Kaggle-mcp

Kaggle MCP Server

一个 Model Context Protocol（MCP）服务，可与 Kaggle API 无缝集成。通过 Claude Desktop 等兼容 MCP 的客户端，与 Kaggle 竞赛、数据集、内核和模型进行交互。

功能

• 竞赛：列出、下载文件、提交内容、查看排行榜和提交记录
• 数据集：搜索、下载、创建和管理数据集，并支持版本控制
• 内核：列出、推送、拉取和管理 Kaggle 笔记本及脚本
• 模型：创建、更新和管理机器学习模型及实例，并提供完整的版本控制

安装

前置条件

• Python 3.10 或更高版本
• 拥有 API 凭据的 Kaggle 账号

从 PyPI 安装

推荐使用 uvx 运行服务，它会自动为你处理安装：

uvx mcp-server-kaggle

或者显式安装：

pip install mcp-server-kaggle
# or
uv tool install mcp-server-kaggle

从源代码安装

用于开发或本地修改：

git clone https://github.com/Seif-Sameh/Kaggle-mcp.git
cd Kaggle-mcp
uv sync

设置

1. 获取 Kaggle API 凭据

1. 前往 https://www.kaggle.com/account
2. 滚动到“API”部分
3. 点击“Create New Token”
4. 这会下载包含你凭据的 kaggle.json

2. 配置凭据

选项 A：环境变量（推荐）

export KAGGLE_USERNAME=your_username
export KAGGLE_API_KEY=your_api_key

或者添加到你的 ~/.zshrc 或 ~/.bashrc：

echo 'export KAGGLE_USERNAME=your_username' >> ~/.zshrc
echo 'export KAGGLE_API_KEY=your_api_key' >> ~/.zshrc
source ~/.zshrc

选项 B：使用 .env 文件

在你的项目目录中创建一个 .env 文件：

KAGGLE_USERNAME=your_username
KAGGLE_API_KEY=your_api_key

使用

搭配 Claude Desktop 使用

推荐通过 Claude Desktop 使用 Kaggle MCP。

1. 找到 Claude Desktop 配置文件：

   • macOS：~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows：%APPDATA%\Claude\claude_desktop_config.json
   • Linux：~/.config/Claude/claude_desktop_config.json

2. 添加 Kaggle MCP 服务配置：

{
  "mcpServers": {
    "kaggle": {
      "command": "uvx",
      "args": ["mcp-server-kaggle"],
      "env": {
        "KAGGLE_USERNAME": "YOUR_KAGGLE_USERNAME",
        "KAGGLE_API_KEY": "YOUR_KAGGLE_API_KEY"
      }
    }
  }
}

{
  "mcpServers": {
    "kaggle": {
      "command": "uv",
      "args": [
        "--directory",
        "/ABSOLUTE/PATH/TO/Kaggle-mcp",
        "run",
        "mcp-server-kaggle"
      ],
      "env": {
        "KAGGLE_USERNAME": "YOUR_KAGGLE_USERNAME",
        "KAGGLE_API_KEY": "YOUR_KAGGLE_API_KEY"
      }
    }
  }
}

3. 重启 Claude Desktop

4. 开始通过 Claude 使用 Kaggle！

试着向 Claude 提问：

• “列出最新的 Kaggle 竞赛”
• “下载 Titanic 数据集”
• “显示我最近的竞赛提交记录”
• “搜索 NLP 数据集”

独立使用

直接运行 MCP 服务：

mcp-server-kaggle

或者作为 Python 模块运行：

python -m kaggle_mcp

可用工具

竞赛（8 个工具）

数据集（10 个工具）

内核（7 个工具）

模型（14 个工具）

示例

示例 1：使用竞赛

向 Claude 提问：

"List active Kaggle competitions about computer vision"

Claude 将使用 competitions_list 工具搜索并显示相关竞赛。

示例 2：下载数据集

向 Claude 提问：

"Download the Titanic dataset to my Downloads folder"

Claude 将使用 dataset_download_files 获取所有数据集文件。

示例 3：提交竞赛结果

向 Claude 提问：

"Submit my predictions.csv to the Titanic competition with the message 'Initial baseline model'"

Claude 将使用 competition_submit 上传你的提交内容。

许可证

本项目采用 MIT 许可证授权，详情请参阅 LICENSE 文件。