用途：预测未来资源使用与系统指标，支持容量规划、成本优化和主动扩缩容。适用场景包括预测 CPU、内存、磁盘、网络等基础设施容量，规划下季度硬件或云资源采购，预测成本趋势，基于预测负载设置主动扩缩容策略，预测用户流量、数据库存储增长和 API 用量。
主要能力：使用 Prophet 自动检测季节性并生成带置信区间的预测；使用 statsmodels 的 SARIMAX/ARIMA 作为替代方案，并可用 auto_arima 自动选参；通过 CapacityPlanner 识别容量阈值、预警日期与耗尽日期并给出扩缩容建议；将预测导出为 CSV 或创建 Grafana 注释；用 schedule 定时每日生成预测。
必要用法：需提供至少 3-12 个月的历史时间序列指标、指标类型和预测周期。安装命令：pip install prophet statsmodels pandas numpy；pip install plotly matplotlib seaborn；pip install prometheus-api-client influxdb-client；pip install grafana-api。数据可从 Prometheus 加载并重采样，Prophet 示例：forecaster = ProphetForecaster(growth="linear", seasonality_mode="multiplicative")；forecaster.fit(df_daily)；forecast = forecaster.forecast(periods=30, freq="D")。
限制：历史数据不足 60 天时预测不可靠；节假日、部署、营销活动等已知事件会干扰预测，需作为外部回归量或节假日加入；超过 30-90 天的长期预测精度下降，只能作方向性参考；容量上限会随基础设施变化，需及时更新；训练数据中的异常值会传播到预测；系统变更后需每周或重大架构调整后重新训练模型；应始终参考置信区间而非仅看点预测；季节性周期需与数据频率匹配。资料未提供具体收费、价格或平台支持信息。