【GitHub每日速递 20260413】ICML顶会同款！谷歌TimesFM 2.5放大招：参数砍半+16k超长上下文，时间序列预测直接起飞

ICML顶会同款！谷歌TimesFM 2.5放大招：参数砍半+16k超长上下文，时间序列预测直接起飞

[timesfm] 是一个基于深度学习的时序预测模型的开源项目。简单讲，它是一个由Google Research开发的、可用于高精度时间序列预测（如销量、天气、股票等）的AI工具，无需微调即可使用。适用人群：数据科学家、AI研究人员、时序分析开发者。

项目地址：github.com/google-rese…

主要语言：Python

stars: 11.9k

核心功能

TimesFM是Google Research开发的用于时间序列预测的预训练基础模型。它可以对时间序列数据进行预测，支持点预测和连续分位数预测。

优势

• 参数优化：TimesFM 2.5版本使用200M参数，相较于2.0版本的500M参数有所减少，在保证性能的同时降低了计算资源的需求。
• 长序列处理能力提升：支持高达16k的上下文长度，远高于2.0版本的2048，能够处理更长的时间序列数据，捕捉更长期的模式。
• 分位数预测能力：通过可选的30M分位数头，支持高达1k预测范围的连续分位数预测，为用户提供更全面的预测信息。
• 简化特征：去除了frequency指标，使模型使用更加简洁。
• 新的预测标志：拥有一些新的预测标志，增加了模型的灵活性和可定制性。

应用场景

• 金融领域：对股票价格、汇率等金融时间序列进行预测，帮助投资者制定决策。
• 销售预测：预测产品的销售趋势，有助于企业进行库存管理和生产计划。
• 能源管理：预测能源消耗，优化能源分配和供应。

代码架构特点

• 提供了基于PyTorch和Flax的实现，用户可以根据自己的需求选择合适的后端。
• 提供了清晰的安装步骤和代码示例，方便用户快速上手。

更新日志

• 2026年3月19日：TimesFM SKILLS.md发布，感谢@borealBytes。
• 2025年10月29日：为TimesFM 2.5版本重新添加了通过XReg的协变量支持。
• 2025年9月15日：发布TimesFM 2.5版本，对模型和推理API进行了升级，后续将添加对Flax版本模型的支持、重新添加协变量支持以及完善文档和示例。

安装步骤

1. 克隆仓库：

git clone https://github.com/google-research/timesfm.git
cd timesfm

1. 创建虚拟环境并安装依赖：

# 创建虚拟环境
uv venv

# 激活环境
source .venv/bin/activate

# 使用torch以可编辑模式安装包
uv pip install -e .[torch]
# 或使用flax
uv pip install -e .[flax]
# 若需要XReg
uv pip install -e .[xreg]

1. [可选] 根据操作系统和加速器安装首选的torch / jax后端：

• 安装PyTorch。
• 安装Jax用于Flax。

代码示例

import torch
import numpy as np
import timesfm

torch.set_float32_matmul_precision("high")

model = timesfm.TimesFM_2p5_200M_torch.from_pretrained("google/timesfm-2.5-200m-pytorch")

model.compile(
    timesfm.ForecastConfig(
        max_context=1024,
        max_horizon=256,
        normalize_inputs=True,
        use_continuous_quantile_head=True,
        force_flip_invariance=True,
        infer_is_positive=True,
        fix_quantile_crossing=True,
    )
)
point_forecast, quantile_forecast = model.forecast(
    horizon=12,
    inputs=[
        np.linspace(0, 1, 100),
        np.sin(np.linspace(0, 20, 67)),
    ],  # 两个虚拟输入
)
point_forecast.shape  # (2, 12)
quantile_forecast.shape  # (2, 12, 10): 均值，然后是第10到第90分位数。

相关资源

• 论文：A decoder-only foundation model for time-series forecasting，ICML 2024。
• 所有检查点：TimesFM Hugging Face Collection。
• Google Research博客：A decoder-only foundation model for time-series forecasting。
• BigQuery中的TimesFM：TimesFM in BigQuery，这是Google的官方产品。

存档版本

1.0和2.0版本的相关代码存档在v1子目录中。可以使用pip install timesfm==1.3.0安装旧版本的包来加载它们。

5900星GitHub爆火指南！周末精通Claude Code：从输入claude到操控代理/钩子，15分钟解锁10倍开发效率

claude-howto 是一个帮助用户掌握Claude系列大模型使用技巧的指南型项目。简单讲，它是一份教你如何高效用好AI助手Claude的实用手册，涵盖提示工程、应用场景和进阶技巧。适用人群：AI初学者、开发者及希望提升AI使用效率的职场人士。

