LinkedIn开源了Greykite函数库，这是LinkedIn为满足自家时间串行预测需求，而开发的Python函数库，Greykite主要使用一个称为Silverkite的算法，可以提供快速、准确且主动的预测结果，适合用于大规模且需要交互的预测应用。
时间串行预测可以用来预测，随时间变化的指标以及各种数值，官方提到，虽然专家可以产生精确的预测，但是算法的自动化优势，可以带来可扩展性和可重复性，而且还能提高准确度，下游算法也可以使用自动化产生的结果进行决策。
LinkedIn所开发的Greykite，包含了一个简单的建模界面，可促进资料探索和模型调整，而Silverkite算法有很大的自定义空间，能够调整参数以截取各种时间串行特征，输出的结果也具可解释性，能够以可视化的方式反应趋势、季节性和其他影响统计的要素。
官方提到，Silverkite对具有时间变化的趋势、季节性和重复事件等时间串行预测效果很好，在LinkedIn中，他们已经将其应用在每小时、每天和每周等各种时间频率，以及短期与长期等时间范围的指标预测上。
由于Greykite具有高度灵活特性，能提供趋势、季节性、变化点（Changepoint）以及自动回归等时间串行回归功能，用户可以按需求使用，并应用在选择的机器学习模型上，而且Greykite有探索性图表功能、调校模板和可解释性预测，因此可提供用户直观的使用体验，另外，Greykite高性能的特性，可以支持大规模快速雏形开发和部署。
LinkedIn在资源规划、绩效管理、优化和分析生态系统等各种领域，广泛地使用时间串行预测，像是预测高峰流量以准备足够的基础设施，或是用于设置业务指标，并且关注运营进度，还可以预测市场的增长，来优化预算运用。官方提到，Greykite就很适合用于COVID-19疫情冲击后，预测各国的恢复速度。
Greykite主要采用高度可自定的算法Silverkite，官方表示，Greykite能够扩展支持多种算法，并通过单一界面进行基准测试，目前Greykite还支持脸书Prophet算法，LinkedIn预计未来还会支持更多开源算法。Greykite函数库现在已于GitHub和PyPI上公开。