從 Kaggle 解法到可重用的研究知識：探索、閱讀、提煉、驗證

kaggle-solutions-skills

從歷史解法中找到思路，將真實證據累積成可重用的 Skill。
離線知識庫 · DeepSeek Harness 原生外掛 · 多 Agent 研究 · 持續知識審查

快速開始 · 工作流程 · DeepSeek 外掛 · Agent 協作 · 比賽情境 · 知識涵蓋範圍 · 研究範例 · 持續更新

--- Kaggle 解法散落在論壇、Notebook 和作者儲存庫中。找到一個冠軍連結之後，還需要判斷驗證方式是否可靠、哪些決策適合目前的資料、幾個 Agent 的研究如何整合，以及下一場比賽如何重用這些經驗。本專案以 [faridrashidi/kaggle-solutions](https://github.com/faridrashidi/kaggle-solutions) 作為探索索引，將已閱讀的作者資料整理成附有來源與適用條件的方法卡，讓 Codex 與 DeepSeek Harness 使用同一知識庫，提供**相似解法、驗證風險和可比較的最小實驗**。 | 🔎 找到相關解法 | 🧩 透過 Agent 協作研究 | 🌱 累積長期知識 | | :--- | :--- | :--- | | 依關鍵字與模態檢索比賽；Codex Skill 與 Harness 原生工具共用同一知識庫。 | 偵察、證據、驗證、遷移、綜合審查五個角色，傳遞來源與未知項，保留分歧。 | 經審查更新檔案與方法卡；記錄實際實驗與反例，逐步改善可重用的研究知識。 | ## ⚡ 快速開始 ### 1. 一行指令安裝需要 **Node.js 20+**。從公開 Release 安裝完整 Skill，不需要 GitHub token： ```powershell npx --yes --package=https://github.com/haoxuanjng-lang/kaggle-solutions-skills/releases/download/v0.2.2/haoxuanjng-lang-kaggle-solutions-skills-0.2.2.tgz kaggle-solutions-skills install ``` 已有安裝可加上 `--force` 更新；`--destination ` 可指定目錄。 📦 [GitHub Packages](https://github.com/haoxuanjng-lang/kaggle-solutions-skills/packages) · [下載 npm 安裝套件](https://github.com/haoxuanjng-lang/kaggle-solutions-skills/releases/download/v0.2.2/haoxuanjng-lang-kaggle-solutions-skills-0.2.2.tgz) · [下載 Skill ZIP](https://github.com/haoxuanjng-lang/kaggle-solutions-skills/releases/download/v0.2.2/kaggle-solutions-skills-0.2.2.zip) 完整安裝與後續發布說明：[Distribution](docs/distribution.md)。

從原始碼安裝 / 使用 GitHub npm registry

需要 **Python 3.10+**。離線 `search` / `show` / `patterns` 僅使用標準函式庫；開發安裝會提供更新與驗證所需的 PyYAML。 ```powershell git clone https://github.com/haoxuanjng-lang/kaggle-solutions-skills.git cd kaggle-solutions-skills python -m pip install -e . python scripts/project.py install ``` GitHub Packages 的 npm 套件為 `@haoxuanjng-lang/kaggle-solutions-skills`，發布於 `npm.pkg.github.com`。依 [GitHub 官方說明](https://docs.github.com/en/packages/working-with-a-github-packages-registry/working-with-the-npm-registry) 完成 registry 驗證後： ```powershell npx --yes --registry=https://npm.pkg.github.com @haoxuanjng-lang/kaggle-solutions-skills@0.2.2 install ``` 一般下載與安裝可直接使用上方的 Release 指令，不需要設定 registry。Python 3.10+ 用於執行 Skill 內的研究工具；Node.js 僅負責安裝檔案。

安裝後，在新聊天中呼叫： ```text $kaggle-solutions-skills 為這場比賽尋找相似問題和解法，提煉有依據的實驗方向。 ``` ### 2. 檢索知識 ```powershell # 查看目前檔案與研究涵蓋範圍 python skills/kaggle-solutions-skills/scripts/solutions.py stats # 搜尋相似問題 python skills/kaggle-solutions-skills/scripts/solutions.py search "医学影像" --modality vision --limit 5 # 查看指定比賽的解法線索 python skills/kaggle-solutions-skills/scripts/solutions.py show rogii-wellbore-geology-prediction --top-rank 5 --json # 查詢可遷移的方法 python skills/kaggle-solutions-skills/scripts/solutions.py patterns "蒸馏" --json ``` ### 3. 從研究走向實驗 | 你想完成的事 | 可以這樣呼叫 | | :--- | :--- | | 比較歷史方案 | `$kaggle-solutions-skills 比較 OTTO 冠軍的候選召回和排序策略，提出最小對照實驗。` | | 累積比賽經驗 | `$kaggle-solutions-skills 將我這次實驗的成功與失敗整理為方法卡，保留真實結果。` | | 更新知識庫 | `$kaggle-solutions-skills 更新解法索引，審查上游變更並檢查安裝版本。` | 📖 [閱讀 Skill 入口](skills/kaggle-solutions-skills/SKILL.md) · [查看 ROGII 研究交接範例](docs/examples/rogii-research-brief.md)

