timesfm-forecasting — скилл для Claude Code: прогнозы и установка
Скилл строит прогнозы временных рядов через Google TimesFM без дообучения под задачу. Пригодится для CSV с регулярной временной сеткой и оценки прогноза.
npx skills add K-Dense-AI/scientific-agent-skills --skill timesfm-forecasting -a claude-codeЧто делает timesfm-forecasting
Скилл помогает подготовить временной ряд, проверить регулярную сетку и построить прогноз через TimesFM. В локальном сценарии по умолчанию используется checkpoint TimesFM 2.5 с квантильными прогнозами; поддерживаются ковариаты XReg и проверка на отложенных данных. Для CSV есть скрипт scripts/forecast_csv.py, который сортирует даты, проверяет дубликаты и пропуски.
Перед загрузкой весов скилл запускает scripts/check_system.py и учитывает память, место в кэше и размер батча. Нужны Python 3.10+, timesfm 3.0.2 с PyTorch, NumPy и pandas; для XReg добавляются JAX и scikit-learn. Без Python 3.10+ установка из инструкции не запустится. TimesFM 3.0 использует отдельный API, а его загружаемые веса ограничены некоммерческим и непродакшен-использованием.
Какие задачи решает
- подготовить CSV с регулярной временной сеткой
- построить прогноз продаж по истории
- получить интервалы по квантилям
- проверить прогноз на отложенных данных
- учесть ковариаты XReg
Примеры запросов агенту
- Построй прогноз продаж из
monthly_sales.csvнаhorizon12 и сохрани результат вforecasts.csv. - Проверь временной ряд, найди внутренние пропуски и подготовь его для TimesFM.
- Сравни прогноз TimesFM с наивным базовым прогнозом на скользящих точках отсечения.
Как установить timesfm-forecasting
1Через Skills CLI (Vercel)
npx skills add K-Dense-AI/scientific-agent-skills --skill timesfm-forecasting -a claude-code2Вручную: положить файлы
~/.claude/skills/timesfm-forecasting/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/timesfm-forecasting/
1Через Skills CLI (Vercel)
npx skills add K-Dense-AI/scientific-agent-skills --skill timesfm-forecasting -a codex2Вручную: положить файлы
.agents/skills/timesfm-forecasting/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add K-Dense-AI/scientific-agent-skills --skill timesfm-forecasting -a cursor2Вручную: положить файлы
.cursor/skills/timesfm-forecasting/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install K-Dense-AI/scientific-agent-skills timesfm-forecasting2Вручную: положить файлы
.github/skills/timesfm-forecasting/SKILL.md1Через Skills CLI (Vercel)
npx skills add K-Dense-AI/scientific-agent-skills --skill timesfm-forecasting -a gemini-cli2Командой платформы
gemini skills install https://github.com/K-Dense-AI/scientific-agent-skills --path skills/timesfm-forecastingВручную: положить файлы
.devin/skills/timesfm-forecasting/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add K-Dense-AI/scientific-agent-skills --skill timesfm-forecasting -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 о timesfm-forecasting
Как установить timesfm-forecasting в Claude Code?
Выполните npx skills add K-Dense-AI/scientific-agent-skills --skill timesfm-forecasting -a claude-code. Скилл будет доступен в ~/.claude/skills/timesfm-forecasting/SKILL.md. Затем установите зависимости Python из инструкции скилла.
Что делает timesfm-forecasting?
Он подготавливает регулярные временные ряды и строит zero-shot-прогнозы через TimesFM. Скилл умеет работать с квантильными прогнозами, XReg-ковариатами и отложенной оценкой.
Что нужно для работы скилла?
Нужны Python 3.10+, timesfm 3.0.2 с PyTorch, NumPy и pandas. Для первичной загрузки checkpoint нужны сетевой доступ и место в кэше; XReg требует JAX и scikit-learn.
