	处理建议
401	API Key 无效或已过期	检查 Key 是否正确，或重新申请
403	应用已被暂停	联系管理员恢复
404	MCP 会话不存在	客户端需重新初始化连接
429	超出速率限制	等待 1 分钟后重试，或升级企业版
500	服务器内部错误	稍后重试，若持续请联系支持

---

📁 仓库文件说明

TimeLinker-MCP/
├── README.md              ← 本文档
├── mcp-proxy.mjs          ← stdio-to-HTTP 代理（用于 Claude Desktop）
├── server/                ← MCP Server 源码
│   ├── src/mcp/mcpServer.ts  ← MCP 协议实现（Tools + Resources）
│   └── src/middleware/mcpGateway.ts ← API Key 认证 + 计费网关
├── mcp-portal/            ← Web 控制台前端
│   └── src/pages/
│       ├── Landing.tsx    ← 官网首页
│       ├── Docs.tsx       ← 接入文档页
│       ├── Apply.tsx      ← API Key 申请页
│       └── console/       ← 用户控制台
└── timelinker.conf        ← Nginx 生产环境配置

---

🔗 相关链接

链接	说明
官网首页	产品介绍与快速入口
申请 API Key	填写表单，即时获取 Key
在线文档	完整接入文档（含代码示例）
控制台	查看用量、管理 Key、沙盒测试
定价页面	免费额度 + 按量付费
MCP 协议规范	Model Context Protocol 官方文档

---

📄 License

MIT License

---

<div align="center">

⚡ TimeLinker — The API for the Physical World

让 AI 不止于对话，更能驱动真实世界。

立即开始 →

</div>