使用说明
Kaggle API的全功能MCP服务器-竞赛、数据集、内核、模型、基准测试和讨论。
为什么选择kaggle mcp?
Kaggle提供了一个 官方远程MCP服务器 (https://www.kaggle.com/mcp)涵盖竞赛、数据集、笔记本电脑、模型和基准测试——这是大多数Kaggle工作流程的坚实基础。
kaggle mcp扩展了这一基础 官方服务器缺少什么: 10个讨论工具。您可以搜索讨论、按源类型浏览、按新旧程度过滤竞争讨论、阅读解决方案文章、探索热门话题等等——这些都不在官方MCP中。
它也在stdio上本地运行,因此没有远程MCP依赖性,也没有 npx mcp-remote 必修的。
使用kaggle mcp 如果你需要讨论工具,或者更喜欢没有远程依赖的本地stdio设置。 使用官方MCP 如果您更喜欢OAuth 2.0认证或希望零本地安装。
快速导航
| 第节 | 说明 |
|---|---|
| 先决条件 | Kaggle API令牌设置 |
| 安装 | uvx/pip/源 |
| 配置 | 克劳德桌面,克劳德代码,VS代码,光标 |
| 工具(51) | 竞赛、数据集、内核、模型、基准、讨论 |
| 调试 | MCP检查员 |
| 发展 | 当地开发设置 |
先决条件
需要Kaggle API令牌。您可以使用以下任一方法进行身份验证:
Option A: API Token (recommended)
- 首选https://www.kaggle.com/settings → API → 创建新的API令牌
- 设置环境变量:
export KAGGLE_API_TOKEN="KGAT_xxxxxxxxxxxx"
Option B: kaggle.json
从Kaggle设置中下载令牌文件,它将保存到 ~/.kaggle/kaggle.json:
{"username": "your_username", "key": "your_api_key"}
安装
注: MCP服务器由MCP客户端(Claude Code、VS Code等)自动启动-- 您不需要在终端中手动运行它们。以下命令是客户端在后台使用的命令。
使用uvx(推荐)
无需安装。 uvx 将自动下载并运行服务器:
# Used by MCP clients internally; no need to run this yourself
uvx kaggle-mcp-server
使用pip
pip install kaggle-mcp-server
来源
git clone https://github.com/Galaxy-Dawn/kaggle-mcp.git
cd kaggle-mcp
uv sync
配置
克劳德桌面版
添加到您的 claude_desktop_config.json:
Using uvx (recommended)
{
"mcpServers": {
"kaggle": {
"command": "uvx",
"args": ["kaggle-mcp-server"],
"env": {
"KAGGLE_API_TOKEN": "KGAT_xxxxxxxxxxxx"
}
}
}
}
Using pip
{
"mcpServers": {
"kaggle": {
"command": "python",
"args": ["-m", "kaggle_mcp.server"],
"env": {
"KAGGLE_API_TOKEN": "KGAT_xxxxxxxxxxxx"
}
}
}
}
克劳德代码
claude mcp add kaggle -- uvx kaggle-mcp-server
或添加到您的 项目的 .mcp.json (不是 settings.json):
{
"mcpServers": {
"kaggle": {
"command": "uvx",
"args": ["kaggle-mcp-server"],
"env": {
"KAGGLE_API_TOKEN": "KGAT_xxxxxxxxxxxx"
}
}
}
}
VS Code
增添 .vscode/mcp.json (注:关键是 "servers",不 "mcpServers"):
{
"servers": {
"kaggle": {
"command": "uvx",
"args": ["kaggle-mcp-server"],
"env": {
"KAGGLE_API_TOKEN": "KGAT_xxxxxxxxxxxx"
}
}
}
}
光标
增添 .cursor/mcp.json:
{
"mcpServers": {
"kaggle": {
"command": "uvx",
"args": ["kaggle-mcp-server"],
"env": {
"KAGGLE_API_TOKEN": "KGAT_xxxxxxxxxxxx"
}
}
}
}
提示: 如果你已经有了
KAGGLE_API_TOKEN在你的 外壳环境 (例如在.bashrc或.zshrc),您可以省略"env"块。
工具(51)
竞赛(10)
| 工具 | 说明 |
|---|---|
competitions_list |
搜索并列出Kaggle竞赛 |
competition_files |
列出比赛的数据文件 |
competition_download |
下载竞赛数据文件 |
competition_submit |
向竞赛提交预测 |
competition_submissions |
查看提交历史记录 |
competition_leaderboard |
查看排行榜(前20名) |
competition_get |
获取详细的竞争信息 |
competition_data_summary |
