kaggle-mcpServidor MCP para Kaggle

— (0)

Reseñado por Daniel Nikulshyn·Actualizado julio de 2026

Resumen

Kaggle MCP Server es un servidor Model Context Protocol (MCP) que expone la búsqueda de conjuntos de datos de Kaggle, la descarga y la generación de prompts de EDA a los clientes MCP. Permite a los usuarios buscar conjuntos de datos de Kaggle por palabras clave, descargar y descomprimir conjuntos de datos localmente, y generar prompts de Exploratory Data Analysis (EDA) iniciales para los conjuntos de datos de Kaggle. El servidor admite credenciales de Kaggle mediante variables de entorno o el archivo estándar kaggle.json y puede ejecutarse localmente, en Docker o mediante Smithery.

Funciones clave

Buscar conjuntos de datos de Kaggle por palabra clave
Descargar y descomprimir conjuntos de datos de Kaggle localmente
Generar prompts de EDA iniciales para conjuntos de datos de Kaggle
Soporte de credenciales de Kaggle mediante variables de entorno o kaggle.json

Precio

Modelo: Free
Categoría: Servidores MCP
Valoración: Aún sin reseñas

Casos de uso

Búsqueda de Conjuntos de Datos

Utiliza el Kaggle MCP Server para buscar conjuntos de datos relacionados con un tema específico, como "enfermedad cardíaca".

Descarga de Conjunto de Datos y EDA

Descarga un conjunto de datos de Kaggle y genera un prompt de EDA para comenzar rápidamente con el análisis de datos.

Pros y contras

Ventajas

Exponer la búsqueda de conjuntos de datos de Kaggle, descarga y generación de prompts de EDA a los clientes MCP
Admite credenciales de Kaggle mediante variables de entorno o archivo kaggle.json
Puede ejecutarse localmente, en Docker o mediante Smithery
Permite una integración sencilla con clientes compatibles con MCP como Claude Desktop

Contras

Requiere Python 3.10+ y una cuenta de Kaggle con token de API
Necesita un cliente compatible con MCP para su funcionalidad
La configuración puede ser compleja para configuraciones con Docker y Smithery

Reseñas

Inicia sesión para dejar una reseña.

Aún sin reseñas. ¡Sé el primero!

Preguntas y respuestas

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