AI销量预测助手

AI销量预测助手。基于 Amazon Chronos-2 (120M) 零样本时序大模型，输入历史销量数据（CSV/Excel），自动生成多分位数概率预测、置信区间和交互式HTML可视化报告。当用户询问销量预测、销售预测、趋势预测、时序预测时使用。

Sales Forecast - Chronos-2 销量预测

基于 Amazon Chronos-2 零样本时序大模型（120M 参数），零训练、开箱即用的销量预测工具。

功能

• 零样本概率预测：无需训练，直接对历史销量数据推理
• 多分位数输出：默认 10%/50%/90% 分位数，自带置信区间
• 自动数据校验：智能检测列名、推断时间频率、处理缺失值
• 交互式报告：Plotly 生成 HTML 可视化报告，含趋势图和逐期明细
• 多格式输入：CSV、Excel (.xlsx/.xls)、JSON、Parquet

输入数据格式

CSV 文件至少包含两列：日期和时间序列数值。

timestamp,sales
2024-01-01,245
2024-01-02,238
2024-01-03,252

使用方法

# 安装依赖
pip install chronos-forecasting pandas plotly openpyxl

# 运行预测（预测未来 30 期）
python3 {baseDir}/scripts/forecast.py \
  --input sales.csv \
  --output results/ \
  --prediction-length 30 \
  --quantiles 0.1,0.5,0.9

# 生成 HTML 报告
python3 {baseDir}/scripts/report_gen.py \
  --data results/forecast_data.json \
  --output report.html

命令行参数

forecast.py

参数	说明	默认值
-i, --input	输入数据文件路径	必填
-o, --output	输出目录	必填
-p, --prediction-length	预测步数	30
-q, --quantiles	分位数（逗号分隔）	0.1,0.5,0.9
-c, --context-length	最大上下文长度	2048
--hf-endpoint	HuggingFace 镜像地址	hf-mirror.com

report_gen.py

参数	说明	默认值
-d, --data	forecast_data.json 路径	必填
-o, --output	输出 HTML 文件路径	必填

模型信息

• 模型：amazon/chronos-2
• 参数量：120M
• 上下文长度：默认 2048
• 支持 CPU/GPU 推理
• 论文：Chronos-2: From Univariate to Universal Forecasting

注意事项

• 首次运行会下载模型（~500MB），国内建议设置 HF_ENDPOINT=https://hf-mirror.com
• 建议最少 30 个历史数据点
• CPU 推理约 10-30 秒/序列
• 所有发布到 ClawHub 的技能使用 MIT-0 许可