analyzing-time-series — скилл диагностики временных рядов
Скилл analyzing-time-series считает статистику по CSV с временным рядом и объясняет, стационарен ли он, есть ли сезонность и нужны ли разности — до того, как вы выберете модель прогноза.
лицензия не указана 1 установок ★ 1 438 обновлён 2026-06-08
npx skills add https-deeplearning-ai/sc-agent-skills-files --skill analyzing-time-series -a claude-codeЧто делает analyzing-time-series
Скилл прогоняет статистику по CSV с временным рядом и выдаёт отчёт до того, как вы возьмётесь за прогноз. На вход нужен файл с двумя колонками: дата и числовое значение. Имена скрипт угадывает сам; если в файле ds и y, задайте их флагами --date-col и --value-col.
Первый шаг — python scripts/diagnose.py data.csv --output-dir results/. В results/ появятся diagnostics.json с метриками и summary.txt с выводами. Второй шаг по желанию: python scripts/visualize.py data.csv --output-dir results/ рисует графики в results/plots/: ACF/PACF, декомпозицию, скользящие статистики, боксплоты по дню недели и месяцу. Запускать его нужно после диагностики, иначе картинки не сойдутся с тестами на стационарность.
Потом скилл отвечает по references/interpretation.md: ряд прогнозируемый или нет, сколько разностей брать, какой период сезонности. Для работы нужны pandas, numpy, matplotlib, statsmodels и scipy — без них скрипты не стартуют. Период сезонности можно задать через --seasonal-period, иначе он определяется автоматически.
Какие задачи решает
- Понять, стационарен ли ряд, до выбора модели прогноза
- Определить период сезонности по данным, а не на глаз
- Решить, сколько разностей брать
- Собрать пачку диагностических графиков одним запуском
- Проверить, стоит ли вообще браться за прогноз этого ряда
Примеры запросов агенту
- Проанализируй
sales.csvи скажи, стационарный ли это ряд - Запусти диагностику временного ряда из
data.csv, результаты сложи вresults/ - Построй графики по
temperature.csvи объясни, нужна ли сезонная разность
Как установить analyzing-time-series
1Через Skills CLI (Vercel)
npx skills add https-deeplearning-ai/sc-agent-skills-files --skill analyzing-time-series -a claude-code2Вручную: положить файлы
~/.claude/skills/analyzing-time-series/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/analyzing-time-series/
1Через Skills CLI (Vercel)
npx skills add https-deeplearning-ai/sc-agent-skills-files --skill analyzing-time-series -a codex2Вручную: положить файлы
.agents/skills/analyzing-time-series/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add https-deeplearning-ai/sc-agent-skills-files --skill analyzing-time-series -a cursor2Вручную: положить файлы
.cursor/skills/analyzing-time-series/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install https-deeplearning-ai/sc-agent-skills-files L4/custom_skills/analyzing-time-series2Вручную: положить файлы
.github/skills/analyzing-time-series/SKILL.md1Через Skills CLI (Vercel)
npx skills add https-deeplearning-ai/sc-agent-skills-files --skill analyzing-time-series -a gemini-cli2Командой платформы
gemini skills install https://github.com/https-deeplearning-ai/sc-agent-skills-files --path L4/custom_skills/analyzing-time-seriesВручную: положить файлы
.devin/skills/analyzing-time-series/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add https-deeplearning-ai/sc-agent-skills-files --skill analyzing-time-series -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы об analyzing-time-series
Как установить analyzing-time-series в Claude Code?
Выполните npx skills add https-deeplearning-ai/sc-agent-skills-files --skill analyzing-time-series -a claude-code. Скилл встанет по пути ~/.claude/skills/analyzing-time-series/SKILL.md.
Что делает analyzing-time-series?
Прогоняет статистические тесты по CSV с временным рядом: проверяет стационарность, ищет сезонность и тренд, оценивает, насколько ряд вообще прогнозируем. На выходе — метрики в diagnostics.json, текстовые выводы в summary.txt и графики.
Какой CSV нужен на вход?
Файл с двумя колонками: дата и числовое значение. Имена определяются автоматически, а если они нестандартные, укажите их через --date-col и --value-col.