Kaggle MCP

🚀 Kaggle MCP（モデルコンテキストプロトコル）サーバー

このリポジトリには、fastmcpライブラリを使用して構築されたMCP（モデルコンテキストプロトコル）サーバー（server.py）が含まれています。このサーバーはKaggle APIと連携し、データセットの検索とダウンロード機能を提供し、EDAノートブック用のプロンプトを生成します。

🚀 クイックスタート

このKaggle MCPサーバーを使用することで、Kaggleデータセットの検索、ダウンロード、およびEDAノートブックの生成が簡単に行えます。以下の手順に従ってセットアップしてください。

✨ 主な機能

ツール

• search_kaggle_datasets(query: str)：Kaggleデータセットを検索します。クエリに関連する結果のリストを返します。
• download_kaggle_dataset(dataset_ref: str, download_path: Optional[str] = None)：指定されたKaggleデータセットをダウンロードします。
  • dataset_ref：username/dataset-slugの形式（例：kaggle/titanic）。
  • download_path（オプション）：ダウンロード先を指定します。指定しない場合は、./datasets/<dataset_slug>/がデフォルトで使用されます。

プロンプト

• generate_eda_notebook(dataset_ref: str)：指定されたKaggleデータセットの基本的な探索的データ分析（EDA）ノートブックを作成するためのプロンプトメッセージを生成します。このプロンプトでは、データの読み込み、欠損値のチェック、可視化、および基本的な統計をカバーするPythonコードの生成が要求されます。

📦 インストール

1. リポジトリをクローンする：

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

2. 仮想環境を作成する（推奨）：

python -m venv venv
source venv/bin/activate  # Windowsでは`venv\Scripts\activate`を使用
# またはuvを使用：uv venv

3. 依存関係をインストールする：

pip install -r requirements.txt

4. Kaggle APIの認証情報を設定する： .envファイルを作成またはコピーし、以下の内容を追加します。

KAGGLE_USERNAME=your_kaggle_username
KAGGLE_KEY=your_kaggle_key

💻 使用例

AIエージェントまたはMCPクライアントは、以下のようにサーバーとやり取りできます。

基本的な使用法

1. **エージェント**："Kaggleで'心臓病'に関するデータセットを検索"
    - *サーバーが`search_kaggle_datasets(query='heart disease')`を実行*
2. **エージェント**："データセット'user/heart-disease-dataset'をダウンロード"
    - *サーバーが`download_kaggle_dataset(dataset_ref='user/heart-disease-dataset')`を実行*
3. **エージェント**："'user/heart-disease-dataset'のEDAノートブック用のプロンプトを生成"
    - *サーバーが`generate_eda_notebook(dataset_ref='user/heart-disease-dataset')`を実行*
    - *サーバーが構造化されたプロンプトメッセージを返す*
4. **エージェント**：（プロンプトをコード生成モデルに送信）-> EDAのPythonコードを受け取る

📚 ドキュメント

サーバーの起動

1. ターミナルで以下のコマンドを実行します。

python server.py

2. サーバーが起動したら、MCPクライアントまたはAIエージェントを構成してサーバーとやり取りできます。

Claude Desktopへの接続

1. Claudeを開き、「設定」>「開発者」>「設定の編集」> claude_desktop_config.jsonを選択します。
2. 以下の内容を追加します。

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

3. ファイルを保存し、Claude Desktopを再起動します。

🔧 技術詳細

プロジェクト構造

• server.py：FastMCPサーバーアプリケーション。Kaggleとのやり取りに必要なリソース、ツール、およびプロンプトを定義します。
• .env.example：環境変数のサンプルファイル（Kaggle APIの認証情報）。.envにリネームし、自分の詳細を記入してください。
• requirements.txt：必要なPythonパッケージのリスト。
• pyproject.toml と uv.lock：プロジェクトのメタデータとuvパッケージマネージャーの依存関係のロックファイル。
• datasets/：Kaggleデータセットのダウンロード先のデフォルトディレクトリ。