Kaggle
平台 · 详解依据官方 页面编写，包括平台自身与辅助服务的页面。
概览
Kaggle（中文音译 «卡格尔»）是面向数据科学与机器学习从业者的平台：竞赛、 数据集、代码云环境、现成模型和课程。所有者是 Google。
平台在一份供程序读取的机器可读文件中给出了自我描述： «Kaggle 是一个面向数据科学家、机器学习从业者和 AI 开发者的在线社区。 用户可以查找和发布数据集、在网页版数据工作环境中构建模型，并参加 竞赛»。同一处还有补充： «Kaggle 不只是竞赛：这里还有庞大的数据集合集、Notebooks 云环境、 Models 和 Benchmarks 板块以及大量课程»， 以及平台带有游戏化设计：用户获得从 Novice 到 Grandmaster 的等级。
先说这篇文章最主要的局限。网站受浏览器验证保护：对 www.kaggle.com 的普通请求返回的是 «Checking your browser — reCAPTCHA» 页面，内容由脚本填充。在 www.kaggle.com/robots.txt 这个地址上 没有带指令的文件：服务器返回的是 HTML 页面，而不是 robots.txt 文本 （我们某一次核对时返回 404，之后几次返回 200 且类型为 text/html）。 也就是说，平台并未设置形式上的读取禁令，但技术性的机器人防护是存在的。 因此公开来源有两个：网站的机器可读描述，以及 Kaggle 在 GitHub 上的 官方文档。
这里有谁
在我们能访问的页面上，Kaggle 没有公布受众的数字指标：既没有用户数， 也没有数据集数量，也没有按国家和语言的分布。
唯一的间接线索在平台自身页面的描述里：邀请 «加入数百万创作者、研究者和实验室，他们通过众包基准、竞赛和黑客松 来评测智能体、模型和前沿技术»。 «数百万» 这个词是没有测量支撑的营销表述。
平台语言是英语。受众构成可从产品结构间接看出： 从 Novice 到 Grandmaster 的五级进阶， 以及命令行中可见的四个活动方向 —— 竞赛、数据集、笔记本和论坛 （命令清单）。
如何开始
除阅读之外的一切都需要注册。命令行的官方文档这样描述登录： «首先你需要一个 Kaggle 账号»；登录后，用于程序访问的凭据在设置页面 下载，通过 API 板块中的 «Generate New Token» 按钮。
教程板块建议在浏览器中打开 Kaggle，以便在个人资料的 «Your Work» 板块中查看命令的执行结果 —— 平台的设计前提是 «网页加工具» 的组合。
平台在网站描述中引用的 kaggle.com/docs/getting-started 页面被浏览器验证挡住 —— 确切的注册 流程、认证要求和是否存在企业账号都在它后面。
可以发布什么
用户自己创建的对象有四类： 竞赛、数据集、模型及其变体、笔记本（kernels）。 论坛可供阅读。
数据集发布时带一个 dataset-metadata.json 文件，其中填写标题、 地址标识符、许可证和描述 —— 流程在教程板块中有说明。 搜索筛选器显示了平台区分哪些格式 —— CSV、SQLite、JSON、BigQuery —— 以及哪些许可证：CC、GPL、ODB 和 «其他»。 大小以字节设定和筛选，文档没有给出上限。
笔记本。 语言在筛选参数中列出： Python、R、SQLite、Julia； 类型分为脚本和笔记本。发布的是 .ipynb、.Rmd 或 .py 文件，外加 带标题、标识符、语言、类型和数据来源的 kernel-metadata.json。
模型以模型、其变体和变体版本的形式发布 —— 三个层级，各有各的命令。
竞赛不仅可以参加，也可以自己举办：README 描述了竞赛主办方的命令 —— 创建、填充页面、配置和启动。
关于禁止发布什么的规则，写在一个无法读取的页面上的协议里。
如何增长
平台没有描述排序机制，但排序参数暴露了它按什么计算热度。笔记本的排序是 hotness（默认）、评论数、创建日期、运行日期、相关度、评分、浏览数和 投票数； 数据集是 hottest、投票、更新日期、活跃度； 模型是 hotness、下载数、投票数、笔记本数、创建日期。 结论是：在 Kaggle 上增长的不是文本，而是被人使用的成果物。
第二种增长方式是竞赛。其类别为： featured、research、recruitment、gettingStarted、masters、 playground。 recruitment 这个类别本身说明了问题：一部分竞赛是为招聘而办的。列表 输出中有这些列：reward（奖励）、teamCount（队伍数）和 userRank —— 你在公开榜单中的名次。
Kaggle 没有宣布设有广告后台。
变现路径
