kaggle-mcp

kaggle-mcp 是一个 Model Context Protocol（MCP）服务器，将 Kaggle 数据集相关操作暴露给 Claude Desktop 等兼容 MCP 的客户端。它由 arrismo 开发并在 GitHub 上开源。以下内容依据项目资料整理。

用途 该服务器主要用于在 MCP 客户端中连接 Kaggle，实现数据集搜索、下载以及 EDA 提示生成。它适合需要在对话式客户端内快速查找和获取 Kaggle 数据集，并生成初步分析代码提示的场景。

主要能力

1. 按关键词搜索 Kaggle 数据集，返回最多 10 条 JSON 格式结果，返回字段包括 usability_rating 等。
2. 下载并解压 Kaggle 数据集。接受 dataset_ref 参数，格式为 owner/dataset-slug，例如 kaggle/titanic。download_path 为可选本地输出路径；若省略，文件保存到 ./datasets/<dataset_slug>/。
3. 为指定 Kaggle 数据集引用生成基础 Python EDA 代码提示，提示内容涵盖数据加载、缺失值检查、可视化和汇总统计。
4. 支持通过环境变量或标准 kaggle.json 文件提供 Kaggle 凭据。
5. 可在本地、Docker 或通过 Smithery 运行。

使用方式 前置条件：需要一个 Kaggle 账号和 API token，以及一个兼容 MCP 的客户端。

获取 Kaggle 凭据：

• 访问 https://www.kaggle.com/settings。
• 选择 Create New API Token。
• 下载 kaggle.json。

凭据配置方式二选一：

• 方式一：环境变量。在项目根目录创建 .env 文件。
• 方式二：kaggle.json。将文件放到标准 Kaggle 位置：macOS/Linux 为 ~/.kaggle/kaggle.json，Windows 为 C:\Users<Your User Name>.kaggle\kaggle.json。在 macOS/Linux 上需确保文件不是全局可读。

安装与运行：

• 创建并激活虚拟环境。
• 安装依赖（项目资料列出多种方式，未提供具体命令内容）。
• 本地运行：可运行服务器模块直接启动。服务器通过 MCP stdio 通信，设计为由 MCP 客户端启动。
• Docker：构建镜像；使用 .env 中的凭据运行。
• Smithery：仓库包含 smithery.yaml，Smithery 通过 stdio 启动服务器并将配置值作为环境变量传入：kaggleUsername -> KAGGLE_USERNAME，kaggleKey -> KAGGLE_KEY。

Claude Desktop 配置： 打开 Claude Desktop 设置，进入 Developer > Edit Config，将服务器添加到 claude_desktop_config.json。若安装在项目环境中，按对应方式配置；若使用 kaggle.json，可省略 env 块。

示例工作流：

1. 向 MCP 客户端提问：“Search Kaggle for heart disease datasets.”
2. 客户端调用 search_kaggle_datasets。
3. 从结果中选择数据集引用，例如 user/heart-disease-dataset。
4. 提问：“Download user/heart-disease-dataset.”
5. 提问：“Generate an EDA notebook prompt for user/heart-disease-dataset.”

项目结构：下载的数据集默认保存在 datasets/ 下，该目录在请求下载时于运行时创建。

适用场景与限制 适用于在 MCP 客户端内进行 Kaggle 数据集检索、下载和初步 EDA 提示生成的流程。限制方面，项目资料未提供具体限制说明；使用需自备 Kaggle 账号与 API token，并需要兼容 MCP 的客户端。