安裝位置與 ZIP 發布

預設安裝至 `$CODEX_HOME/skills/kaggle-solutions-skills`；未設定時為 `~/.codex/skills/kaggle-solutions-skills`。可使用 `python scripts/project.py install --destination ` 指定位置。安裝僅複製 Skill 及離線知識；快取、上游 checkout 和私人比賽檔案保留在來源專案。 ```powershell python scripts/project.py package ``` 匯出的 ZIP 包含 Skill、離線知識、MIT 與上游授權，並驗證 CRC 和檔案位元組。也可從 [Releases](https://github.com/haoxuanjng-lang/kaggle-solutions-skills/releases) 取得已發布版本。

## 🧭 工作流程 ![從比賽問題到方法卡、實驗交接與知識回流的工作流程](docs/assets/research-workflow.svg) | 階段 | 產出 | 需要保留的依據 | | :--- | :--- | :--- | | **檢索** | 相似比賽與候選解法 | 比賽、連結、排名線索、上游版本 | | **閱讀** | 原文與程式碼證據 | 作者陳述、程式碼位置、存取狀態 | | **提煉** | 附有適用條件的方法卡 | 適用前提、失敗條件、來源關聯 | | **交接** | 最小對照實驗 | 目標假設、驗證方式、資源限制 | | **回流** | 新證據與反例 | 實際結果、執行環境、版本 | 實際訓練、執行並取得 Kaggle 官方分數時，將研究結果交給使用者選定的比賽 workflow；已有 `agentic-kaggle-skill` 時依其流程執行。 > **證據邊界**：檔案連結、作者報告、遷移假設、本機實驗和官方分數分別記錄。歷史排名可以幫助探索解法；在目標比賽中的效益需要實際驗證。 ## 🐋 DeepSeek Harness 原生外掛 ### 目前痛點與外掛能幫你做的事 | 目前痛點 | 在 Harness 中如何解決 | 提供什麼 | | :--- | :--- | :--- | | 找到許多方案，難以判斷與目前問題是否相似 | 依問題、模態和歷史比賽檢索，查看對應的解法線索 | 相似比賽、作者來源和待確認項目 | | 冠軍方案有許多技巧，遷移時容易忽略驗證與資料邊界 | 查詢附有適用條件的方法卡，讓證據 Agent 與驗證 Agent 分別研究 | 適用條件、洩漏風險、失敗條件與最小對照 | | 多 Agent 重複搜尋、脈絡遺失，彙整時混淆作者報告與實際實驗 | 產生獨立任務包、相依圖和來源脈絡，由 reviewer 綜合審查 | 可交接的研究結果、尚未解決的分歧與實驗建議 | 可以讓 Harness 為新比賽尋找相似問題、比較某場比賽的解法、組織研究團隊，或將實際實驗回饋累積成知識。離線檢索與任務產生可直接使用；新的模型分析沿用你的 Harness 設定，實驗與官方成績由比賽執行 workflow 產生。同一份 npm 套件包含 Cordis 外掛、bundle patch、雙語中繼資料和工具圖示。已在本機 **Harness `0.1.0-rc.6` 完整 Web host** 中成功呼叫六個工具，外掛管理頁顯示已掛載、已啟用；同時使用官方 **`0.2.0-rc.2` 工具執行環境** 驗證註冊、呼叫、錯誤傳遞與卸載。詳見 [本機驗證紀錄與截圖](docs/harness-local-validation.md)。從 [Release](https://github.com/haoxuanjng-lang/kaggle-solutions-skills/releases/tag/v0.2.2) 下載 `.tgz` 後，在檔案所在目錄執行： ```bash npx @deepseek-ai/dsh@0.2.0-rc.2 plugin --profile kaggle add ./haoxuanjng-lang-kaggle-solutions-skills-0.2.2.tgz npx @deepseek-ai/dsh@0.2.0-rc.2 --profile kaggle --dump-config ``` | 檢索工具 | 證據工具 | 協作工具 | | :--- | :--- | :--- | | `kaggle_solutions_search` | `kaggle_solutions_show` | `kaggle_research_scenarios` | | `kaggle_solutions_stats` | `kaggle_solutions_patterns` | `kaggle_research_plan` | 離線工具不需要額外 API key；模型對話沿用 Harness 自身設定。外掛產生任務包，實際分派使用宿主的 subagent/workflow 功能。官方 Harness 仍處於 developer preview，相容範圍和 workspace 設定詳見 [外掛指南](docs/deepseek-harness.md)。社群探索：已收錄至 [1024Store](https://deepseek1024.com/plugins/haoxuanjng-lang/kaggle-solutions-skills)（[收錄 PR 已合併](https://github.com/imsai-sh/awesome-deepseek-harness-plugins/pull/567)）。