skforecast-ai
Server MCP di skforecast
Prevedi serie temporali in file CSV locali con flussi skforecast deterministici e lo script che ha prodotto ogni risultato.
Installa skforecast-ai
Gira sul tuo computer. Il tuo client lo avvia con questo comando:
Richiede uv (Python) sul tuo computer. I passaggi qui sotto mostrano dove va il comando in ogni client.
Condividi questo server
Apre questa pagina, con il comando di installazione e i passaggi di configurazione.
mcp.tc/i/skforecast-aiDescrizione
Offre agli agenti di coding strumenti per la previsione di serie temporali con skforecast. L’agente può analizzare un file CSV, pianificare un forecaster, eseguirne il backtest, confrontare modelli candidati e produrre previsioni. Le decisioni derivano da codice basato su regole, ogni risultato include lo script che lo ha prodotto e le risposte non contengono righe dei tuoi dati.
Funziona in locale tramite stdio, avviato con uvx dal pacchetto PyPI skforecast-ai-mcp. Richiede una directory passata con --allow-dir e legge solo i file CSV al suo interno. Non servono chiave API né accesso; il modello linguistico proviene dal client MCP.
Cosa puoi fare
- Analizzare un file CSV con dati di serie temporali
- Pianificare un forecaster per un dataset
- Eseguire il backtest di un forecaster
- Confrontare modelli candidati
- Generare previsioni
- Restituire lo script riproducibile alla base di ogni risultato
- Limitare l’accesso ai file a una sola directory consentita
Tool
I server locali mostrano i loro tool solo quando sono in esecuzione, quindi non possiamo mostrarli qui. Cerca l’elenco nella sua documentazione; il tuo client li mostra dopo che lo hai aggiunto.
Prompt di esempio
Analizza sales.csv e dimmi quale tipo di forecaster è adatto.
Esegui il backtest di un forecaster su demand.csv e mostra lo script eseguito.
Confronta i modelli candidati per i miei dati energetici orari e scegli il migliore.
Prevedi i prossimi 30 giorni da daily_visits.csv.
Configurazione
Ogni client avvia skforecast-ai sul tuo computer con lo stesso comando. Scegli il tuo; la pagina ricorda la tua scelta.
Claude Code
- Eseguilo in un terminale, nella cartella del tuo progetto:
claude mcp add --transport stdio skforecast-ai -- uvx skforecast-ai-mcp --allow-dir /path/to/allow-dir- Avvia Claude Code e digita
/mcp. skforecast-ai dovrebbe risultare collegato.
Aggiungi --scope user per renderlo disponibile in tutti i progetti.
Claude Desktop
- Apri Settings → Developer → Edit Config. Si apre
claude_desktop_config.json. Aggiungi:
{
"mcpServers": {
"skforecast-ai": {
"command": "uvx",
"args": [
"skforecast-ai-mcp",
"--allow-dir",
"/path/to/allow-dir"
]
}
}
}- Salva il file e riavvia Claude Desktop.
Richiede uv (Python) sul tuo computer. Il file si trova in ~/Library/Application Support/Claude/ su macOS e in %APPDATA%\Claude\ su Windows.
Cursor
Aggiungi a Cursor (si apre in una nuova scheda)
Oppure aggiungilo a mano in ~/.cursor/mcp.json (tutti i progetti) o in .cursor/mcp.json (questo progetto):
{
"mcpServers": {
"skforecast-ai": {
"command": "uvx",
"args": [
"skforecast-ai-mcp",
"--allow-dir",
"/path/to/allow-dir"
]
}
}
}Richiede uv (Python) sul tuo computer.
