TabPFN MCP, gives LLMs tools for predictions on tabular data (beta)

TabPFN MCP 是一个遵循 MCP 协议的服务端，将基于 TabPFN 的表格预测能力包装成工具，供支持 MCP 的大语言模型调用。用户在对话中提供表格数据后，LLM 可以通过这些工具完成分类或回归建模和预测，而无需你另外搭建传统机器学习流水线。

TabPFN MCP 主要支持表格数据上的监督学习任务，包括分类和回归。常见应用有客户流失预测、线索评分、风险识别、实验结果建模以及基于结构化指标的简单预测和预估场景。

不需要。TabPFN 本身是预训练模型，开箱即可使用，一般不必设计模型结构或进行复杂的超参数调优。你主要需要做好表格数据的整理与字段选择，其余的调用与编排可以由 LLM 通过 MCP 工具自动完成。

TabPFN MCP 部署在你选择的环境中，因此表格数据可以完全留在你的基础设施或私有环境内。MCP 协议将数据访问与模型逻辑解耦，你可以自行控制数据的加载方式、过滤策略以及权限和安全措施。

目前官方尚未公开明确的定价信息，项目处于 Beta 阶段，更适合用于试验、原型验证和内部工具。若计划在关键生产环境中长期使用，建议先评估其性能稳定性、运维成本以及相关许可条款。