kaggle-mcpServidor MCP para Kaggle

— (0)

Avaliado por Daniel Nikulshyn·Atualizado julho de 2026

Visão geral

O Servidor Kaggle MCP é um servidor de Protocolo de Contexto de Modelo (MCP) que expõe a busca de conjunto de dados do Kaggle, download e geração de prompts de EDA para clientes MCP. Ele permite que os usuários procurem conjuntos de dados do Kaggle por palavra-chave, baixem e descompactem conjuntos de dados localmente e gerem prompts iniciais de Análise Exploratória de Dados (EDA) para conjuntos de dados do Kaggle. O servidor suporta credenciais do Kaggle por meio de variáveis de ambiente ou do arquivo padrão kaggle.json e pode ser executado localmente, em Docker ou por meio do Smithery.

Funcionalidades principais

Procurar conjuntos de dados do Kaggle por palavra-chave
Baixar e descompactar conjuntos de dados do Kaggle localmente
Gerar prompts iniciais de EDA para conjuntos de dados do Kaggle
Suporte a credenciais do Kaggle por meio de variáveis de ambiente ou kaggle.json

Preços

Modelo: Free
Categoria: Servidores MCP
Avaliação: Ainda sem avaliações

Casos de uso

Busca de Conjuntos de Dados

Use o Servidor Kaggle MCP para procurar conjuntos de dados relacionados a um tópico específico, como 'doença cardíaca'.

Download de Conjunto de Dados e EDA

Baixe um conjunto de dados do Kaggle e gere um prompt de EDA para começar rapidamente com a análise de dados.

Prós e contras

Prós

Expõe a busca de conjunto de dados do Kaggle, download e geração de prompts de EDA para clientes MCP
Suporta credenciais do Kaggle por meio de variáveis de ambiente ou arquivo kaggle.json
Pode ser executado localmente, em Docker ou por meio do Smithery
Permite fácil integração com clientes compatíveis com MCP, como o Claude Desktop

Contras

Requer Python 3.10+ e uma conta do Kaggle com token de API
Necessita de cliente compatível com MCP para funcionalidade
A configuração pode ser complexa para configurações Docker e Smithery

Avaliações

Entra para deixar uma avaliação.

Ainda sem avaliações. Sê o primeiro!

Perguntas e respostas

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