Kaggle 不为发布内容付费：在可获取的来源中，既没有收入分成，也没有订阅， 也没有数据集付费的说明。
这里的钱来自竞赛奖金：每个竞赛都有 reward 一列，而列表可以按 prize 排序。 奖金额度由主办方而非平台设定，每个竞赛各不相同。公开页面上没有统一的 门槛、支付条件和国家清单 —— 这些条件发布在具体竞赛的规则中。
间接的变现是职业方面的：recruitment 类别表明平台把招聘内置进了自己的 形式中。
工具与自动化
Kaggle 有两个官方工具，两个都在 GitHub 上公开可读 —— 正因如此我们才能 在不登录网站的情况下核对它们。
Kaggle CLI 通过 pip install kaggle 安装， 要求 Python 3.11 或更高版本。 平台列出的功能包括：列出竞赛、下载竞赛数据并提交结果；列出、创建、更新、 下载和删除数据集；对模型及其变体同样如此；列出、更新、运行、下载笔记本的 代码和结果；读取论坛。 授权方式：网页流程 kaggle auth login、环境变量 KAGGLE_API_TOKEN、 文件 ~/.kaggle/access_token 以及已弃用的 ~/.kaggle/kaggle.json； 可配置项有默认竞赛、下载目录和代理。
运行笔记本的加速器通过参数选择。 截至 2026 年 2 月的清单：NvidiaTeslaP100、TpuV38、NvidiaTeslaT4、 NvidiaTeslaT4Highmem、Tpu1VmV38、NvidiaTeslaA100、NvidiaL4、TpuV5E8、 NvidiaL4X1、TpuV6E8、NvidiaH100、 NvidiaRtxPro6000； 同一处还有一条容易漏掉的说明：其中一部分只对特定竞赛的参赛者开放， 另一部分只对 Kaggle 管理员开放。 执行时间由 --timeout 参数以秒为单位限制，结果文件的分页输出 默认为 20 个文件，最多 200 个。
kagglehub 库可以直接从代码访问数据集、模型和笔记本结果。其行为取决于运行位置： 在 Kaggle 笔记本内部，资源会自动附加到笔记本上，显示在 Input 面板中， 并从共享缓存提供，不占用虚拟机磁盘；在 Kaggle 之外，文件会下载到本地 缓存。 同一处还写道：在 Kaggle 笔记本内部授权已经完成，手动授权只在访问私有 资源以及需要用户同意的公开资源时才需要。
没有宣称支持 Kaggle 的第三方自动发布服务 —— 这个平台与信息流发布无关。
限制与规则
- 机器人防护。 首页返回 reCAPTCHA 验证； 在 robots.txt 地址上没有指令 —— 返回的是 HTML 页面。实际上，不绕过防护就无法自动读取网站，而绕过是 不允许的。
- 加速器。 一部分只对个别竞赛的参赛者或管理员开放。
- 工具所需的 Python 版本。 不低于 3.11。
- 数据集许可证。 平台区分 CC、GPL、ODB 和 «其他» —— 发布他人的数据时，必须明确标注许可证。
- 竞赛规则。 由主办方为每个竞赛单独设定；可访问的页面上没有统一 文件。
适合谁
适合愿意用工作成果而非文字来展示自己的数据科学与机器学习从业者：在这里， 一个数据集、一个笔记本或一个模型的分量重于一篇帖子。适合职业发展目标 —— 等级是公开的，而且一部分竞赛直接归入招聘类别。适合希望让某个问题获得 关注的公司：带奖金的竞赛是一种清晰的形式，主办方还有一套单独的命令。
不适合通常意义上的内容营销：这里没有发布信息流。不适合通过第三方服务做 自动化：网站被浏览器验证挡住。不适合寻求稳定收入的作者：付钱的不是平台， 而是具体竞赛的主办方。
来自事实库的已核实数据
本详解所依据的已核实数据摘要。
平台简介
平台如此自述：«Discover what actually works in AI. Join millions of builders, researchers, and labs evaluating agents, models, and frontier technology through crowdsourced benchmarks, competitions, and hackathons.»（英文原文）
自述：这是平台对自身的表述，不是独立评价
来源, 已核查 2026-07-28
平台如此自述：«Kaggle is an online community for data scientists, machine learning practitioners, and AI developers»（英文原文）
平台在网站机器可读描述中对自身的宣称，非独立评价
来源, 已核查 2026-07-28
平台列出自己的栏目：竞赛、数据集、Notebooks 环境、Models、Benchmarks、Learn 课程
