kaggle-mcpMCP-Server für Kaggle

— (0)

Geprüft von Daniel Nikulshyn·Aktualisiert Juli 2026

Übersicht

Der Kaggle MCP-Server ist ein Model Context Protocol (MCP)-Server, der die Zugriff auf Kaggle-Datenbankenuche nach Schlüsselwörtern, herunterladen und entpacken von Datenbanken lokal sowie die Generierung von EDA-Startanfragen für Kaggle-Datenbanken an MCP-Klienten offenlegt. Dies ermöglicht den Benutzern, Kaggle-Datenbanken nach Schlüsselwörtern zu recherchieren, herunterzuladen und herunterzuladen sowie EDA-Startanfragen für Kaggle-Datenbanken zu generieren. Der Server unterstützt Kaggle-Zugriffsdaten per Umgebungsvariablen oder dem standardmäßigen kaggle.json-Datei und kann entweder lokal, in Docker oder über Smithery ausgeführt werden.

Hauptfunktionen

Kaggle-Datensätze nach Schlüsselwort durchsuchen
Kaggle-Datensätze lokal herunterladen und entpacken
Starter‑EDA‑Prompts für Kaggle-Datensätze generieren
Unterstützung für Kaggle-Anmeldedaten über Umgebungsvariablen oder kaggle.json

Preise

Modell: Free
Kategorie: MCP-Server
Bewertung: Noch keine Bewertungen

Anwendungsfälle

Datenbanksuche

Mithilfe des Kaggle MCP-Servers können Datenbanken ermittelt werden, die mit einem bestimmten Themen beziehungsweise Schlüsselwort, wie 'Herz-Kreislauf-Erkrankung', zusammenhängen.

Datenbank-Download und EDA

Mithilfe des Kaggle MCP-Servers können Datenbanken heruntergeladen und EDA-Startanfragen generiert werden, um Datenanalyse schnell und effizient zu starten.

Pro & Contra

Pro

Kaggle-Datenbankenuche nach Schlüsselwörtern, herunterladen und EDA-Startanfragen für MCP-Klienten offenlegt
Unterstützung für Kaggle-Zugriffsdaten per Umgebungsvariablen oder dem kaggle.json-File
Kann lokal, in Docker oder über Smithery ausgeführt werden
Erleichtert die Integration mit MCP-kompatiblen Klienten wie Claude Desktop

Contra

Braucht Python 3.10+ und ein Kaggle-Konto mit API-Token
Braucht MCP-kompatiblen Klienten für Funktionalität
Konfiguration kann komplex für Docker- und Smithery-Setup sein

Bewertungen

Melde dich an, um eine Bewertung abzugeben.

Noch keine Bewertungen. Sei die/der Erste!

Fragen & Antworten

What functionality does the MCP server expose to compatible clients?

It offers three MCP capabilities: search_kaggle_datasets (to find up to 10 datasets by keyword), download_kaggle_dataset (to download and unzip a dataset locally), and generate_eda_notebook (to create a starter EDA prompt for a given dataset reference.

Asked by Sofia Lindqvist · Sep 28, 2025

Can the server be run in Docker or via Smithery, and what extra setup is needed?

Yes, the repository includes a Dockerfile for containerized deployment, and a smithery.yaml for Smithery. You’ll need to ensure your Kaggle credentials are accessible inside the container or Smithery environment, typically by mounting the .kaggle directory or providing env vars.

Asked by Piotr Baranowski · Aug 26, 2025

How do I provide my Kaggle credentials to the server?

You can set the KAGGLE_USERNAME and KAGGLE_KEY environment variables in a .env file, or place the kaggle.json file in the standard location (~/.kaggle/kaggle.json on macOS/Linux or C:\Users\<User>\.kaggle\kaggle.json on Windows).

Asked by Mia Andersen · Aug 22, 2025

What Python version and dependencies are required to run Kaggle MCP Server?

You need Python 3.10 or newer. Install the required packages via uv sync, uv run, or pip install -r requirements.txt as described in the repository.

Asked by Naomi Suzuki · Aug 11, 2025