VS Code
Installa in VS Code (si apre in una nuova scheda)
Oppure da un terminale:
code --add-mcp '{"name":"skforecast-ai","type":"stdio","command":"uvx","args":["skforecast-ai-mcp","--allow-dir","/path/to/allow-dir"]}'Oppure fai commit nel repository in .vscode/mcp.json:
{
"servers": {
"skforecast-ai": {
"type": "stdio",
"command": "uvx",
"args": [
"skforecast-ai-mcp",
"--allow-dir",
"/path/to/allow-dir"
]
}
}
}Richiede uv (Python) sul tuo computer.
Devin Desktop
- Aggiungilo a
~/.config/devin/mcp_config.json(macOS e Linux) o a%APPDATA%\devin\mcp_config.json(Windows):
{
"mcpServers": {
"skforecast-ai": {
"command": "uvx",
"args": [
"skforecast-ai-mcp",
"--allow-dir",
"/path/to/allow-dir"
]
}
}
}- Aggiorna l’elenco dei server MCP in Cascade.
Devin Desktop è il nuovo nome di Windsurf.
Codex
codex mcp add skforecast-ai -- uvx skforecast-ai-mcp --allow-dir /path/to/allow-dirOppure modifica direttamente ~/.codex/config.toml:
[mcp_servers.skforecast-ai]
command = "uvx"
args = ["skforecast-ai-mcp", "--allow-dir", "/path/to/allow-dir"]Richiede uv (Python) sul tuo computer.
Gemini CLI
gemini mcp add skforecast-ai uvx -- skforecast-ai-mcp --allow-dir /path/to/allow-dirCosì lo aggiungi al progetto corrente. Aggiungi -s user per usarlo ovunque.
Qualsiasi client
La maggior parte dei client che avviano server locali accetta questa forma:
{
"mcpServers": {
"skforecast-ai": {
"command": "uvx",
"args": [
"skforecast-ai-mcp",
"--allow-dir",
"/path/to/allow-dir"
]
}
}
}Zed mette i server sotto context_servers nelle sue impostazioni, con gli stessi campi command, args ed env.
Richiede uv (Python) sul tuo computer.
Embed
Mostra skforecast-ai in un README o sul tuo sito. Ogni embed rimanda a questa pagina, usa il comando di installazione del server e non imposta cookie. Come funzionano gli embed
Card, iframe e JSON sono in inglese. Aggiungi ?lang=it, fr, de o es al loro indirizzo per un’altra lingua.
Badge per il README
[](https://mcp.tc/i/skforecast-ai)<a href="https://mcp.tc/i/skforecast-ai"><img src="https://mcp.tc/i/skforecast-ai/badge.svg" alt="skforecast-ai on mcp.tc" height="20"></a>Segue la modalità chiara o scura di chi legge. Aggiungi ?theme=light o ?theme=dark per fissarla, oppure ?style=compact per mostrare il simbolo senza la scritta.
Card per il sito
<script src="https://mcp.tc/w/skforecast-ai.js" async></script>La card compare dove si trova il tag. Aggiungi data-theme="dark" o data-size="compact" al tag per cambiarla. Il file contiene tutto ciò che serve, quindi non fa altre richieste e non imposta cookie.
iframe
<iframe src="https://mcp.tc/embed/skforecast-ai" title="skforecast-ai on mcp.tc" width="420" height="200" loading="lazy" allow="clipboard-write" style="border:0;border-radius:8px;max-width:100%"></iframe>Usalo nelle pagine che non consentono script. Aggiungi ?theme=light o ?theme=dark all’indirizzo per fissare i colori.
JSON
La scheda come dati per le tue pagine e i tuoi strumenti: nome, descrizione breve, comando di installazione, tool e i link «Add to». Qualsiasi sito può leggerla (CORS aperto).
https://mcp.tc/i/skforecast-ai.jsonPrompt per l’AI
Incollalo in un assistente di programmazione con l’AI, come Claude Code o Cursor, e aggiungerà la card di skforecast-ai al tuo sito.
Aggiungi al mio sito la card di mcp.tc per skforecast-ai, un server MCP. È un solo script statico: niente build, nessun pacchetto da installare, nessun cookie.
