datasets-models-sources

用途：面向 Kaggle 数据集、模型、来源附件与 kagglehub 工作流，在需要下载、加载或上传数据与模型制品时激活。\n\n主要能力：kagglehub 支持 dataset_download、dataset_load、dataset_upload、model_download、model_upload、competition_download 和 notebook_output_download。它不创建、编辑、推送、删除或管理 Kaggle notebook，也不管理 kernel-metadata.json 或 notebook 运行状态；这些操作应交给 notebook 生命周期与 kernel-metadata 流程。notebook 的推送、拉取、状态、删除及检查状态/日志/文件，优先用 Kaggle CLI 或 Python API。\n\n来源附件：在 kernel-metadata.json 中使用 dataset_sources、competition_sources、kernel_sources 和 model_sources 声明 Kaggle 托管的 notebook 依赖，优先使用明确的 Kaggle 资源标识，并移除未用来源以降低歧义、挂载杂乱与规则合规风险。\n\n使用建议：使用外部数据集或预训练模型前确认许可证与竞赛规则；不要把密钥、私有标签、缓存令牌或未脱敏日志作为数据集或模型制品上传；有意为制品做版本以保证 notebook 运行可复现；记录 /kaggle/input 与 /kaggle/working 下的预期挂载与输出路径；大规模下载在需要可复现时校验校验和或文件数。敏感凭据按 Kaggle Secrets 指引处理，不要打包进数据集、模型或 notebook。\n\n常见模式：竞赛 notebook 通过元数据附加竞赛数据并把提交写入 /kaggle/working；可复用的训练输出可在确认许可与规则后下载 notebook 输出或用 kagglehub 上传模型制品；本地实验可用 kagglehub 下载填充本地缓存，同时让 notebook 代码路径与 /kaggle/input 兼容。\n\n限制：覆盖已上传数据集或模型版本、或将私有资产公开前需确认。kagglehub 不能推送 notebook、修改 kernel 元数据、查看运行日志或删除 kernel。\n\n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 。