這是社群目錄收錄，不代表 DeepSeek 官方認證。安裝請使用上方已驗證的 Release 套件。 ## 🤖 多 Agent 協作研究 ![五角色研究團隊的相依圖與證據交接](docs/assets/agent-team.svg) ```powershell python skills/kaggle-solutions-skills/scripts/research_team.py plan --scenario otto --output workspaces/otto-research python skills/kaggle-solutions-skills/scripts/research_team.py validate workspaces/otto-research ``` 每個角色取得獨立任務、固定來源脈絡、結果契約和前置結果路徑。證據閱讀與驗證審查可並行進行；遷移分析等待兩者完成，最後由 reviewer 彙整可追溯的發現、分歧和最小實驗。在 Codex 中可以直接提出： ```text $kaggle-solutions-skills 使用多 Agent 分析 OTTO 的召回與排序方案，審查驗證洩漏，提出最小遷移實驗。缺少的目標指標保持未知。 ``` **任務包已產生 ≠ Agent 已執行。** 宿主實際執行後，透過 `validate <研究目录> --results` 檢查角色結果與來源關聯。格式通過後，仍需要研究者判斷事實是否得到來源支持。[協作流程](skills/kaggle-solutions-skills/references/multi-agent-research.md) · [實際研究使用說明](docs/examples/team-research.md) 已完成一次 [OTTO 真實研究試用](docs/examples/otto-team-run.md)：五個角色依相依關係完成研究，其中 evidence / validation 由獨立 Agent 並行執行，審讀快取的作者正文後輸出遷移實驗簡報。該紀錄驗證研究流程，尚未驗證比賽效益。檔案事實現在使用獨立的固定版本來源 ID 和 `archive_metadata`；作者觀察保留作者來源 ID。驗證器會拒絕混用這兩類聲明。見[引用契約](skills/kaggle-solutions-skills/references/multi-agent-research.md#archive-and-author-citations)。 ## 🏁 真實比賽研究情境 | 情境 ID | 原比賽 | 研究重點 | 最小實驗方向 | | :--- | :--- | :--- | :--- | | `otto` | [OTTO](https://www.kaggle.com/competitions/otto-recommender-system) | Session 邊界、候選召回與排序 | 固定候選產生方式，單獨比較排序階段 | | `birdclef-2024` | [BirdCLEF 2024](https://www.kaggle.com/competitions/birdclef-2024) | 音訊上下文、來源品質、偽標籤隔離 | 在相同 split 和預算下改變一種上下文或偽標籤策略 | | `rogii` | [ROGII](https://www.kaggle.com/competitions/rogii-wellbore-geology-prediction) | 跨井驗證、對齊與可靠性路由 | 固定基準方案，比較單項對齊或路由變更 | | `amex` | [American Express](https://www.kaggle.com/competitions/amex-default-prediction) | 客戶隔離、歷史特徵與指標對齊 | 保留客戶 split，新增一組歷史統計特徵 | | `m5` | [M5](https://www.kaggle.com/competitions/m5-forecasting-accuracy) | 預測窗口、遞迴推論與階層指標 | 在相同窗口與訓練成本下比較直接／遞迴預測 | 五個情境關聯真實比賽、已記錄閱讀的作者資料和方法卡，用於研究與協作回歸檢查。它們是**歷史解法研究情境**，本專案未重現冠軍訓練方案，也未產生新的官方分數。 ```powershell python skills/kaggle-solutions-skills/scripts/research_team.py scenarios --json ``` ## 📚 知識涵蓋範圍 **v0.1.0 · 2026-10-04 匯入快照**。檔案與方法卡徽章及下表均為本版本的固定統計；更新後的即時數量以 `stats` 輸出為準。 | 檔案索引 | 已閱讀資料 | 已審查知識 | | :--- | :--- | :--- | | **717** 場比賽 | **13** 篇解法正文 | **21** 張方法卡 | | **4,724** 筆解法連結紀錄 | **1** 份作者程式碼 README（Santa 2024） | 作者報告與待驗證的遷移假設 | | **4,708** 個不同 URL | **7** 份 Skill 設計參考檔案，來自 **6** 個 GitHub 專案 | 適用條件、失敗風險與來源關聯 | 部分已閱讀的正文只提供局部方法或指向程式碼；125 場比賽尚無解法連結。上述數量表示檔案與研究涵蓋範圍，4,708 個 URL 的可存取性、正文閱讀和重現狀態仍需逐一確認。本專案尚未執行這些冠軍訓練方案。

