kaggle-mcpMCP-server voor Kaggle

— (0)

Beoordeeld door Daniel Nikulshyn·Bijgewerkt juli 2026

Overzicht

Kaggle MCP Server is een Model Context Protocol (MCP) server die toegang biedt tot Kaggle dataset zoeken, downloaden en EDA-prompt generatie voor MCP-clients. Het stelt gebruikers in staat om Kaggle-datasets te zoeken op trefwoord, datasets te downloaden en uit te pakken lokaal, en starter Exploratory Data Analysis (EDA) prompts te genereren voor Kaggle-datasets. De server ondersteunt Kaggle-referenties via omgevingsvariabelen of het standaard kaggle.json bestand en kan lokaal worden uitgevoerd, in Docker of via Smithery.

Belangrijkste functies

Zoek Kaggle-datasets op trefwoord
Download en unzip Kaggle-datasets lokaal
Genereer starter EDA-p prompts voor Kaggle-datasets
Ondersteuning voor Kaggle-referenties via omgevingsvariabelen of kaggle.json

Prijs

Model: Free
Categorie: MCPServers
Beoordeling: Nog geen reviews

Toepassingen

Dataset zoeken

Gebruik de Kaggle MCP Server om te zoeken naar datasets die verband houden met een specifiek onderwerp, zoals 'hartziekte'.

Dataset downloaden en EDA

Download een Kaggle-dataset en genereer een EDA-prompt om snel aan de slag te gaan met data-analyse.

Pluspunten & minpunten

Pluspunten

Biedt toegang tot Kaggle dataset zoeken, downloaden en EDA-prompt generatie voor MCP-clients
Ondersteunt Kaggle-referenties via omgevingsvariabelen of kaggle.json bestand
Kan lokaal worden uitgevoerd, in Docker of via Smithery
Maakt gemakkelijke integratie mogelijk met MCP-compatibele clients zoals Claude Desktop

Minpunten

Vereist Python 3.10+ en een Kaggle-account met API-token
Heeft een MCP-compatibele client nodig voor functionaliteit
Configuratie kan complex zijn voor Docker en Smithery setups

Recensies

Nog geen reviews. Wees de eerste!

Vragen

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