datasets-models-sources について
Kaggle のデータセット、モデル、コンペデータ、ノートブック出力を扱うスキルです。kagglehub による成果物の転送と、Kaggle CLI によるノートブック管理を区別します。
主な機能
- 01データセットのダウンロードと読み込み
- 02データセットとモデルのアップロード
- 03モデルとコンペデータのダウンロード
- 04ノートブック出力の取得
- 05ノートブックのソース添付管理
活用シーン
- 01ローカル実験用データの取得
- 02ノートブックへのコンペデータ読み込み
- 03再利用可能なモデル成果物のアップロード
- 04ノートブック実行出力の取得
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/インストール後、Claude Code で/datasets-models-sourcesを入力して読み込まれたか確認します。
詳細
データセット、モデル、ソース
概要
Kaggle のデータセット、モデル、ソース添付ファイル、および kagglehub のワークフローには、このスキルを使用します。転送／ダウンロード作業とノートブックのライフサイクル作業は分けてください。kagglehub はデータやモデルのアーティファクトに便利ですが、ノートブックのプッシュ／プル／ステータス確認／削除には引き続き Kaggle CLI を使用します。
ツールの選択
| 必要な作業 | 推奨 |
|---|---|
| ノートブックの作成／編集／プッシュ／削除 | Kaggle CLI または Python API |
| ノートブックのステータス／ログ／ファイルの確認 | Kaggle CLI または Python API |
| ノートブックの出力のダウンロード | Kaggle CLI または kagglehub.notebook_output_download |
| データセットのダウンロード／読み込み／アップロード | kagglehub のデータセット関数または Kaggle CLI |
| モデルのダウンロード／アップロード | kagglehub のモデル関数 |
| コンペティションデータのダウンロード | kagglehub の competition_download または Kaggle CLI |
| メタデータ／ソース配列の管理 | kernel-metadata.json と Kaggle CLI によるプッシュ |
kagglehub の機能
kagglehub は、dataset_download、dataset_load、dataset_upload、model_download、model_upload、competition_download、notebook_output_download をサポートしています。Kaggle ノートブックの作成、編集、プッシュ、削除、管理はできず、kernel-metadata.json やノートブックの実行ステータスも管理しません。これらの操作は notebook-lifecycle と kernel-metadata に割り当ててください。
ソース添付ファイル
Kaggle がホストするノートブックの依存関係には、kernel-metadata.json の dataset_sources、competition_sources、kernel_sources、model_sources を使用します。曖昧さ、マウントの煩雑さ、ルール遵守上のリスクを減らすため、明示的な Kaggle リソース識別子を優先し、使用していないソースは削除してください。
データセットとモデルの管理
- 外部データセットや事前学習済みモデルを使用する前に、ライセンスとコンペティションのルールを確認してください。
- シークレット、非公開ラベル、キャッシュされたトークン、または編集されていないログを、データセット／モデルのアーティファクトとしてアップロードしないでください。
- ノートブックの実行を再現できるよう、アーティファクトには意図的にバージョンを付けてください。
/kaggle/input配下にマウントされる想定のパスと、/kaggle/working配下の出力パスを記載してください。- 再現性が重要な場合は、大容量のダウンロードについてチェックサムまたはファイル数を検証してください。
よくあるパターン
コンペティション用ノートブックでは、メタデータを通じてコンペティションデータを添付し、提出物は /kaggle/working に書き込んでください。再利用可能な学習結果には、ライセンスやルール上の制約を確認したうえで、ノートブックの出力をダウンロードするか、kagglehub でモデルアーティファクトをアップロードしてください。ローカルで実験する場合は、kagglehub のダウンロードを使ってローカルキャッシュにデータを保存しつつ、ノートブックのコードが /kaggle/input と互換性のあるパスを使うようにしてください。
安全性と制限事項
アップロード済みのデータセット／モデルのバージョンを上書きする場合や、非公開アセットを公開する場合は、事前に確認を求めてください。kagglehub でノートブックをプッシュしたり、カーネルメタデータを変更したり、実行ログを調べたり、カーネルを削除したりできると説明してはいけません。機密性の高い認証情報をデータセット、モデル、ノートブックに含めるのではなく、Kaggle Secrets のガイダンスを使用してください。
参考資料
- kagglehub リポジトリ：https://github.com/Kaggle/kagglehub
- Kaggle kernels CLI：https://github.com/Kaggle/kaggle-api/blob/main/docs/kernels.md
- Kaggle API ドキュメント：https://www.kaggle.com/docs/api