获取数据文件摘要 |
competition_get_submission |
获取单次提交的详细信息 |
competition_leaderboard_download |
以CSV格式下载完整排行榜 |
Parameter details
- 竞赛列表 —
search,category,sort_by(latestDeadline/numberOfTeams/recentlyCreated),page - 竞争_文件 —
competition(URL后缀,例如。titanic) - 竞赛_下载 —
competition,file_name(可选,空=所有文件)→ 下载URL - 竞赛_提交 —
competition,blob_file_tokens,message - 竞赛_提交 —
competition - 竞赛_排行榜 —
competition→ 排名前20的球队和得分 - competition_get —
competition→ 完整细节(截止日期、奖励、评估指标等) - 比赛_数据_总结 —
competition→ 数据文件摘要字典 - 竞争_获取_提交 —
competition,submission_id(整数) - 竞赛_排行榜_下载 —
competition→ 完整排行榜CSV的下载URL
数据集(11)
| 工具 | 说明 |
|---|---|
datasets_list |
搜索并列出Kaggle数据集 |
dataset_files |
列出数据集中的文件 |
dataset_download |
下载数据集文件 |
dataset_metadata |
获取数据集元数据 |
dataset_create |
创建新数据集 |
file_upload |
将文件上传到Kaggle |
dataset_get |
获取完整的数据集信息 |
dataset_create_version |
创建新的数据集版本 |
dataset_update_metadata |
更新数据集标题/描述 |
dataset_delete |
删除数据集 |
dataset_download_file |
从数据集中下载单个文件 |
Parameter details
- 数据集列表 —
search,sort_by(hottest/votes/updated/active),file_type,page - 数据文件 —
owner,dataset_slug - 数据下载 —
owner,dataset_slug,file_name(可选)→ 下载URL - 数据元数据 —
owner,dataset_slug→ 元数据字典 - dataset_create —
owner,slug,title,file_tokens(从file_upload),license_name,is_private - file_upload —
file_name,content→ 用于的文件令牌dataset_create - 数据获取 —
owner,dataset_slug→ 完整数据集详细信息 - dataset_create_version —
owner,dataset_slug,version_notes,file_tokens - 数据_更新_元数据 —
owner,dataset_slug,title,description - 数据删除 —
owner,dataset_slug - 数据_下载_文件 —
owner,dataset_slug,file_name→ 下载URL
果仁(9)
| 工具 | 说明 |
|---|---|
kernels_list |
搜索并列出笔记本电脑/内核 |
kernel_pull |
获取笔记本的源代码 |
kernel_push |
将笔记本推送/保存到Kaggle |
kernel_output |
获取内核输出下载URL |
kernel_session_create |
创建交互式内核会话 |
kernel_session_status |
获取内核会话执行状态 |
kernel_session_output |
列出内核会话的输出文件 |
kernel_session_cancel |
取消正在运行的内核会话 |
competition_top_kernels |
按分数排序列出比赛的顶级公共内核 |
Parameter details
- 内核列表 —
search,competition,dataset,sort_by(hotness/commentCount/dateCreated/dateRun/relevance/voteCount),page - kernel_pull —
user_name,kernel_slug→ 元数据+源代码 - kernel_push —
title,text,language(python/r),kernel_type(notebook/script),is_private - 内核输出 —
user_name,kernel_slug→ 下载URL - kernel_session_create —
user_name,kernel_slug→ 会话详细信息 - kernel_session_status —
user_name,kernel_slug→ 状态+故障消息(如有) - kernel_session_output —
user_name,kernel_slug→ 带有URL的输出文件列表 - 内核会话取消 —
user_name,kernel_slug - 核心竞争力 —
competition,sort_by(scoreDescending/scoreAscending/voteCount/hotness/dateCreated/dateRun/commentCount),page_size-注:Kaggle API不公开活跃比赛的分数值;分数是从包含作者的笔记本标题中提取的(例如。[0.371],LB:0.95)
