Timesfm

通过本地 API 或 Docker 服务调用 TimesFM-3,进行单变量与多变量时序预测(forecast sales time series)

Zafer-Liu Updated 2.6k repo stars
Animated analysis workflow: connect sales data, ask a question, generate SQL, and reveal a chart and insights

File contents

TimesFM-3 预测

使用已在设置 → 本地服务中启用的服务。不得安装模型、下载权重或自动转向收费云服务。服务未配置时引导用户配置,不生成虚构的预测。

  1. 使用 get_schema 确认日期、数值目标与可选商品/门店标识。查询检查重复时间、缺失值、等间隔及各目标日期对齐;不把缺失或缺货静默填零。
  2. 调用 run_analysis,analysis_name="Time_Series_TimesFM3";SQL 只读取已观测历史,target_column 指定数值列。
  3. analysis_options 示例:{"time_column":"date","series_column":"series_id","horizon":7,"frequency":"D","backtest_steps":7}。联合预测限 1–8 个商品;只把相关商品分成一组,不把编号当作预测目标。宽表可用 target_columns,与 series_column 二选一。
  4. horizon 明确控制预测期,默认 7;n_deciles 不用于本分析。backtest_steps 默认 0,无标签不能声称准确率。历史回测只作对照,不当作独立无偏的最终测试。
  5. 基于 analysis_result 绘图:ds、y_actual、y_pred、series_id。analysis_breakdown 保存历史回测指标;analysis_run_info 保存版本、数据哈希、设备、耗时与单位。

目前应用入口只支持目标序列,不接受协变量;不要传入未来真实销量。需要协变量时明确说明该能力尚未接入 Agent。TimesFM-3 权重仅限非商业、非生产研究;不把缩放销量当作真实件数,不直接据此下采购单。

Zafer-Liu/Data-Analysis-Agent commit 8dc2c138ed

Frequently asked questions

npx get-skill add zafer-liu/timesfm