kaggle-mcpMCP-server för Kaggle

— (0)

Granskat av Daniel Nikulshyn·Uppdaterad juli 2026

Översikt

Kaggle MCP Server är en Model Context Protocol (MCP)-server som exponerar Kaggle-datasöknings-, nedladdnings- och EDA-promptgenereringsfunktioner till MCP-klienter. Den möjliggör för användare att söka Kaggle-dataset efter nyckelord, ladda ner och packa upp dataset lokalt samt generera startprompts för utforskande dataanalys (EDA) för Kaggle-dataset. Servern stöder Kaggle-autentiseringsuppgifter via miljövariabler eller den standard kaggle.json-fil och kan köras lokalt, i Docker eller via Smithery.

Nyckelfunktioner

Sök Kaggle-dataset genom nyckelord
Ladda ned och packa upp Kaggle-dataset lokalt
Generera startprompts för EDA för Kaggle-dataset
Stöd för Kaggle-inloggningsuppgifter via miljövariabler eller kaggle.json

Priser

Modell: Free
Kategori: MCP-servrar
Betyg: Inga recensioner

Användningsfall

Datasökbokning

Använd Kaggle MCP-servern för att söka efter dataset relaterade till ett visst ämne, till exempel 'hjärtsjukdomar'.

Datasökbokning och EDA

Ladda ner ett Kaggle-dataset och generera en EDA-prompt för att snabbt komma igång med dataanalys.

Fördelar och nackdelar

Fördelar

Exponerar Kaggle-datasetsökning, nerladdning och EDA-promptgenerering för MCP-klienter
Stödjer Kaggle-inloggningsuppgifter via miljövariabler eller kaggle.json-fil
Kan köras lokalt, i Docker eller via Smithery
Tillåter enkel integrering med MCP-kompatibla klienter som Claude Desktop

Nackdelar

Kräver Python 3.10+ och ett Kaggle-konto med API-nyckel
Behöver MCP-kompatibel klient för funktion
Konfiguration kan vara komplex för Docker- och Smithery-konfigurationer

Recensioner

Logga in för att lämna en recension.

Inga recensioner än. Bli den första!

Frågor

Vilka funktioner exponerar MCP-servern till kompatibla klienter?

Den erbjuder tre MCP-funktioner: search_kaggle_datasets (för att hitta upp till 10 dataset efter kriterium), download_kaggle_dataset (för att ladda ned och packa upp ett dataset lokal), och generate_eda_notebook (för att skapa ett introducerande EDAbeskrivning för ett angivet dataset hänvisning.)

Asked by Sofia Lindqvist · Sep 28, 2025

Kan servern köra i en Docker-container eller via Smithery, och vad är extra inställning som behövs?

Ja, repositoryn innehåller en Dockerfile för distribuering i en container, och en smithery.yaml-fil för Smithery. Du måste dock se till att dina Kaggle-autentiseringsuppgifter är tillgängliga från inuti container eller Smithery-miljön, vanligtvis genom att montera .kaggle-katalogen eller ställa in miljövariabler.

Asked by Piotr Baranowski · Aug 26, 2025

Hur anger jag mina Kaggle-autentiseringsuppgifter till servern?

Du kan ställa in miljövariablarna KAGGLE_USERNAME respektive KAGGLE_KEY i en .env-fil, eller placera kaggle.json-filen i standardplatsen (ca ~/.kaggle/kaggle.json på macOS/Linux eller C:Users<User>.kagglekaggle.json på Windows).

Asked by Mia Andersen · Aug 22, 2025

Vilken Pythonversion och beroenden behövs för att köra Kaggle MCP Server?

Du behöver Python 3.10 eller nyare. Installiera de krävda paketen via uv sync, uv run eller pip install -r requirements.txt som beskrivs i repositoryn.

Asked by Naomi Suzuki · Aug 11, 2025