kaggle-solutions-skills

Kaggle 上的优胜解法散落在讨论区、Notebook 和作者仓库里。即便找到了冠军方案，你仍要判断其验证是否可靠、哪些做法能迁移到自己的数据，还要把多位智能体的调研结果合并，并把有用经验带到下一场竞赛。kaggle-solutions-skills 以 faridrashidi/kaggle-solutions 为发现索引，把真正读过的作者材料提炼成带出处与适用条件的方法卡片，让 Codex 技能与 DeepSeek Harness 共用同一套离线知识库。

插件覆盖从发现到反馈的完整研究链路：按关键词与模态搜索相近竞赛与候选解法；从原文与代码中保留证据；把前提、失败条件与来源写成可查询的方法卡片；再产出可执行的最小对照实验建议。Harness 侧提供六项离线检索与协作工具，可按问题、模态与历史竞赛检索线索，用证据与验证角色分开审视迁移风险，并生成带依赖关系的研究任务包，便于审阅者综合分歧与未解问题。

多智能体模式下，scout、evidence、validation、transfer、synthesis 五类角色各自持有任务、固定来源上下文与结果契约，证据阅读与验证可并行，再汇总为可追溯的结论与实验提案。项目还提供 OTTO、BirdCLEF、ROGII 等真实竞赛场景，用于研究与协作流程的回归校验；需知这些是历史解法研究场景，并不等同于复现完整训练管线或取得新官方分数。

适合正在备战或复盘 Kaggle 的参赛者、需要把「看过的好方案」沉淀为可复用知识的团队，以及希望在 Harness 或 Codex 里做结构化解法调研的开发者。训练、执行与官方计分仍应交给用户自选的竞赛工作流；当已使用 agentic-kaggle-skill 时，可按其流程衔接。