Metti questo tag dove deve comparire la card. La card appare subito prima del tag:
```html
<script src="https://mcp.tc/w/skforecast-ai.js" async></script>
```
Per mostrarla altrove, metti lì questo segnaposto e carica lo stesso script una volta sola, per esempio prima di `</body>`. Lascia il link al suo interno: lo vede chi non ha JavaScript.
```html
<div data-mcptc="skforecast-ai"><a href="https://mcp.tc/i/skforecast-ai">skforecast-ai on mcp.tc</a></div>
```
Opzioni:
- `data-theme="light"` o `"dark"` sul tag o sul segnaposto fissa i colori. Senza l’attributo, la card segue la modalità chiara o scura di chi visita.
- `data-size="compact"` dà una card più piccola, senza la descrizione breve.
- La variabile CSS `--mcptc-max-width` sul segnaposto o su un elemento padre imposta la larghezza (predefinita `520px`).
- `?lang=` nell’URL dello script imposta la lingua della card: `en`, `it`, `fr`, `de` o `es`.
Se il sito ha una Content Security Policy, consenti `script-src https://mcp.tc` e `img-src data:` (l’icona è inline).
Per un README o altra documentazione in Markdown, usa invece il badge:
```markdown
[](https://mcp.tc/i/skforecast-ai)
```
Riferimento: https://mcp.tc/it/embedCronologia delle modifiche
Questo server gira sul tuo computer, quindi seguiamo il suo pacchetto PyPI: qui compare ogni nuova versione, insieme alle modifiche di chi lo gestisce.
Domande frequenti
Posso incollare mcp.tc/i/skforecast-ai nel mio client MCP?
No. skforecast-ai gira sul tuo computer, avviato dal tuo client, quindi non ha un indirizzo web a cui collegarsi. Il link rapido è la pagina da condividere; il comando di installazione è uvx skforecast-ai-mcp --allow-dir /path/to/allow-dir.
skforecast-ai richiede una chiave API?
No. Non dichiara chiavi né variabili d’ambiente. Gira con i permessi del tuo account utente, quindi controlla cosa possono raggiungere i suoi tool.
skforecast-ai è un server remoto o locale?
Locale. Il tuo client lo avvia come processo sul tuo computer con uvx skforecast-ai-mcp --allow-dir /path/to/allow-dir, che richiede uv (Python).
Cosa può fare skforecast-ai?
Puoi analizzare un file CSV con dati di serie temporali, pianificare un forecaster per un dataset e eseguire il backtest di un forecaster.
Quali client possono usarlo?
Qualsiasi client che avvia server locali: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed e altri. claude.ai e ChatGPT si collegano solo a server remoti.
mcp.tc tiene traccia delle modifiche di skforecast-ai?
In parte. Gira sul tuo computer, quindi seguiamo il suo pacchetto PyPI: la sua sezione Cronologia mostra ogni nuova versione e le modifiche di chi lo gestisce. Segui la scheda per ricevere un’email quando cambia.
Chi ha scritto questa pagina?
Il robot di mcp.tc ha letto i metadati pubblici di skforecast-ai (le pagine del suo pacchetto e del repository), e un modello di AI ne ha ricavato il testo. Una persona esamina tutto ciò che i controlli non riescono a confermare. Il testo può comunque contenere errori, quindi se ne trovi uno usa Segnala questa scheda su questa pagina. Questa traduzione è stata fatta da un modello di AI a partire dal testo inglese.
mcp.tc non è affiliato a skforecast. Questa pagina è stata creata a partire dai metadati pubblici di skforecast-ai (ultimo controllo: 18 ott 2026), e la descrizione l’ha scritta un modello di AI, quindi può contenere errori. Nomi e marchi appartengono ai rispettivi titolari. Qualcosa non va? Segnala questa scheda. La traduzione è stata fatta da un modello di AI a partire dal testo inglese.