NVIDIA/nvidia-kaggle

NVIDIA Kaggle 插件 – 端到端 Kaggle 工作流的代理技能

是什么 – 一个基于 Python 的 代理技能，使大型语言模型代理（如 Claude Code、Codex）能够与 Kaggle 交互。通过一条自然语言命令（nvidia-kaggle-skill），代理可以：

• 获取竞赛概览、规则和数据集元数据。
• 搜索并总结排行榜优秀解法、讨论帖和公开笔记本。
• 下载一个笔记本（kernel）及其数据到本地工作区，准备运行。
• 将笔记本提交到竞赛，并轮询获取结果。
• 从本地文件夹创建或更新 Kaggle 数据集。

该技能可解析您提供的任何内容——竞赛标识符、Kaggle URL、内核引用、解法链接或本地路径——并自动选择相应的子脚本。

---

主要功能（如 README 所示）

功能	技能的作用
竞赛上下文	返回概览、规则、评估指标、时间线和数据集描述。
解决方案解法	找到排名靠前的排行榜解法，并生成获胜方法的简洁摘要。
讨论	索引 Kaggle 讨论帖，允许代理搜索并阅读选定帖子。
内核	索引公开内核，查询并提取最相关的笔记本。
内核复现	下载公开笔记本及其所有必要输入，并整理到本地目录，准备执行。
提交	将基于笔记本的提交推送到 Kaggle，并轮询竞赛页面获取最终分数。
数据集上传	从本地文件夹创建新 Kaggle 数据集或更新现有数据集。

---

快速开始（安装技能）

1. 前置条件
   • Python 3.10+
   • 支持插件/代理技能的代理运行时（如 Codex、Claude Code）
   • 配置了 KAGGLE_API_TOKEN 环境变量的 Kaggle 账户
2. 市场安装（支持的运行时）

   # Codex
   codex plugin marketplace add https://github.com/NVIDIA/nvidia-kaggle.git
   # Claude Code
   claude plugin marketplace add https://github.com/NVIDIA/nvidia-kaggle.git
   claude plugin install nvidia-kaggle@nvidia-kaggle --scope user
   

3. 本地安装（任何可读取技能目录的运行时）

   cp -R skills/nvidia-kaggle-skill <your-skills-directory>/
   

   该目录必须包含 SKILL.md、Markdown 工作流文件和 scripts/ 文件夹。

---

示例使用模式（来自 README）

• 总结顶级解决方案

  /nvidia-kaggle:nvidia-kaggle-skill 获取 AI 数学奥林匹克 – Progress Prize 2 竞赛的前 3 个解决方案解法，并总结关键策略。
  

• 获取竞赛概览与数据集描述

  /nvidia-kaggle:nvidia-kaggle-skill 获取 ARC Prize 2025 竞赛的竞赛概览和数据集描述。
  

• 研究公开内核

  /nvidia-kaggle:nvidia-kaggle-skill 研究 Home Credit Default Risk 竞赛的顶级公开内核，并总结所用建模方法。
  

• 在本地设置笔记本

  /nvidia-kaggle:nvidia-kaggle-skill 将此笔记本下载到本地并设置好，以便我可以运行它：https://www.kaggle.com/code/cdeotte/titanic-wcg-xgboost-0-84688
  

这些命令展示了自然语言接口：代理根据请求内容自动决定运行哪个内部脚本。

---

开发与测试

• 使用 uv run pytest 运行测试套件。
• 需要有效令牌才能运行的集成测试（访问真实 Kaggle API）需通过 --run-integration 选项启用。
• 发布前，请同步依赖项（uv sync），运行完整测试套件，并使用 claude plugin validate . 验证插件。

---

许可证

• MIT（参见 LICENSE）。

---

总结 – NVIDIA Kaggle 插件将对话式 AI 代理转变为功能完整的 Kaggle 助手，无需用户编写任何 API 代码，即可处理从数据发现到模型提交的全部流程。