平台自己的清单
来源, 已核查 2026-07-28
平台宣布五级进阶体系：从 Novice 到 Grandmaster
该页面未给出奖牌门槛；kaggle.com/progression 页面对我们不可达
来源, 已核查 2026-07-28
各来源不一致：【与数据库不符】：about/self_description 记录引用 https://www.kaggle.com/，但在核查日期该地址返回的是 reCAPTCHA 验证页，而非平台描述
自述文本经 llms.txt 证实；记录的原始地址已不提供该内容
来源, 已核查 2026-07-28
从何开始
使用平台需要 Kaggle 账号：«First, you will need a Kaggle account. You can sign up here.»——即先注册 Kaggle 账号；API 密钥在登录后于设置页面签发
平台仓库中 Kaggle 命令行工具的官方文档。该文档没有提到注册收费、申请审查或开户时的审核
来源, 已核查 2026-08-07
可以发布什么
筛选器中的笔记本语言：python、r、sqlite、julia；类型：script 和 notebook
取自官方 CLI 的筛选参数
来源, 已核查 2026-07-28
筛选器中的数据集文件类型：csv、sqlite、json、bigQuery
来源, 已核查 2026-07-28
推广
竞赛类别：featured、research、recruitment、gettingStarted、masters、playground
recruitment 类别指以招聘为目的举办的竞赛
来源, 已核查 2026-07-28
平台用于排序的方式：笔记本——hotness、commentCount、dateCreated、dateRun、relevance、score、viewCount、voteCount；数据集——hottest、votes、updated、active；模型——hotness、downloadCount、voteCount、notebookCount、createTime
这些是排序参数而非排名公式：其机制平台不公布
来源, 已核查 2026-07-28
这里的资金规则
竞赛有 reward（奖金）字段，列表可按 prize 排序
奖金数额由各竞赛的规则设定，没有统一门槛
来源, 已核查 2026-07-28
限制与上限
截至 2026 年 2 月的加速器清单：NvidiaTeslaP100、TpuV38、NvidiaTeslaT4、NvidiaTeslaT4Highmem、Tpu1VmV38、NvidiaTeslaA100、NvidiaL4、TpuV5E8、NvidiaL4X1、TpuV6E8、NvidiaH100、NvidiaRtxPro6000
文档注明：一部分只对个别竞赛的参赛者开放，一部分只对 Kaggle 管理员开放
来源, 已核查 2026-07-28
笔记本结果文件的输出：默认每页 20 个文件，最多 200 个
来源, 已核查 2026-07-28
笔记本的最长运行时间由 --timeout 参数以秒为单位设定
默认值和上限文档没有给出
来源, 已核查 2026-07-28
限制
首页返回浏览器验证：标题为 «Checking your browser - reCAPTCHA»
【我们】在核查日期的测量。防机器人保护不予绕过（目录规则 22 §0）
来源, 已核查 2026-07-28
法律
筛选器中的数据集许可证：cc、gpl、odb、other
来源, 已核查 2026-07-28
API 访问
官方工具——Kaggle CLI，用 pip install kaggle 命令安装
Kaggle 在 GitHub 的官方仓库
来源, 已核查 2026-07-28
CLI 可用的功能：列出竞赛、下载其数据和提交解答；创建、更新、下载和删除数据集、模型及其变体；管理和运行笔记本；阅读论坛
功能清单由文档本身给出
来源, 已核查 2026-07-28
CLI 运行需要 Python 3.11 或更新版本
来源, 已核查 2026-07-28
四种授权方式：kaggle auth login、环境变量 KAGGLE_API_TOKEN、文件 ~/.kaggle/access_token、已弃用的 ~/.kaggle/kaggle.json
来源, 已核查 2026-07-28
kagglehub 库可在代码中访问数据集、模型和笔记本结果；在 Kaggle 笔记本内部授权已自动完成
Kaggle 官方仓库
来源, 已核查 2026-07-28
语言
首页界面语言：en
语言取自标记属性，各语言版本取自 hreflang
来源, 已核查 2026-07-28