forecast-mcp

MCP 서버(Model Context Protocol)로, 3계층 수요 예측 및 보충 파이프라인을 도구로 제공합니다. 모든 MCP 클라이언트(Cursor, Claude Desktop, Claude Code, Google Antigravity, Windsurf 등 MCP를 지원하는 모든 도구)에서 호출할 수 있습니다. 각 시리즈는 Syntetos–Boylan 통계(ADI 및 CV²)로 분류되어 하나의 모델로 라우팅됩니다:

임계값: ADI = 1.32, CV² = 0.49 (classification.py).

도구

Related MCP server: shopify-forecast-mcp

데이터

서버는 시작 시 메모리에 25개 SKU 패널(정규, 불규칙, 간헐적, 덩어리형, 콜드 스타트)을 합성하여 생성합니다. 외부 데이터셋이나 API 키가 필요하지 않습니다.

자체 이력을 사용하려면 unique_id, ds (날짜), y (단위)가 포함된 CSV를 전달하세요:

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

설정

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

실행

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

HTTP 상태: http://127.0.0.1:8765/health
MCP 엔드포인트: http://127.0.0.1:8765/mcp
UI: http://127.0.0.1:7860

MCP command를 이 프로젝트의 .venv/bin/python으로 지정하세요.

테스트

pip install pytest
pytest tests/ -v

클라이언트 설정

stdio (기본값) 및 Streamable HTTP가 모두 지원됩니다. 예제 설정은 examples/mcp/ 디렉토리와 .cursor/mcp.json 및 .agents/mcp_config.json에 있습니다.

{
  "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"
    }
  }
}

일부 클라이언트는 url 대신 serverUrl을 사용합니다.

확장

• 콜드 스타트: forecast_cold_start()의 평균 대체를 제로샷 기반 모델(예: Chronos-Bolt)로 교체합니다.

• 계층별 추가 후보: evaluation.py에서 MASE로 점수를 매깁니다.

• 저장소: DataStore를 ClickHouse, Postgres 또는 DuckDB로 교체합니다.

• 외생 변수가 있는 정규 계층: mlforecast + LightGBM.

레이아웃

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