Colab 集成 KaggleHub：一键在笔记本内搜索并使用 Kaggle 数据集与模型

谷歌宣布，Colab 现已与 KaggleHub 打通，带来更顺滑的使用体验。借助全新的数据探索器，用户可以在 Colab 笔记本里直接搜索 Kaggle 上的数据集、模型和竞赛，无需切换页面，就能快速找到并使用所需资源。

Colab 的数据探索器位于左侧工具栏，打开后即可使用。你可以用内置筛选器按照资源类型、相关度等条件细化搜索结果。这个功能的目标是让获取 Kaggle 资源变得更简单，降低分析入门门槛。

在这次更新之前，把 Kaggle 数据接入 Colab 往往要走一套流程：先注册 Kaggle 账号、生成 API 令牌，下载 kaggle.json 凭证并上传到 Colab 运行环境；然后配置环境变量，再用 Kaggle API 或命令行下载数据。虽然步骤有文档可查，但对新手来说，常常卡在凭证缺失或路径错误等小问题上。

现在有了数据探索器，虽然仍需提供 Kaggle 凭证，但访问 Kaggle 资源的过程大幅简化，开工前要写的代码也更少。KaggleHub 作为集成层，提供简洁接口，可在 Kaggle 笔记本和其他 Python 环境（如本地与 Colab）里使用。它在需要时复用现有的 Kaggle API 凭证进行认证，并提供资源中心能力，比如 model_download 与 dataset_download，这些函数能基于 Kaggle 标识符返回当前环境可用的路径或对象。

通过 Colab 数据探索器，当你在面板里选中某个数据集或模型时，Colab 会自动给出对应的 KaggleHub 代码片段。把这段代码运行一下，就能访问选中的资源。代码执行后，数据会出现在 Colab 运行时中，你可以像使用本地文件或对象那样，用 pandas 读表，用 PyTorch 或 TensorFlow 训练模型，或直接接入评估流程。

项目:https://kaggle.com/discussions/product-announcements/640546

划重点:  

📊 在 Colab 内直接搜索 Kaggle 的数据集、模型和竞赛，效率更高。  

🔑 获取 Kaggle 资源的步骤更精简，上手更容易。  

🛠️ KaggleHub 提供统一简单的接口，可在多种 Python 环境里便捷访问 Kaggle 资源。