kaggle-MCP vs filesystem
并排对比，帮你在这两个 MCP server 之间做选择。
kaggle-MCP by Dishant27 | filesystem by modelcontextprotocol | |
|---|---|---|
| Stars | ★ 9 | ★ 85,748 |
| 30天用量 | — | — |
| 综合分 | 34 | 77 |
| 官方 | — | ✓ |
| 分类 | AI / LLM 工具开发者工具data-science | 本地文件系统开发者工具效率工具 |
| 实现语言 | TypeScript | TypeScript |
| 最近提交 | 14 个月前 | 本月 |
kaggle-MCP · 概述
MCP 服务器让 AI 助手能够通过命令和 API 访问 Kaggle 竞赛。
filesystem · 概述
功能丰富的文件系统操作 MCP 服务器，具有动态目录访问控制功能。
kaggle-MCP · 使用场景
- 数据科学家可以快速下载竞赛数据集，无需离开 AI 编程环境
- AI 助手可以通过自然语言命令帮助准备和提交竞赛条目
- 研究人员可以及时了解 Kaggle 竞赛信息并跟踪提交历史
filesystem · 使用场景
- 使 AI 模型能够读取和写入项目文件进行开发
- 允许 Claude 或其他 MCP 客户端浏览和分析代码库
- 为内容生成提供对特定目录的安全沙盒访问
kaggle-MCP · 安装
安装
- 安装先决条件:
```bash # 安装 Kaggle CLI pip install kaggle
# 安装 Node.js 16+ 和 TypeScript # (根据您的操作系统遵循说明) ```
- 获取 Kaggle API 凭据:
- 访问 https://www.kaggle.com/account 并点击 "Create New API Token" - 这将下载一个 kaggle.json 文件 - 将其放在 ~/.kaggle/ 目录下(Linux/Mac)或 %USERPROFILE%\.kaggle\ 下(Windows)
- 安装 MCP 服务器:
``bash git clone https://github.com/Dishant27/kaggle-MCP.git cd kaggle-MCP npm install npm run build ``
- 配置 Claude Desktop:
``json { "mcpServers": { "kaggle": { "command": "node", "args": ["/path/to/kaggle-MCP/build/index.js"], "env": { "KAGGLE_USERNAME": "your-kaggle-username", "KAGGLE_KEY": "your-kaggle-api-key" } } } } ``
filesystem · 安装
安装
使用 NPX
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"/path/to/allowed/directory"
]
}
}
}使用 Docker
{
"mcpServers": {
"filesystem": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"--mount", "type=bind,src=/path/to/allowed/dir,dst=/projects/allowed/dir",
"mcp/filesystem",
"/projects"
]
}
}
}VS Code 扩展
点击 README 中的安装按钮直接在 VS Code 中安装。