型号(10)
| 工具 | 说明 |
|---|---|
models_list |
搜索并列出Kaggle模型 |
model_get |
获取详细的模型信息 |
model_create |
创建新模型 |
model_update |
更新模型元数据 |
model_delete |
删除模型 |
model_instances_list |
列出模型的所有实例 |
model_instance_get |
获取特定模型实例 |
model_instance_create |
创建新模型实例 |
model_instance_versions |
列出模型实例的版本 |
model_instance_version_create |
创建新的模型实例版本 |
Parameter details
- 型号列表 —
search,owner,sort_by(hotness/downloadCount/createTime/updateTime),page_size - 模型集合 —
owner,model_slug - 模型创建 —
owner,slug,title,subtitle,is_private,description - 模型更新 —
owner,model_slug,title,subtitle,description - 模型_删除 —
owner,model_slug - 模型实例列表 —
owner,model_slug - 模型实例获取 —
owner,model_slug,framework,instance_slug - 模型实例创建 —
owner,model_slug,framework,instance_slug,license_name,is_private - 模型实例版本 —
owner,model_slug,framework,instance_slug - 模型_实例_版本_创建 —
owner,model_slug,framework,instance_slug,version_notes,file_tokens
基准(1)
| 工具 | 说明 |
|---|---|
benchmark_leaderboard |
获取基准排行榜 |
Parameter details
- 基准板 —
owner_slug,benchmark_slug,version_number(可选,默认0)
讨论(10)
| 工具 | 说明 |
|---|---|
discussions_search |
搜索Kaggle讨论 |
discussions_list |
列出比赛/数据集的讨论 |
discussion_detail |
按ID获取讨论内容 |
discussion_comments |
获取讨论的评论 |
discussion_comments_search |
在所有讨论中搜索评论 |
discussions_by_source |
按源类型浏览讨论 |
discussions_solutions |
浏览竞争解决方案文章 |
discussions_writeups |
按类型浏览Kaggle的文章 |
discussions_trending |
浏览热门讨论 |
discussions_my |
列出当前用户的讨论 |
Parameter details
- 讨论_搜索 —
query,sort_by(hotness/votes/comments/created/updated),source_type,page_size - 讨论列表 —
competition,dataset,page_size,since_hours(过滤至持续N小时),new_only(按以下条件筛选createTime对比updateTime) - 讨论_结束 —
discussion_id(整数),competition(建议准确) - 讨论意见 —
discussion_id,page_size - 讨论_意见_研究 —
query,page_size - 讨论_来源 —
source_type(competition/dataset/kernel/site_forum/competition_solution/model/write_up/learn_track/benchmark/benchmark_task),query,sort_by,page_size - 讨论_解决方案 —
competition(可选段塞),sort_by,page_size - 讨论_文章 —
write_up_type(knowledge/competition_solution/hackathon/personal_project/forum_topic/blog),query,page_size - 讨论_趋势 —
source_type(可选),page_size - 讨论_ my —
page_size
调试
您可以使用 MCP检查员 要调试服务器,请执行以下操作:
npx @modelcontextprotocol/inspector uvx kaggle-mcp-server
检查器将提供一个URL,用于访问浏览器中的调试工具。
发展
git clone https://github.com/Galaxy-Dawn/kaggle-mcp.git
cd kaggle-mcp
uv sync
然后使用本地路径在MCP客户端中配置服务器,或使用 MCP检查员.
贡献
欢迎投稿!请在上打开问题或提交拉取请求 GitHub存储库.
许可证
该项目根据MIT许可证获得许可。请参阅 许可证 文件以获取详细信息。
