nixtla

几行代码调用预训练模型,搞定时间序列预测与异常检测。

开源 🏷️定价信息待确认 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 344 🐛 待处理 65 👀 关注 37
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 4045
维护状态 活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

nixtla 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队Nixtla
定价模式🏷️定价信息待确认
价格说明开源模型,无官网信息,定价待确认
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言Jupyter Notebook
技术栈/模型agent,agentic-ai,anomaly-detection,artificial-intelligence,deep-learning,forecasting,foundation-models,generative-ai-time-series,gpt,gpts,llm,llms,time-series,time-series-forecasting,timegpt
GitHub 星标★ 4045
上线时间2021-09-23 00:00:00
代码更新2026-11-09
仓库体积440.5 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数5

项目介绍

Nixtla 是一个专注于时间序列预测与异常检测的开源项目,其核心是 TimeGPT-1,一个生产级的预训练时间序列基础模型。该模型基于生成式预训练 Transformer 架构,在超过 1000 亿个数据点上训练而成,能够处理零售、电力、金融和物联网等多个领域的数据。用户只需几行代码即可调用模型进行高精度预测,无需针对特定数据集进行训练或微调。Nixtla 提供了简洁的 Python API,支持快速集成到现有数据管道中,同时具备自动异常检测功能,帮助用户识别数据中的异常模式。项目旨在降低时间序列分析的门槛,使非专家也能利用先进模型获得可靠的预测结果,适用于业务预测、运维监控、需求规划等场景。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 4045

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 6 步

环境要求

  • Python 环境(可执行 pip install)
  • 已注册并获取 TimeGPT API Key(README 指向 https://nixtla.io/free-trial)
  • 如需在 Snowflake 内运行,需具备 Snowflake 环境及相应权限

安装与启动步骤

  1. 1安装 nixtla SDK

    在 Python 环境中安装 Nixtla 官方 SDK,README 要求版本不低于 0.7.0。建议在虚拟环境中安装,避免与其他包冲突。

    pip install nixtla>=0.7.0
  2. 2获取 API Key

    访问 README 给出的免费试用链接注册并获取 API Key,后续实例化客户端时作为参数传入,不要外泄。

  3. 3导入库并实例化客户端

    在 Python 中导入 pandas 与 NixtlaClient,用你的 API Key 创建客户端对象;密钥请用真实值替换示例。

    import pandas as pd
    from nixtla import NixtlaClient
    
    nixtla_client = NixtlaClient(api_key='YOUR API KEY HERE')
  4. 4加载历史数据

    读取待预测的历史序列数据(CSV)。README 示例使用电力需求数据,你也可以换成自己的时序文件。

    df = pd.read_csv('/your/path/electricity.csv')
  5. 5调用 TimeGPT 预测

    按 README 的第 3 步使用已经创建的 nixtla_client 对 df 发起预测请求;完整调用代码请以官网文档为准。

  6. 6Snowflake 内部署(可选)

    如希望不搬移数据、直接在 Snowflake 中做预测与异常检测,可安装 snowflake 扩展并运行部署脚本。

    pip install nixtla[snowflake]
    python -m nixtla.scripts.snowflake_install_nixtla

关键配置

配置项必填说明示例
api_key是TimeGPT 调用凭证,创建 NixtlaClient 时传入YOUR API KEY HERE
snowflake 外部访问集成否Snowflake 部署脚本会引导配置,用于访问 TimeGPT由脚本交互式配置

如何确认成功

客户端实例化不报鉴权错误,且对 df 发起预测后能正常返回预测结果。

常见问题

Q:必须自己训练或微调模型吗?

A:不需要。TimeGPT-1 是预训练基础模型,几行代码即可直接预测,无需针对数据集训练或微调。

Q:可以用在哪些场景?

A:README 提到零售、电力、金融、IoT 等领域的预测,也支持自动异常检测,可用于业务预测与运维监控。

Q:数据必须上传到外部吗?

A:不一定。README 提供 Snowflake 部署方式,可在你的 Snowflake 环境内直接完成预测与异常检测。

Q:安装失败或版本过低怎么办?

A:确认 pip 可正常联网,并按 README 要求使用 nixtla>=0.7.0;建议在干净的虚拟环境中重新安装。

注意事项

  • README 只给出了安装与客户端实例化示例,预测调用的完整参数请以官网文档为准,不要臆测参数名。
  • API Key 属于敏感信息,不要硬编码后提交到代码仓库或公开 notebook。
  • Snowflake 部署脚本为交互式,会引导你配置外部访问集成、API Key 及目标数据库与 schema。

核心亮点

  • 基于超大规模预训练,跨领域泛化能力强,无需针对每个数据集单独训练
  • API 极简,几行代码即可完成预测和异常检测,上手门槛低
  • 生产级设计,支持快速部署,适合实际业务场景

不足之处

  • 模型为黑盒,可解释性较差,难以满足需要解释预测逻辑的场景
  • 依赖外部 API 或预训练权重,离线或私有化部署可能受限

适用场景

  • 零售销量预测与库存优化
  • 电力负荷与能源需求预测
  • 金融时间序列异常检测与风险监控

替代项目

Facebook Prophet、Amazon Chronos、GluonTS

上一篇:spark-nlp

下一篇:ClaraVerse

同类项目推荐

Halfrost-Field 开源

深入源码与系统设计,助你从会用进阶到懂原理

✍ Source Code Deep Dives, System Design & Engineering Blogs | Halfrost-Field 冰霜之···

★ 13251 2026-08-09
LLMsPracticalGuide 开源

一份清单,带你系统掌握大模型实战资源

A curated list of practical guide resources of LLMs (LLMs Tree, Examples, Papers)

★ 10211 2026-08-09
consistency_flow_matching 开源

让生成模型采样更直更快,几步出好图

Official Implementation for "Consistency Flow Matching: Defining Straight Flows with···

★ 273 2026-08-09
scMulan 开源

用大模型统一搞定单细胞分析多任务,零样本也能预测

Repository for paper scMulan: a multitask generative pre-trained language model for ···

★ 64 2026-08-09
solon 开源

换掉 Spring,启动快 10 倍,内存省一半,并发高 700%

Java enterprise application development framework for full scenario: Restrained, Eff···

★ 2802 2026-08-09
TinyLLaVA_Factory 开源

小算力也能训练多模态大模型,快速复现和实验

A Framework of Small-scale Large Multimodal Models

★ 1011 2026-10-18
xlstm 开源

让 LSTM 重获新生,长序列建模更快更省

Official repository of the xLSTM.

★ 2215 2026-08-09
Awesome-AI 开源

一站式收藏 AI 与 ChatGPT 资源,找工具、抄作业、提效率。

Best resources, tools, samples, demos, hacks or apps related to AI and ChatGPT techn···

★ 135 2026-08-09