$ loading_
让 AI 助手通过 TabPFN API 训练并运行表格分类与回归模型。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"TabPFN MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用 TabPFN MCP Server，基于我提供的表格数据训练一个分类模型，并返回训练结果与预测接口用法。
返回一个已训练的表格分类模型结果，以及后续执行分类预测的说明或输出。
请通过 TabPFN MCP Server 对这份表格数据执行回归建模，并对新样本输出预测结果。
返回表格回归模型的预测结果，可用于数值型目标估计。
我希望 AI 助手直接调用 TabPFN MCP Server，对表格数据完成训练并给出分类或回归结果。
AI 助手可通过该 MCP 工具完成 TabPFN 模型训练与运行结果输出。
数据分析师或研究人员可以在处理结构化表格数据时使用它，快速完成分类或回归建模。它适合让 AI 助手直接发起训练和预测流程。
开发者可以把这个 MCP 工具接入 AI 助手，使其通过 TabPFN API 训练并运行模型。这样可在对话式流程中处理表格机器学习任务。
它让 AI 助手通过 TabPFN API 训练并运行 TabPFN 模型，面向表格分类和回归任务。
根据给定描述，它支持表格数据上的分类与回归任务。其他能力未在素材中说明。
已知它通过 TabPFN API 工作，但素材没有提供具体安装步骤、运行时要求或密钥配置说明；见源码仓库。
让 AI 连接 Tableau Server，查询报表、数据源与元数据并辅助分析。
提供多种专用服务，统一处理表格、文档、日历与提示工程任务
通过 PinchTab API 让 AI 控制 Chrome 浏览器
让大模型安全执行 Pandas 数据分析代码并生成交互式可视化结果。
通过多模型协同推理与裁决，生成更高质量且可后台执行的 AI 答案。
帮助用户通过 AI 查询 Tableau 数据、浏览内容并获取可视化视图。