TimeSeriesMCPServer

请用 TimeSeriesMCPServer 对这份月度销售时间序列数据分别训练 RNN、LSTM 和 GRU 模型，比较各模型误差指标，并预测未来 6 个月销量趋势。

返回三种模型的训练结果、评估指标对比，以及未来6个月的预测值与趋势说明。

给定设备传感器的历史温度数据，请使用 TimeSeriesMCPServer 建立 RNN、LSTM、GRU 三个模型，找出表现最好的模型，并输出未来 24 小时温度预测。

生成模型表现排名、最佳模型选择结果，以及未来24小时的预测序列。

使用 TimeSeriesMCPServer 对历史股价时间序列进行训练，分别测试 RNN、LSTM、GRU 的预测效果，并总结哪种模型更适合该数据。

输出各模型的预测效果对比、关键评估结果，以及适用性结论。