kaggle-mcpServer MCP per Kaggle

— (0)

Recensito da Daniel Nikulshyn·Aggiornato luglio 2026

Panoramica

Kaggle MCP Server è un server di Model Context Protocol (MCP) che espose la ricerca di dati di Kaggle, il download e la creazione di prompt EDA per gli clienti MCP. Permette ai utenti di cercare i dati di Kaggle per parole chiave, scaricare e estrarre i dati localmente, e generare promp di EDA di partenza per i dati di Kaggle. Il server supporta le credenziali di Kaggle via variabili di ambiente o il file standard kaggle.json e può eseguire localmente, in Docker o attraverso Smithery.

Funzionalità chiave

Cerca i dati di Kaggle per parole chiave
Scarica e estraevi localmente i dati di Kaggle
Genera promp di partenza EDA per i dati di Kaggle
Supporto per credenziali di Kaggle via variabili di ambiente o kaggle.json

Prezzi

Modello: Free
Categoria: Server MCP
Valutazione: Nessuna recensione

Casi d’uso

Ricerca dei Dati

Usa il Server MCP di Kaggle per cercare i dati correlati a un argomento specifico, come 'malattie del cuore'.

Download e EDA dei Dati

Scarica un set di dati di Kaggle e genera un prompt EDA per iniziare velocemente l'analisi dei dati.

Pro & contro

Pro

Espone la ricerca dei dati di Kaggle, il download e la creazione dei prompt EDA per gli clienti MCP
Supporta le credenziali di Kaggle via variabili di ambiente o file kaggle.json
Può eseguire localmente, in Docker o attraverso Smithery
Permette un'integrazione facile con gli clienti MCP compatibili come Claude Desktop

Contro

Richiede Python 3.10+ e un account di Kaggle con token di API
Ha bisogno di un cliente MCP compatibile per la funzionalità
La configurazione può essere complessa per gli setup Docker e Smithery

Recensioni

Accedi per lasciare una recensione.

Nessuna recensione. Sii il primo!

Domande e risposte

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