AIKraft/Skills/timesfm-forecasting

timesfm-forecasting

Выполняет прогнозирование временных рядов с помощью Google TimesFM (по умолчанию checkpoint 2.5, упоминается API 3.0). Поддерживает подготовку CSV, квантильные прогнозы, экзогенные переменные XReg и оценку на отложенной выборке. Пригодится для задач предсказания на основе временных рядов.

KDK-Dense official Данные ★ 47.7k

Что делает навык

Выполняет прогнозирование временных рядов с использованием моделей Google TimesFM (по умолчанию checkpoint 2.5, также поддерживается 3.0). Поддерживает квантильные прогнозы, работу с экзогенными переменными (XReg) и оценку на отложенной выборке. Позволяет выбирать между локальным запуском с лицензией Apache-2.0 (v2.5) и загрузкой весов версии 3.0 для некоммерческого использования.

Когда применять

  • Прогнозирование будущих значений временных рядов с учетом неопределенности через квантильные оценки
  • Анализ данных с использованием экзогенных переменных (XReg) для повышения точности прогнозов
  • Валидация моделей прогнозирования на отложенной выборке (hold-out set)
  • Запуск локального прогнозирования с использованием весов с лицензией Apache-2.0 (checkpoint 2.5)

Как работает

  1. Выбрать модель: TimesFM 2.5 (через timesfm.TimesFM_2p5_200M_torch) для локального использования с Apache-2.0 или TimesFM 3.0 (через timesfm3.TimesFM3Forecaster) для некоммерческих задач
  2. Подготовить входные данные в формате CSV, при необходимости добавив экзогенные переменные
  3. Инициализировать модель и, при необходимости, выполнить компиляцию (для версии 2.5)
  4. Выполнить прогноз с помощью метода forecast (v2.5) или predict/predict_batch (v3.0)
  5. Получить результаты в виде среднего значения и 9 децилей (квантильных прогнозов)

Примеры запросов агенту

Сделай прогноз продаж на следующий месяц, используя данные из sales.csv и экзогенные переменные
Прогнозируй спрос на продукцию с помощью TimesFM 2.5, верни квантильные оценки
Оцени точность прогноза временного ряда на отложенной выборке с помощью TimesFM

Что понадобится

  • Python-пакет timesfm версии 3.0.2
  • Доступ к весам модели (Apache-2.0 для v2.5 или скачивание для v3.0)
  • Для версии 3.0: соблюдение ограничений на некоммерческое и непромышленное использование

Описание составлено по SKILL.md навыка, сверено 08.10.2026.

Как подключить

1Скачать навык
# возьмите папку навыка «timesfm-forecasting» из репозитория: # https://github.com/k-dense-ai/scientific-agent-skills
2Положить папку с SKILL.md к навыкам ассистента
# положите папку навыка туда, где ассистент ищет skills: cp -r timesfm-forecasting/ ~/.claude/skills/timesfm-forecasting/

Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.