kaggle-mcpSerwer MCP dla Kaggle

— (0)

Zrecenzowane przez Daniel Nikulshyn·Zaktualizowano lipiec 2026

Przegląd

Serwer Kaggle MCP to serwer Model Context Protocol (MCP), który udostępnia wyszukiwanie, pobieranie i generowanie podpowiedzi EDA dla zbiorów danych Kaggle klientom MCP. Umożliwia użytkownikom wyszukiwanie zbiorów danych Kaggle według słowa kluczowego, pobieranie i rozpakowywanie zbiorów danych lokalnie oraz generowanie wstępnych podpowiedzi do analizy eksploracyjnej (EDA) dla zbiorów danych Kaggle. Serwer obsługuje dane uwierzytelniające Kaggle za pomocą zmiennych środowiskowych lub standardowego pliku kaggle.json i może działać lokalnie, w Dockerze lub za pośrednictwem Smithery.

Kluczowe funkcje

Wyszukiwanie zbiorów danych Kaggle według słowa kluczowego
Pobieranie i rozpakowywanie zbiorów danych Kaggle lokalnie
Generowanie wstępnych podpowiedzi EDA dla zbiorów danych Kaggle
Obsługa danych uwierzytelniających Kaggle za pomocą zmiennych środowiskowych lub kaggle.json

Cennik

Model: Free
Kategoria: Serwery MCP
Ocena: Brak recenzji

Zastosowania

Wyszukiwanie zbiorów danych

Użyj serwera Kaggle MCP do wyszukiwania zbiorów danych związanych z konkretnym tematem, takim jak 'choroba serca'.

Pobieranie zbiorów danych i EDA

Pobierz zbiór danych Kaggle i wygeneruj podpowiedź EDA, aby szybko rozpocząć analizę danych.

Plusy i minusy

Plusy

Udostępnia wyszukiwanie, pobieranie i generowanie podpowiedzi EDA dla zbiorów danych Kaggle klientom MCP
Obsługuje dane uwierzytelniające Kaggle za pomocą zmiennych środowiskowych lub pliku kaggle.json
Może działać lokalnie, w Dockerze lub za pośrednictwem Smithery
Umożliwia łatwą integrację z klientami kompatybilnymi z MCP, takimi jak Claude Desktop

Minusy

Wymaga Pythona 3.10+ i konta Kaggle z tokenem API
Potrzebuje klienta kompatybilnego z MCP do funkcjonowania
Konfiguracja może być złożona dla konfiguracji Docker i Smithery

Recenzje

Zaloguj się, aby zostawić recenzję.

Brak recenzji. Bądź pierwszy!

Pytania i odpowiedzi

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