项目地址：github.com/luongnv89/c…

主要语言：Python

stars: 15.3k

仓库核心功能

该仓库是一个帮助开发者快速掌握Claude Code的指南，旨在解决官方文档在使用指导方面的不足，提供结构化、可视化且基于实例的学习路径。它涵盖了Claude Code的各种特性，包括但不限于斜杠命令、记忆功能、技能、子代理、MCP协议、钩子、插件、检查点等，并提供了相应的模板和配置示例。

优势

• 结构化学习路径：提供从初学者到高级用户的渐进式学习路径，每个模块相互关联，逐步深入，帮助开发者系统地掌握Claude Code的各项功能。
• 可视化教程：使用Mermaid图表展示每个功能的内部工作原理，让开发者不仅知道如何使用，还能理解其背后的机制。
• 实用模板：提供大量可直接复制粘贴的配置模板，如斜杠命令、CLAUDE.md模板、钩子脚本、MCP配置、子代理定义和完整的插件包，方便开发者在实际项目中应用。
• 自我评估：内置交互式测验，如/self-assessment和/lesson-quiz [topic]，帮助开发者识别知识差距，定制个性化学习路径。
• 社区驱动：拥有5900+ GitHub stars和690+ forks，表明受到众多开发者的认可和使用，并且积极维护，与Claude Code的每个版本同步更新。

可能的应用场景

• 自动化代码审查：结合斜杠命令、子代理、记忆功能和MCP协议，实现自动化的代码审查流程，提高审查效率和准确性。
• 团队入职培训：利用记忆功能、斜杠命令和插件，为新团队成员提供标准化的项目信息和操作指南，加速入职流程。
• CI/CD自动化：通过CLI参考、钩子和后台任务，实现持续集成和持续部署的自动化，提高开发效率和质量。
• 文档生成：运用技能、子代理和插件，自动生成API文档和技术文档，减少人工编写的工作量。
• 安全审计：借助子代理、技能和钩子，进行安全漏洞扫描和审查，确保代码的安全性。
• DevOps管道：结合插件、MCP协议、钩子和后台任务，构建完整的DevOps管道，实现自动化部署和监控。
• 复杂重构：利用检查点、规划模式和钩子，安全地进行复杂的代码重构，降低风险。

代码架构特点

仓库的目录结构清晰，按照不同的功能模块进行组织，每个模块都有相应的README文件和示例代码，方便开发者查找和使用。具体目录结构如下：

• 01-slash-commands/：包含用户调用的斜杠命令示例，如代码优化分析、拉取请求准备和API文档生成等。
• 02-memory/：提供持久化上下文的示例，包括项目级、目录级和个人级的记忆配置。
• 03-skills/：包含可重用的技能示例，如代码审查、品牌语音检查和文档生成等。
• 04-subagents/：定义了专门的AI子代理，如代码审查员、测试工程师和文档编写员等。
• 05-mcp/：提供MCP协议的配置示例，用于访问外部工具和API，如GitHub集成、数据库查询和文件操作等。
• 06-hooks/：包含事件驱动的钩子脚本，用于自动化任务和验证，如代码格式化、预提交测试和安全扫描等。
• 07-plugins/：提供插件示例，如PR审查、DevOps自动化和文档生成等，可一键安装和使用。
• 08-checkpoints/：介绍检查点和回退功能，允许开发者保存会话状态并探索不同的实现方法。
• 09-advanced-features/：涵盖高级功能，如规划模式、扩展思维、后台任务、权限模式、无头模式和会话管理等。
• 10-cli/：提供Claude Code的命令行接口参考，包括各种命令、标志和选项的使用示例。

更新日志

该仓库的最新版本为v2.2.0（2026年3月），与Claude Code 2.1+兼容，并且会随着Claude Code的每个版本进行同步更新，确保内容的时效性和准确性。

快速上手

开发者可以在15分钟内开始使用该指南，具体步骤如下：

1. 克隆仓库：git clone https://github.com/luongnv89/claude-howto.git，并进入目录：cd claude-howto。
2. 复制第一个斜杠命令：mkdir -p /path/to/your-project/.claude/commands，cp 01-slash-commands/optimize.md /path/to/your-project/.claude/commands/。
3. 在Claude Code中尝试使用：/optimize。
4. 设置项目记忆：cp 02-memory/project-CLAUDE.md /path/to/your-project/CLAUDE.md。
5. 安装一个技能：cp -r 03-skills/code-review ~/.claude/skills/。

如果需要完整的设置，可以参考1小时的基本设置指南，按照步骤复制斜杠命令、配置项目记忆、安装技能等，并根据学习路径逐步添加钩子、子代理、MCP和插件等功能。

原文：mp.weixin.qq.com/s/YnaLNSmkP…

欢迎关注公zh：AI Tech研习社

关注公zh，后台回复【OpenClaw完全使用手册】，领取OpenClaw完全使用手册.pdf学习资料，更多学习资源敬请期待。