ドキュメントを読む | PyPI Package

MCP (Model Context Protocol) 層(sktime) - LLM のレジストリ・ドライブ

スクタイムのネイティブレジストリとセマンティックスを大きな言語モデルに公開するセマンティックエンジン。

• ANSI Discover 有効な見積もり
• 🧠 Reason 推定機能について
• 最近の投稿
• ⚡Execute 実際のデータに関するリアルタイムワークフロー

##デザイン哲学

この MCP は、ドキュメントや静的なコード解析だけではありません。 プログラマティック・モデルの使用法のためのsemanticエンジンです。

主原則

1. 真実の源としての** - ASTの解析無し、レポのインデックス無し、ヒューリスティックなし。 全ての構造は、estimator タグ all_estimators、および sktime の API コントラクトから来ます。

2.Registry-First - File → Class → Infer Relationships]の代わりに、Registry → Semantics → Safe Executionを行います。

3。最小MCP表面 - LLMが必要とするものだけを露出します。 ディスカバリー、説明、瞬間、実行、およびモデルの持続。

️️ インストール

Zero-install via uvx (推奨)

uvがインストールされている場合は、別のインストール手順は必要ありません.

sktime-mcp

Read the Documentation | PyPI Package

MCP (Model Context Protocol) layer for sktime - Registry-Driven for LLMs

A semantic engine that exposes sktime’s native registry and semantics to Large Language Models, enabling them to:

• 🔍 Discover valid estimators
• 🧠 Reason about estimator capabilities
• 🔗 Compose compatible estimators
• ⚡ Execute real sktime workflows on real data

🎯 Design Philosophy

This MCP is not just documentation or static code analysis. It is a semantic engine for programmatic model usage.

Key Principles

1. sktime as Source of Truth - No AST parsing, no repo indexing, no heuristics. All structure comes from all_estimators, estimator tags, and sktime’s API contracts.

2. Registry-First - Instead of File → Class → Infer Relationships, we do Registry → Semantics → Safe Execution.

3. Minimal MCP Surface - Exposes only what an LLM needs: Discovery, Description, Instantiation, Execution, and model persistence.

🛠️ Installation

Zero-install via uvx (recommended)

If you have uv installed, no separate installation step is needed. Just update your MCP client config (see Connecting from an LLM Client below) and uvx will handle the rest automatically.

# Verify uv is available
uvx sktime-mcp --help

pip

pip install sktime-mcp

# With optional extras (SQL, forecasting models, file formats)
pip install "sktime-mcp[all]"

Development installation

git clone https://github.com/sktime/sktime-mcp
cd sktime-mcp
python3 -m pip install -e ".[dev]"

🐳 Docker

Run without installing anything locally (only Docker required):

# Build the image
docker build -t sktime-mcp .

# Run the MCP server (stdio transport)
docker run -i sktime-mcp

Or use Docker Compose:

docker compose build
docker compose run sktime-mcp

Claude Desktop — use Docker as the MCP server command:

{
  "mcpServers": {
    "sktime": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "sktime-mcp"]
    }
  }
}

Environment variables can be passed at runtime:

docker run -i -e SKTIME_MCP_LOG_LEVEL=DEBUG sktime-mcp

For a more detailed first-time setup flow, including MCP server verification and troubleshooting, see Beginner Setup.

🧭 Beginner Setup (First‑Time Users)

If you are new to sktime‑mcp or to MCP‑based workflows, this section provides a minimal starting point to help you verify that your setup is working correctly.

What is MCP?