🚀 Kaggle MCP（模型上下文协议）服务器

本项目提供了一个基于fastmcp库构建的MCP（模型上下文协议）服务器（server.py）。它能够与Kaggle API进行交互，实现搜索和下载数据集的功能，还能为EDA笔记本生成提示，助力数据探索与分析。

🚀 快速开始

此仓库包含使用fastmcp库构建的MCP（模型上下文协议）服务器（server.py）。它与Kaggle API交互，提供搜索和下载数据集的功能，并生成用于EDA笔记本的提示。

📦 安装指南

1. 克隆仓库：

   git clone <repository-url>
   cd <repository-directory>
   

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. 在终端中运行：

   python server.py
   

2. 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)：搜索Kaggle数据集，返回与查询相关的结果列表。
• download_kaggle_dataset(dataset_ref: str, download_path: Optional[str] = None)：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。如果未提供，默认为./datasets/<dataset_slug>/。

提示

• generate_eda_notebook(dataset_ref: str)：生成一个提示消息，适合AI模型（如Gemini）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Claude > 设置 > 开发者 > 编辑配置 > claude_desktop_config.json。
2. 添加以下内容：

   {
     "mcpServers": {
       "kaggle-mcp": {
         "command": "kaggle-mcp",
         "cwd": "<path-to-your-cloned-repo>/kaggle-mcp"
       }
     }
   }
   

3. 保存文件并重启Claude Desktop。

💻 使用示例

AI代理或MCP客户端可以与服务器交互如下：

基础用法

1. 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')
2. 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')
3. 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。
4. 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，以与Kaggle交互。
• .env.example：环境变量示例文件（Kaggle API凭证）。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。