🚀 Kaggle MCP（模型上下文协议）服务器
本项目基于fastmcp库构建了MCP（模型上下文协议）服务器（server.py）。它能与Kaggle API交互，实现数据集的搜索与下载功能，还能生成用于EDA笔记本的提示，为数据处理和分析提供便利。
🚀 快速开始
此Kaggle MCP服务器能帮助你便捷地与Kaggle API交互，完成数据集的搜索、下载以及EDA笔记本提示的生成。以下为你详细介绍操作步骤。
📦 安装指南
1. 克隆仓库
git clone
cd
2. 创建虚拟环境（推荐）
python -m venv venv
source venv/bin/activate # 在Windows上使用`venv\Scripts\activate`
# 或使用uv：uv venv
3. 安装依赖项
pip install -r requirements.txt
4. 设置Kaggle API凭证
创建或复制.env文件并添加以下内容：
KAGGLE_USERNAME=your_kaggle_username
KAGGLE_KEY=your_kaggle_key
🚀 运行服务器
1. 启动服务器
在终端中运行：
python server.py
2. 与服务器交互
服务器启动后，你可以通过配置MCP客户端或AI代理进行交互。
✨ 主要特性
工具
search_kaggle_datasets(query: str)：用于搜索Kaggle数据集，会返回与查询相关的结果列表。download_kaggle_dataset(dataset_ref: str, download_path: Optional[str] = None)：可下载指定的Kaggle数据集。dataset_ref：格式为username/dataset-slug（例如，kaggle/titanic）。download_path（可选）：指定下载位置。若未提供，默认为./datasets/。/
提示
generate_eda_notebook(dataset_ref: str)：生成适合AI模型（如Gemini）的提示消息，用于创建指定Kaggle数据集的基本探索性数据分析（EDA）笔记本。提示要求生成涵盖数据加载、缺失值检查、可视化和基本统计的Python代码。
🔗 连接到Claude Desktop
1. 打开配置文件
打开Claude > 设置 > 开发者 > 编辑配置 > claude_desktop_config.json。
2. 添加配置内容
添加以下内容：
{
"mcpServers": {
"kaggle-mcp": {
"command": "kaggle-mcp",
"cwd": "/kaggle-mcp"
}
}
}
3. 重启Claude Desktop
保存文件并重启Claude Desktop。
💻 使用示例
基础用法
AI代理或MCP客户端可以与服务器交互如下：
- 代理："搜索Kaggle关于'心脏病'的数据集"
- 服务器执行
search_kaggle_datasets(query='heart disease')
- 服务器执行
- 代理："下载数据集'user/heart-disease-dataset'"
- 服务器执行
download_kaggle_dataset(dataset_ref='user/heart-disease-dataset')
- 服务器执行
- 代理："为'user/heart-disease-dataset'生成EDA笔记本提示"
- 服务器执行
generate_eda_notebook(dataset_ref='user/heart-disease-dataset') - 服务器返回结构化的提示消息。
- 服务器执行
- 代理：（将提示发送到代码生成模型）-> 收到EDA Python代码。
通过以上步骤，你可以轻松使用此Kaggle MCP服务器进行数据集搜索、下载和EDA笔记本生成。
📚 详细文档
项目结构
server.py：FastMCP服务器应用程序，定义了资源、工具和提示，用于与Kaggle交互。.env.example：环境变量示例文件（Kaggle API凭证），需重命名为.env并填写你的详细信息。requirements.txt：列出所需的Python包。pyproject.toml和uv.lock：项目元数据和锁定依赖项的uv包管理器。datasets/：下载Kaggle数据集的默认目录。