Kaggle MCP Proxy

kaggle mcp代理

Cloudflare Workers上的远程MCP服务器，代理对Kaggle API的工具调用。从claude.ai（或任何MCP客户端）连接，并在Kaggle的免费GPU/TPU基础设施上运行Python/R代码。

工具

上传培训数据

kaggle_dataset_create 和 kaggle_dataset_version 接受内联文件：

{
  "slug": "my-training-data",
  "title": "My Training Data",
  "files": [
    { "name": "train.csv", "content": "id,label\n1,0\n2,1\n", "content_type": "text/csv" },
    { "name": "weights.bin", "content": "", "encoding": "base64" }
  ]
}

每个文件都是通过Kaggle的blob协议上传的(POST /blobs/upload → PUT createUrl)，然后在数据集（或新版本）最终确定时附加。 由于内容是通过MCP请求内联发送的，因此总有效载荷大小为 受Cloudflare Workers的请求限制（付费计划为100 MB）。对于 较大的上传，使用官方 kaggle CLI直接。

GPU/TPU加速器

指定 accelerator 推送内核时的参数：

Kaggle提供 30小时/周 免费GPU时间。

设置

先决条件

• 启用Workers的Cloudflare帐户
• GitHub帐户（用作MCP身份验证的OAuth提供者）
• 使用API代币的Kaggle帐户

1.克隆并安装

git clone https://github.com/penta2himajin/kaggle-mcp-proxy.git
cd kaggle-mcp-proxy
npm install

2.创建KV命名空间

npx wrangler kv namespace create OAUTH_KV
# Update wrangler.jsonc with the returned ID

3.创建GitHub OAuth应用程序

首选https://github.com/settings/developers → 新OAuth应用程序：

• 你的家园: https://.workers.dev
• 回调URL: https://.workers.dev/callback

4.获取Kaggle API代币

首选https://www.kaggle.com/settings → API → 创建新的API令牌。

5.设置秘密并部署

npx wrangler secret put GITHUB_CLIENT_ID
npx wrangler secret put GITHUB_CLIENT_SECRET
npx wrangler secret put COOKIE_ENCRYPTION_KEY    # any random string
npx wrangler secret put ALLOWED_USERS             # comma-separated GitHub usernames (optional)
npx wrangler secret put KAGGLE_USERNAME            # your Kaggle username
npx wrangler secret put KAGGLE_KEY                 # your Kaggle API token (KGAT_... or legacy key)

npm run deploy

6.从claude.ai连接

1. 设置→ 连接器→ 添加自定义连接器
2. 远程MCP服务器URL: https://.workers.dev/mcp
3. 将OAuth字段留空（支持动态客户端注册）
4. 通过GitHub进行身份验证

环境变量（秘密）

平台兼容性

该项目是为 Cloudflare员工 并在该平台上进行了测试。它可以在经过修改的其他MCP兼容平台上工作，但不提供任何保证。

许可证

麻省理工学院