Capability Timeline
对时间序列数据进行未来数值预测，如销量、需求、指标走势预测
基于MCP协议的零样本AI预测服务器，支持时间序列与表格数据的分类回归任务
Zer0Fit 是一款基于 MCP 协议的零样本预测服务器，可直接将 Google TimesFM 2.5 与 TabFM v1.0.0 基础模型接入 AI 助手。用户只需在聊天中附加 CSV 文件并用自然语言描述预测目标，即可在零训练、无需调整超参数的情况下，自动执行时间序列预测、表格分类与表格回归。该工具提供自动列名探查、多格式文件上传、预计算评估指标输出及显存智能调度等能力，便于开发者快速部署并供大语言模型调用
基于 Kronos 金融模型的 GitHub Actions 无人值守模拟盘交易研究系统
Autotrader 是一个开源的自主模拟盘交易研究系统，基于 Kronos 金融基础模型。它通过 GitHub Actions 无人值守定时运行，下载固定版本的 Kronos 权重，对美国市场 20 个流动标的生成未来 5 个交易日的价格预测，按最多 5 个持仓、单仓权重 18% 上限、10% 现金缓冲等风控约束构建投资组合，模拟调仓并把账户状态与绩效历史提交回仓库；仅模拟盘，不接入真实券商下单，另提供每周通过回归测试门禁安全同步上游 Kronos 的机制。
表格数据基础模型，秒级出预测结果
TabPFN 是 Prior Labs 推出的表格数据基础模型，基于在数十亿合成数据集上预训练的 Transformer，通过上下文学习一次前向传播即可对新表格数据集给出分类与回归预测，无需针对数据集单独训练或调参。可通过 pip 安装本地使用，也可调用云端 API，并支持时序预测、异常检测、可解释性与微调等能力。
Google 开源的时间序列预测基础模型
TimesFM 是 Google Research 开发的预训练时间序列基础模型，面向时间序列预测任务，基于 decoder-only 架构（ICML 2024 论文）。最新模型版本为 TimesFM 2.5，检查点通过 Hugging Face 集合发布，可用 pip 安装 timesfm 包调用；仓库还提供基于 HuggingFace Transformers 与 PEFT（LoRA）的微调示例，并已接入 BigQuery ML、Google Sheets 与 Vertex Model Garden。
回车前预测LLM回复Token用量与时长的开源开发者工具
Token Forecaster 是面向 Claude Code 与 claude.ai 的开源 Token 用量预测工具（MIT、TypeScript）。在按下回车前给出回复输出 Token 的常规区间与最坏情况，并在流式输出时实时提示是否偏长；只观察请求、不做修改，可基于本地历史校准。提供 Claude Code 状态栏、macOS 菜单栏应用、本地仪表盘和 Chrome 扩展四种界面，并显示上下文窗口占用与本会话已产生费用，帮助预留上下文空间、发现 Agent 空转并判断任务是否该拆分。