查看快照來源與可追溯紀錄

上游儲存庫：[faridrashidi/kaggle-solutions](https://github.com/faridrashidi/kaggle-solutions)。固定上游版本：[`6414951ae88d252a6c92d4489ba389b2b7cb40c7`](https://github.com/faridrashidi/kaggle-solutions/commit/6414951ae88d252a6c92d4489ba389b2b7cb40c7)。 - [本版本驗證紀錄](docs/validation.md) - [知識欄位與證據狀態](skills/kaggle-solutions-skills/references/knowledge-schema.md) - [來源與第三方授權](THIRD_PARTY_NOTICES.md)

## 📥 讀取解法正文可選擇現有瀏覽器、MCP、官方 CLI，或安裝本專案的選用讀取相依套件： ```powershell python -m pip install -e ".[kaggle-read]" python skills/kaggle-solutions-skills/scripts/fetch_source.py https://www.kaggle.com/competitions/birdclef-2024/discussion/512197 --cache cache/sources ``` 讀取工具使用現有 API token，不會印出或寫入憑證。Modern writeup 和舊論壇正文分別處理，並驗證取得的是原始貼文。它不提交、不上傳、不啟動雲端 notebook。Kaggle 內部讀取介面可能變更；存取失敗會留下明確狀態，應改用其他讀取方式。 ## 🌱 持續更新與知識審查專案追蹤上游解法檔案的變更，經審查後更新索引，並結合作者資料與實際實驗證據完善方法卡。專案版本與上游快照分別記錄，更新會保留已有方法卡，不會自動覆寫已安裝的 Skill。查看 [版本紀錄](CHANGELOG.md) 和 [Releases](https://github.com/haoxuanjng-lang/kaggle-solutions-skills/releases) 取得更新；已有安裝可在安裝指令後加上 `--force` 更新。具體維護機制、排程與設定詳見 [維護文件](docs/daily-maintenance.md)。 ### 專案結構 ```text kaggle-solutions-skills/ ├── skills/kaggle-solutions-skills/ # 可安裝與分發的 Skill │ ├── SKILL.md # Agent 入口與研究流程 │ ├── references/ # 知識、來源與維護約定 │ └── scripts/ # 檢索、校驗與正文讀取 ├── docs/ # 範例、路線與驗證紀錄 ├── integrations/deepseek-harness/ # 原生外掛、bundle 與雙語資源 ├── config/daily-agent-prompt.md # 已授權的每日專案維護說明 ├── scripts/project.py # 專案檢查、安裝與封裝 ├── tests/ # 指令碼行為檢查 └── .github/workflows/ # CI 與上游更新檢查 ``` ## 🤝 參與維護歡迎補充可追溯的解法資料、方法適用條件、失敗案例與實際實驗結果。提交前請閱讀 [貢獻約定](CONTRIBUTING.md) 和 [維護流程](skills/kaggle-solutions-skills/references/maintenance.md)。 | 開始貢獻 | 了解方向 | 查看演進 | | :--- | :--- | :--- | | [CONTRIBUTING](CONTRIBUTING.md) | [Roadmap](docs/roadmap.md) | [Changelog](CHANGELOG.md) | ---

基於 Farid Rashidi 的 Kaggle 解法檔案，感謝解法作者的公開分享。
核心程式碼與新撰寫的指令採用 MIT；上游檔案保留原 MIT 授權，連結內容遵循各自授權。
_{獨立維護的社群專案 · 非 Kaggle 官方專案}