# AutoTS

Находит оптимальные модели прогнозирования временных рядов с помощью генетических алгоритмов. Пригодится для анализа метрик и построения интервальных прогнозов прямо в чате.

- MCP-сервер · `type=mcp` · Claude Code, Codex, Cursor, GitHub Copilot, Windsurf (Devin Desktop), Cline, Zed · ★ 1434
- Автор: winedarksea
- Лицензия: MIT · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/winedarksea/AutoTS
- Обновлён: 2026-10-15
- HTML: https://affpapa.org/nevibecode/mcp/autots

## Что делает

AutoTS автоматизирует подбор пайплайнов для временных рядов на основе `pandas.DataFrame`. Инструмент перебирает статистические алгоритмы, машинное обучение и нейросети, применяя генетический поиск для выбора лучших преобразований и ансамблей. Доступны многомерные ряды, внешние регрессоры и вероятностные границы прогноза.

Сервер запускается через команду `uvx autots-mcp`. Базовый пакет `autots` содержит только минимальные зависимости, поэтому для отдельных алгоритмов и глубокого обучения придётся доставить дополнительные библиотеки вручную. Данные можно подавать в широком или длинном табличном формате.

## Требования
- Нужно: Python и uv (команды через uvx)

## Установка

### Claude Code (родная платформа)

**Командой платформы**
```bash
claude mcp add autots -- uvx autots-mcp
```
uvx запускает команду с именем пакета; если в README она другая — uvx --from autots-mcp <команда>

### Codex

**Командой платформы**
```bash
codex mcp add autots -- uvx autots-mcp
```
uvx запускает команду с именем пакета; если в README она другая — uvx --from autots-mcp <команда>

### Cursor

**Файл настроек**
Файл `.cursor/mcp.json`:
```json
{
    "mcpServers": {
        "autots": {
            "command": "uvx",
            "args": [
                "autots-mcp"
            ]
        }
    }
}
```
uvx запускает команду с именем пакета; если в README она другая — uvx --from autots-mcp <команда>

### GitHub Copilot

**Файл настроек**
Файл `.vscode/mcp.json`:
```json
{
    "servers": {
        "autots": {
            "type": "stdio",
            "command": "uvx",
            "args": [
                "autots-mcp"
            ]
        }
    }
}
```
uvx запускает команду с именем пакета; если в README она другая — uvx --from autots-mcp <команда>

### Gemini CLI

**Командой платформы**
```bash
gemini mcp add autots uvx autots-mcp
```
uvx запускает команду с именем пакета; если в README она другая — uvx --from autots-mcp <команда>

## Когда брать
- подобрать модель прогнозирования через генетический алгоритм
- рассчитать доверительные интервалы с верхней и нижней границей
- построить горизонтальные или мозаичные ансамбли под массив рядов
- спрогнозировать многомерные ряды с учётом экзогенных факторов

## Примеры запросов агенту
- Построй прогноз метрик на 21 шаг вперёд по файлу `metrics.csv`, используя быстрые модели
- Обучи модель с доверительным интервалом 0.9 для широкого датафрейма
- Проанализируй значения в длинном формате и подбери ансамбль

## Похожие
- [MCP Toolbox for Databases](https://affpapa.org/nevibecode/mcp/googleapis-mcp-toolbox-for-databases.md) — MCP-сервер · ★ 16717
- [labelhead-artist-momentum](https://affpapa.org/nevibecode/mcp/labelhead-artist-momentum.md) — MCP-сервер · ★ 107423
- [Agent Skills Search Server](https://affpapa.org/nevibecode/mcp/agent-skills-search-server.md) — MCP-сервер · ★ 26559
- [Skyvern](https://affpapa.org/nevibecode/mcp/skyvern.md) — MCP-сервер · ★ 23263
- [Nhost](https://affpapa.org/nevibecode/mcp/nhost.md) — MCP-сервер · ★ 9366
- [PraisonAI](https://affpapa.org/nevibecode/mcp/praisonai.md) — MCP-сервер · ★ 9289

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md