此MCP伺服器透過API與Kaggle互動，搜尋資料集、下載資料集並生成EDA筆記本的提示，從而方便數據分析工作流程。
新增日期：
創建者：
Apr 23 2025
此MCP伺服器透過API與Kaggle互動，搜尋資料集、下載資料集並生成EDA筆記本的提示，從而方便數據分析工作流程。
新增日期：
Created by:
Apr 23 2025
Mikael
精選
Kaggle MCP (Model Context Protocol) Server 是什麼？
Kaggle MCP伺服器是一個專門平台，旨在簡化與Kaggle資料集的互動。它允許用戶根據關鍵字搜尋資料集、下載選定的資料集，並自動生成創建探索性數據分析(EDA)筆記本的提示。使用fastmcp庫，通過RESTful API提供這些功能，使其能夠與AI代理進行自動數據分析和研究集成。此設置簡化了數據來源、管理和初步分析，十分適合在數據驅動項目中工作的數據科學家、研究人員和AI開發者。
誰會使用 Kaggle MCP (Model Context Protocol) Server？
- 數據科學家
- 研究分析師
- AI開發者
- Kaggle參與者
如何使用 Kaggle MCP (Model Context Protocol) Server？
- 步驟1：克隆GitHub倉庫並設置環境
- 步驟2：在.env文件或kaggle.json中配置Kaggle API憑證
- 步驟3：通過pip或uv包管理器安裝依賴項
- 步驟4：使用'uv run kaggle-mcp'命令運行伺服器
- 步驟5：通過MCP客戶端或兼容的AI工具與MCP伺服器互動，使用提供的功能來搜尋和下載資料集，並生成EDA提示
Kaggle MCP (Model Context Protocol) Server 的核心特徵與益處
主要功能
- search_kaggle_datasets(query: str)
- download_kaggle_dataset(dataset_ref: str, download_path: str | None = None)
- generate_eda_notebook(dataset_ref: str)
優點
- 促進無縫的資料集探索
- 實現自動化的資料集下載和管理
- 支持自動生成EDA分析提示
- 與AI驅動的工作流程輕鬆集成
- 提高數據分析的生產力
Kaggle MCP (Model Context Protocol) Server 的主要使用案例與應用
- 研究項目的自動化數據收集
- 數據分析管道的快速原型設計
- 與AI代理的整合實現端到端數據探索
- 用於教學數據分析的教育工具
- Kaggle競賽數據的獲取和預處理
Kaggle MCP (Model Context Protocol) Server 的常見問答
開發者
您可能也喜歡：
開發者工具
一個 Docker 映像，承載多個 MCP 伺服器，透過整合 supergateway 以統一入口點訪問。
研究與數據
NOL 整合了 LangChain 和 Open Router，以使用 Next.js 創建一個多客戶端的 MCP 伺服器。