时间序列预测系统

Timeseries Forecast（Chronos-2）

Timeseries Forecast 是一个基于 Amazon Chronos-2 的时间序列预测系统，提供：

• Zero-shot / Finetune 预测
• 多分位输出（P10/P50/P90 等）
• 指标评估（WQL/WAPE/IC/IR）
• MCP（Model Context Protocol）工具接入，支持 LLM 调用

目录导航

• 前端说明：frontend/README.md
• 后端说明：server/README.md
• API 说明：server/app/api/README.md
• 服务层说明：server/app/services/README.md
• MCP 说明：server/app/mcp/README.md
• 模型与数据结构：server/app/models/README.md
• 核心配置/异常：server/app/core/README.md

快速开始

1) 后端

pip install -r server/requirements.txt
export CHRONOS_MODEL_PATH=/path/to/chronos_model
uvicorn app.main:app --host 0.0.0.0 --port 5001 --reload

2) 前端

cd frontend
cp .env.example .env
npm install
npm run dev

前端默认地址：http://localhost:5173

3) 一键启动（可选）

bash scripts/dev.sh

数据输入要点

• 输入为 Markdown，必须包含 ```json 代码块
• 必填字段：history_data（含 timestamp/item_id(or id)/target）
• 推荐提供 freq（如 D/H/W/M）
• 若开启协变量：必须提供 future_cov，且长度 = prediction_length

指标说明（WQL/WAPE/IC/IR）

• WQL/WAPE：由 AutoGluon evaluate 输出
• IC/IR：在历史数据上切分验证区间计算（需要至少 2 * prediction_length 的历史长度）
• 预测输出保持未来区间 n+1…n+m，不受指标切分影响

MCP / Ollama 说明

后端启动后 MCP SSE 地址：http://localhost:5001/mcp/sse
可用 ollama_client.py 连接并调用工具。