SDK de Python para TimeGPT de Nixtla, un modelo fundacional preentrenado y alojado para pronosticar series temporales y detectar anomalías.
Este repositorio contiene el SDK de Python de Nixtla, un cliente para TimeGPT, un transformer generativo preentrenado para series temporales. Permite a los desarrolladores pronosticar valores futuros y detectar anomalías en datos de series temporales con unas pocas líneas de código, sin tener que entrenar primero un modelo con sus propios datos.
TimeGPT es de código cerrado y se ejecuta en los servidores de Nixtla, por lo que cada llamada para generar pronósticos o detectar anomalías requiere una API key. El SDK es de código abierto bajo la licencia Apache 2.0. También se puede usar con TimeGPT desplegado en una infraestructura propia e incluye un script para desplegar TimeGPT dentro de Snowflake.
El SDK admite pronósticos zero-shot, fine-tuning, variables exógenas, intervalos de predicción, validación cruzada y pronósticos de múltiples series. En la versión actual, su API de detección de anomalías funciona por lotes, y el README indica que está prevista una variante online diferente para nixtla 1.0.
Instala el SDK de nixtla
pip install nixtla>=0.8.0Consigue una clave de API en la página de prueba gratuita
Crea un NixtlaClient con tu clave y llama a forecast() con tus datos
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
AutoGPT es una plataforma de código abierto para crear, ejecutar y programar agentes de IA que completan flujos de trabajo de varios pasos a partir de descripciones en lenguaje natural o de un editor visual.
Sistema open source de producción de video con agentes que convierte un asistente de programación con IA en un estudio basado en pipelines para investigar, escribir guiones, generar recursos, editar y renderizar.
YuE2 es un modelo abierto de generación musical que crea a partir de letras y una indicación de estilo un plan editable de melodía y acordes, y luego genera una canción completa con voz.
Framework de Python para crear y coordinar sistemas multiagente con flujos de trabajo secuenciales, concurrentes, basados en grafos y jerárquicos.
Tutorial y proyecto modular de Agentic RAG con LangGraph, con indexación jerárquica, memoria conversacional y aclaración de consultas.
Colección de skills listas para usar que añaden capacidades financieras a agentes LLM: noticias, datos bursátiles, sentimiento, pronósticos e informes.