tsbootstrap MCP
Бутстрап для временных рядов на Python с MCP-сервером: диагностика ряда и доверительный интервал без написания кода
- 97 ★ репозитория
- Последний коммит
- MIT
Минимальный доступ
Почему такой уровень
- Сервер только считает статистику по переданному ряду и ничего не пишет и не отправляет в сеть
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add mcp/tsbootstrapОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемМинимальный доступИнструмент ничего не запускает и не ходит в сеть.
- Сервер только считает статистику по переданному ряду и ничего не пишет и не отправляет в сеть
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
tsbootstrap — библиотека Python для оценки неопределенности во временных рядах. Одна функция `bootstrap` принимает ряд и спецификацию метода: блочные методы (скользящие, круговые, стационарные блоки), модельные на основе AR, ARIMA, VAR и `sieve`, а также wild-бутстрап. Блоки подбираются автоматически по правилу Политиса и Уайта, на входе подходят массивы NumPy, списки, `pandas` и Polars. Поверх методов есть доверительные интервалы, полосы прогноза AR, калибровка EnbPI и адаптивная конформная калибровка. Автор приводит измерения: на длинных рядах четыре общих метода быстрее `arch.apply` в 4,7–33 раза, а свертка десяти тысяч рядов за один проход быстрее цикла по рядам в 220 раз и занимает в 141 раз меньше пиковой памяти. Цифры относятся к скомпилированному пути для именованных статистик. MCP-сервер запускается командой `uvx --from "tsbootstrap[mcp]" tsbootstrap-mcp` по stdio и дает два инструмента только для чтения. `diagnose_series` оценивает зависимость и стационарность, подсказывает длину блока и подходящие методы. `bootstrap_confidence_interval` строит процентильный интервал для среднего, медианы, стандартного отклонения или дисперсии. Лимит: до 500 наблюдений и 500 репликаций.
Для кого. Аналитики и исследователи, которые оценивают неопределенность в рядах и хотят спросить агента про зависимость ряда или быстрый доверительный интервал.
Подходит, если
- Короткий ряд до 500 точек, и нужен доверительный интервал для среднего или медианы
- Надо понять, есть ли в ряде зависимость, и выбрать длину блока
- Нужен выбор между блочным и модельным бутстрапом, а агент не знает, какой метод подходит
- Нужно считать неопределенность сразу по тысячам рядов разной длины
- Строите конформные интервалы прогноза EnbPI и ищете реализацию
Не подходит, если
- Ряд длиннее 500 точек или нужно больше 500 репликаций: MCP-сервер откажет, для таких задач есть библиотека в локальном скрипте
- Нужны модельные методы или слой неопределенности через MCP: сервер дает только диагностику и интервал
- Нужен общий пакет эконометрики: библиотека сосредоточена на бутстрапе и не заменяет `arch`
Пример запроса к агенту
Диагностируй этот ряд и построй 95-процентный доверительный интервал для среднего блочным бутстрапом.MCP
- Транспорт
- stdio
- Авторизация
- не нужна
Ограничения
MCP-сервер ограничен двумя инструментами и лимитами в 500 наблюдений и 500 репликаций. Скорость из README измерена автором на четырех общих с `arch` методах и относится к скомпилированному пути для именованных статистик: обычный NumPy-бэкенд, произвольные функции на Python и однопоточный режим работают иначе. Для модельных бутстрапов вроде ARIMA нужен дополнительный набор зависимостей `models`. Автор подчеркивает, что сравнение с `arch` не охватывает независимые выборки и остальные средства эконометрики. Результаты стоит проверять на собственных данных.
Как отключить. Удалите сервер из конфигурации MCP. Библиотеку в окружении Python снимает команда `pip uninstall tsbootstrap`.
Частые вопросы
Как запустить MCP-сервер tsbootstrap?
Командой `uvx --from "tsbootstrap[mcp]" tsbootstrap-mcp`. Установка не нужна, сервер работает по stdio и отдает два инструмента для чтения.
Чем tsbootstrap отличается от `arch`?
В `arch.bootstrap` есть четыре общих метода, они сравнены по скорости. tsbootstrap добавляет модельные и wild-бутстрапы, интервалы прогноза, конформную калибровку и свертку панелей рядов разной длины.
Какой максимальный размер ряда в MCP?
500 наблюдений и 500 репликаций на вызов. Для более крупных рядов и методов используйте библиотеку в локальном скрипте.
Какие методы бутстрапа есть в библиотеке?
Скользящие, круговые, стационарные, неперекрывающиеся и сужающиеся блоки, модельные AR, ARIMA, VAR и `sieve`, а также `wild` и блочный `wild`. Функция `diagnose` подсказывает подходящий метод.
Какие данные принимает функция bootstrap?
Массивы NumPy, списки, а также ряды и таблицы `pandas` и Polars. Для экосистемы `sktime` есть адаптеры-оценщики.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыMCP-сервер AutoTS с 28 инструментами: агент загружает ряды, строит прогноз, ищет аномалии и оценивает вероятность выхода за порог.
Официальный MCP-сервер Apache IoTDB: SQL-запросы к временным рядам в древовидной и табличной модели, экспорт в CSV и Excel
MCP-сервер и навык библиотеки StatsPAI: агент считает DiD, RD, IV и синтетический контроль на ваших данных
dbt MCP
dbt-mcp
Официальный сервер MCP от dbt Labs: Semantic Layer, метаданные проекта, запуск команд dbt и SQL к хранилищу из агента
Открытый MCP-сервер Google для баз данных: готовые инструменты для Postgres, MySQL, BigQuery, Spanner и других, плюс свои инструменты в tools.yaml
Плагин Claude Code и MCP-сервер для диагностики вибрации станков: частоты неисправностей, степень по ISO 20816-3 и отчеты.
Коротко о README
README открывается таблицей измерений скорости и памяти с ссылками на файлы бенчмарков, затем сравнивает возможности с `arch`. Показан пример вызова `bootstrap` с разными спецификациями методов, раздел про MCP-сервер и установку. Есть оглавление с модулями, дорожной картой и методическим введением в бутстрап временных рядов.