AutoTS MCP
MCP-сервер AutoTS с 28 инструментами: агент загружает ряды, строит прогноз, ищет аномалии и оценивает вероятность выхода за порог.
- 1 433 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Читает CSV по пути и по адресу и при живых данных ходит во внешние сервисы.
Установка
- Работает в
Ручная установка
pip install autots[mcp]Первая команда из README, ставит библиотеку с MCP-зависимостями.
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Читает CSV по пути и по адресу и при живых данных ходит во внешние сервисы.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
AutoTS — библиотека автоматического прогнозирования временных рядов на Python. Ее MCP-сервер запускается командой `autots-mcp` по stdio и работает по схеме «кеш и идентификатор»: каждая операция сохраняет результат на сервере и возвращает ID, который передают следующему инструменту. Инструменты разбиты на группы: загрузка данных (встроенные наборы, CSV по пути или адресу, живые данные FRED и котировок, синтетика), очистка, три режима прогноза и работа с результатом. Режим `forecast_fast` строит готовый ансамбль за секунды, `forecast_explainable` ищет только среди интерпретируемых моделей, `forecast_custom` принимает любые параметры AutoTS. Дальше идут графики, ограничения и поправки прогноза, разложение на тренд и сезонность, вероятность пересечения порога (нехватка товара, перегрузка системы) и поиск аномалий, сдвигов уровня и праздников.
Для кого. Аналитикам и инженерам данных, которые прогнозируют спрос, нагрузку или метрики и хотят вести расчет через агента без ручного кода.
Подходит, если
- Агент загружает CSV с продажами и за секунды строит быстрый прогноз на месяц вперед.
- Аналитик просит объяснимую модель и смотрит разложение на тренд и сезонность.
- Планировщик оценивает вероятность, что запас на складе упадет ниже порога.
- В ряду метрик надо найти аномалии, сдвиги уровня и праздничные эффекты.
Не подходит, если
- Нужна глубокая нейросетевая модель под один ряд: готовые режимы ее не заменят.
- Данные закрыты, а сервер вызывает внешние источники вроде FRED.
- Ряды не помещаются в память машины, на которой работает сервер.
Пример запроса к агенту
Загрузи файл sales.csv, построй быстрый прогноз на 30 дней и покажи график с интервалами.MCP
- Транспорт
- stdio
- Авторизация
- не нужна
Ограничения
Установка идет через `pip install autots[mcp]` или `pip install autots-mcp`. Результаты живут в кеше процесса, после перезапуска сервера ID теряются, а `list_cache` показывает актуальные. Живые данные FRED и котировок требуют сети. Режим `forecast_custom` с полным поиском моделей занимает много времени, а перед ним вызывается `get_autots_docs`. Метод `forecast_from_features` помечен как экспериментальный. Данные ждут в «широком» формате, длинный формат конвертируется автоматически.
Как отключить. Удалите запись autots из MCP-конфигурации и выполните `pip uninstall autots-mcp`. Кеш хранится в памяти процесса и пропадает при остановке сервера.
Частые вопросы
Как подключить AutoTS к VS Code?
Добавьте в `.vscode/mcp.json` сервер `autots` с командой `autots-mcp`. Для локальной копии репозитория запустите `python -m autots.mcp.server` с рабочим каталогом AutoTS.
Чем отличаются три режима прогноза?
`forecast_fast` берет готовый ансамбль и считает секунды, `forecast_explainable` ищет среди интерпретируемых моделей, `forecast_custom` запускает полный поиск AutoTS с вашими параметрами или шаблоном.
Что такое ID в ответах инструментов?
Каждая операция хранит результат в кеше сервера и возвращает идентификатор: `data_id` для данных, `prediction_id` для прогноза. Его передают следующему инструменту, а `list_cache` перечисляет все активные.
Можно ли загрузить данные из FRED?
Да, `load_live_data` берет данные экономического API FRED или котировки тикеров. Для этого нужна сеть.
Как оценить вероятность выхода за порог?
Вызовите `forecast_event_risk` с порогом, затем `get_event_risk_results` и `plot_event_risk`. Так оценивают нехватку запаса или перегрузку системы.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыБутстрап для временных рядов на Python с MCP-сервером: диагностика ряда и доверительный интервал без написания кода
MCP-сервер Open-Meteo: 17 инструментов, прогноз на 16 дней, архив с 1940 года, качество воздуха, море, паводки и климат
MCP-сервер дает агенту погоду без ключей: прогноз, оповещения, качество воздуха, молнии, реки, пожары и архив с 1940 года.
Официальный MCP-сервер Apache IoTDB: SQL-запросы к временным рядам в древовидной и табличной модели, экспорт в CSV и Excel
Облачный MCP-сервер Roboto: агент ищет по датасетам и файлам флота роботов и разбирает данные топиков, не меняя их
MCP-сервер с набором инструментов для сводок по миру: рынки, отчеты SEC, конфликты, климат и новости из открытых источников
Коротко о README
Сервер живет в пакете `autots.mcp` и входит в AutoTS при установке с дополнением `mcp`. README пакета описывает двадцать восемь инструментов и типовые цепочки вызовов.