关于 datasets-models-sources
用于处理 Kaggle 数据集、模型、竞赛数据和笔记本输出的技能。它区分使用 kagglehub 传输资源与使用 Kaggle CLI 管理笔记本。
主要功能
- 01下载和加载数据集
- 02上传数据集与模型
- 03下载模型和竞赛数据
- 04获取笔记本输出
- 05管理笔记本来源附件
适用场景
- 01为本地实验获取数据
- 02为笔记本加载竞赛数据
- 03上传可复用的模型资源
- 04获取笔记本运行输出
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/datasets-models-sources确认已加载。
详细介绍
数据集、模型和来源
概述
将此技能用于 Kaggle 数据集、模型、来源附件和 kagglehub 工作流。请将传输/下载任务与 Notebook 生命周期任务分开：kagglehub 适用于数据和模型制品，但 Kaggle CLI 仍是推送、拉取、查看状态和删除 Notebook 的工具。
工具选择
| 需求 | 首选 |
|---|---|
| 创建/编辑/推送/删除 Notebook | Kaggle CLI 或 Python API |
| 查看 Notebook 状态/日志/文件 | Kaggle CLI 或 Python API |
| 下载 Notebook 输出 | Kaggle CLI 或 kagglehub.notebook_output_download |
| 下载/加载/上传数据集 | kagglehub 数据集函数或 Kaggle CLI |
| 下载/上传模型 | kagglehub 模型函数 |
| 下载竞赛数据 | kagglehub competition_download 或 Kaggle CLI |
| 管理元数据/来源数组 | kernel-metadata.json 加上 Kaggle CLI 推送 |
kagglehub 功能
kagglehub 支持 dataset_download、dataset_load、dataset_upload、model_download、model_upload、competition_download 和 notebook_output_download。它不能创建、编辑、推送、删除或管理 Kaggle Notebook，也不能管理 kernel-metadata.json 或 Notebook 运行状态。将这些操作交由 notebook-lifecycle 和 kernel-metadata 处理。
来源附件
在 kernel-metadata.json 中使用 dataset_sources、competition_sources、kernel_sources 和 model_sources 指定 Kaggle 托管的 Notebook 依赖项。优先使用明确的 Kaggle 资源标识符，并移除未使用的来源，以减少歧义、挂载混乱和违反规则的风险。
数据集和模型规范
- 使用外部数据集或预训练模型前，请确认许可证和竞赛规则。
- 避免将密钥、私有标签、缓存令牌或未经脱敏的日志上传为数据集/模型制品。
- 有意对制品进行版本管理，以便复现 Notebook 运行结果。
- 记录
/kaggle/input下预期的挂载路径，以及/kaggle/working下的输出路径。 - 在可复现性很重要时，验证大型下载的校验和或文件数量。
常见模式
对于竞赛 Notebook，通过元数据附加竞赛数据，并将提交文件写入 /kaggle/working。对于可复用的训练输出，在确认许可证/规则限制后，下载 Notebook 输出或使用 kagglehub 上传模型制品。对于本地实验，使用 kagglehub 下载内容以填充本地缓存，同时确保 Notebook 代码路径与 /kaggle/input 兼容。
安全与限制
覆盖已上传的数据集/模型版本或公开私有资源前，必须先征得确认。不要声称 kagglehub 可以推送 Notebook、更改内核元数据、检查运行日志或删除内核。对于敏感凭据，请遵循 Kaggle Secrets 指南，不要将其打包进数据集、模型或 Notebook。
来源
- kagglehub 仓库：https://github.com/Kaggle/kagglehub
- Kaggle kernels CLI：https://github.com/Kaggle/kaggle-api/blob/main/docs/kernels.md
- Kaggle API 文档：https://www.kaggle.com/docs/api