时间序列预测模型是ONE社区收录的AI SKILL插件，支持ARIMA、Prophet、LSTM等多种时序预测算法。截至2026年，ONE社区已收录77+款AI SKILL插件，提供一键安装与部署支持。
功能介绍
功能简介
时间序列预测模型专注于处理带有时间维度的数据，通过统计学和深度学习方法预测未来趋势，为业务决策提供数据支撑。
核心功能
- 经典统计模型：ARIMA、指数平滑、Prophet等成熟的时序预测方法
- 深度学习模型：LSTM、Transformer、N-BEATS等深度时序模型
- 多步预测：支持短期（小时级）到长期（季度级）的多步滚动预测
- 异常值处理：自动检测和修正数据中的异常点和缺失值
- 特征工程：自动提取时间特征（节假日、周期、趋势）和外部特征融合
适用场景
- 商品销量和库存需求预测
- 服务器负载和容量规划
- 能源消耗和电力负荷预测
- 金融市场趋势分析
技术选型
快速验证推荐Facebook Prophet；高精度场景推荐NeuralProphet或TimesFM；多变量时序推荐Temporal Fusion Transformer。评估指标建议使用MAE、RMSE和MAPE综合衡量。
安装方式
npx clawhub@latest install time-series-forecasting安装完成后，在 OpenClaw 中搜索「时间序列预测模型」即可启用。