forecast-mcp

3層の需要予測と補充パイプラインをツールとして公開するMCPサーバー（Model Context Protocol）です。Cursor、Claude Desktop、Claude Code、Google Antigravity、Windsurfなど、MCPに対応した任意のクライアントから呼び出せます。 各系列はSyntetos–Boylan統計量（ADIとCV²）で分類され、以下のモデルに振り分けられます。

カットオフ値：ADI = 1.32、CV² = 0.49（classification.py）。

ツール

Related MCP server: shopify-forecast-mcp

データ

サーバーは起動時にメモリ内で25SKUの合成パネルを生成します（規則的、不規則的、間欠的、塊状、コールドスタート）。外部データセットやAPIキーは不要です。

独自の履歴を使用するには、unique_id、ds（日付）、y（ユニット数）を含むCSVを渡してください。

python -m forecast_mcp.server --data examples/sample_demand.csv
# or
export FORECAST_MCP_DATA=/path/to/demand.csv

セットアップ

python3 -m venv .venv
source .venv/bin/activate        # Windows: .venv\Scripts\activate
pip install -r requirements.txt
pip install -e ".[ui]"

実行

python -m forecast_mcp.server
python -m forecast_mcp.server --transport http --port 8765
python -m forecast_mcp.ui

HTTPヘルスチェック：http://127.0.0.1:8765/health
MCPエンドポイント：http://127.0.0.1:8765/mcp
UI：http://127.0.0.1:7860

MCPのcommandをこのプロジェクトの.venv/bin/pythonに指定してください。

テスト

pip install pytest
pytest tests/ -v

クライアント設定

stdio（デフォルト）とStreamable HTTPの両方をサポートしています。設定例はexamples/mcp/、.cursor/mcp.json、.agents/mcp_config.jsonにあります。

{
  "mcpServers": {
    "forecast-mcp": {
      "command": "/absolute/path/to/forecast-mcp/.venv/bin/python",
      "args": ["-m", "forecast_mcp.server"]
    }
  }
}

HTTP：

{
  "mcpServers": {
    "forecast-mcp": {
      "url": "http://127.0.0.1:8765/mcp"
    }
  }
}

一部のクライアントではurlの代わりにserverUrlを使用します。

拡張

• コールドスタート：forecast_cold_start()の平均フォールバックをゼロショット基盤モデル（例：Chronos-Bolt）に置き換える。

• 階層ごとの追加候補：evaluation.pyでMASEによるスコアリング。

• ストレージ：DataStoreをClickHouse、Postgres、またはDuckDBに交換。

• 外生特徴量を用いた規則的階層：mlforecast + LightGBM。

レイアウト

forecast-mcp/
├── src/forecast_mcp/
│   ├── server.py
│   ├── data.py
│   ├── classification.py
│   ├── forecasting.py
│   ├── evaluation.py
│   ├── replenishment.py
│   └── ui.py
├── scripts/
├── examples/
├── tests/
├── requirements.txt
└── pyproject.toml

Rohan Singh · github.com/RohanSingh02