Kaggleコンペ：GitHub Actions + Kaggle APIクラウドワークフロー

はじめに

KaggleのNotebookをブラウザ上のエディタで直接編集していませんか？

ブラウザエディタでは、Gitによるバージョン管理ができない、差分の確認がしづらい、使い慣れたエディタ（VSCode等）が使えない、といった不便があります。

この記事では、Notebookのコード管理をGitHubに集約し、git pushするだけでKaggleに自動デプロイするワークフローを紹介します。GitHubのエコシステム（Actions, Secrets, バージョン管理）をそのままKaggleコンペに活用できます。

実際にDeep Past Challenge（Akkadian→English翻訳コンペ）で運用した内容をベースにしています。

完成したワークフロー

ノートブック編集 → git push → GitHub Actions → Kaggleにアップロード → ブラウザでSubmit

1. ローカルまたは任意のデバイスで .ipynb を編集
2. git add && git commit && git push
3. gh workflow run kaggle-push.yml -f notebook_dir=deep-past
4. GitHub ActionsがKaggle APIでノートブックをアップロード
5. ブラウザでKaggleのNotebook画面を開き「Submit to Competition」をクリック

なぜ完全自動化できないのか

当初は提出まで完全自動化する予定でしたが、Kaggle APIの制限により、コードコンペのNotebook提出（CreateCodeSubmission）はAPI経由では実行できません（2026年2月時点）。

requests.exceptions.HTTPError: 403 Client Error: Forbidden

エラーの詳細：Permission 'kernelSessions.get' was denied

技術的な理由

• 権限スコープの制限: kernelSessions.getはNotebookの実行セッション状態を監視するための権限で、公開APIトークン（Legacy / 新形式とも）にはこのスコープが含まれていない
• コード提出型コンペの特殊性: 単なるCSVファイルのアップロードとは異なり、Notebook提出はプラットフォーム上での再実行と進捗監視を伴うため、より高度な制御権限が必要
• ファイル提出（competitions submit）も不可: コードコンペではCSVの直接アップロードは受け付けられない（400 Bad Request）

検証した組み合わせ

認証方式	CLI Version	API	結果
Legacy API Key	1.8.4	competition_submit_code	403
新 API Token（KGAT_...）	1.8.4	competition_submit_code	403
新 API Token（KGAT_...）	2.0.0	competition_submit_code	403
新 API Token（KGAT_...）	2.0.0	competitions submit（ファイル）	400

結論として、APIの仕様が更新されるまでは「コードのデプロイまでを自動化し、最終提出のみブラウザで行う」というハイブリッド運用が最も現実的です。

その他の403エラー要因

API操作を行う前に、以下がブラウザ上で完了しているか確認してください。未完了の場合も一律で403エラーが発生します。

• コンペ規約への同意（Rules → Accept）
• 携帯電話番号によるアカウント認証

ディレクトリ構成

kaggle-competitions/
├── .github/workflows/
│   └── kaggle-push.yml        # Kaggleへのpush自動化
├── deep-past/                  # コンペごとにディレクトリを切る
│   ├── kernel-metadata.json
│   └── deep-past-baseline.ipynb
└── KAGGLE_WORKFLOW.md

kernel-metadata.json

{
  "id": "your-username/your-kernel-slug",
  "title": "Your Kernel Title",
  "code_file": "your-notebook.ipynb",
  "language": "python",
  "kernel_type": "notebook",
  "is_private": "true",
  "enable_gpu": "false",
  "enable_tpu": "false",
  "enable_internet": "false",
  "dataset_sources": [],
  "competition_sources": ["competition-slug"],
  "kernel_sources": [],
  "model_sources": []
}

重要なポイント

• enable_internet: "false": コードコンペでは必須。Internet ONだとNotebookが提出対象にならない
• competition_sources: コンペのデータがマウントされる。ただしパスに注意（後述）
• is_private: "true": 提出用。メダル狙いの公開用は別Notebookを作る

GitHub Actionsワークフロー

name: Kaggle Kernels Push

on:
  workflow_dispatch:
    inputs:
      notebook_dir:
        description: 'Notebook directory (e.g., deep-past)'
        required: true
        type: string

jobs:
  push:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4

      - name: Set up Python
        uses: actions/setup-python@v5
        with:
          python-version: '3.12'

      - name: Install kaggle CLI
        run: pip install kaggle

      - name: Push notebook to Kaggle
        env:
          KAGGLE_API_TOKEN: ${{ secrets.KAGGLE_API_TOKEN }}
        run: kaggle kernels push -p "${{ inputs.notebook_dir }}"

GitHub Secretsの設定

Secret	内容
KAGGLE_API_TOKEN	Kaggle Settings → API Tokens → Generate で取得（KGAT_...形式）

ハマりどころ

1. データパスの罠

competition_sourcesのマウント先は：

/kaggle/input/competitions/<competition-slug>/

/kaggle/input/<competition-slug>/ではありません。 competitions/サブディレクトリが入ります。

デバッグ用コード：

from pathlib import Path
for item in sorted(Path('/kaggle/input').iterdir()):
    print(f'  {item.name}/')
    for sub in sorted(item.iterdir()):
        print(f'    {sub.name} ({sub.stat().st_size:,} bytes)')

2. kernels outputのWindowsエンコーディング問題

非ASCII文字を含むログはkaggle kernels outputでWindowsのcp932エラーになります。API直叩きで回避できます：

import base64, json, urllib.request, pathlib

creds = json.loads(pathlib.Path.home().joinpath('.kaggle/kaggle.json').read_text())
username = creds['username']
key = creds['key']
auth = base64.b64encode(f'{username}:{key}'.encode()).decode()

url = f'https://www.kaggle.com/api/v1/kernels/output?userName={username}&kernelSlug=your-kernel-slug'
req = urllib.request.Request(url)
req.add_header('Authorization', f'Basic {auth}')

resp = urllib.request.urlopen(req)
outer = json.loads(resp.read().decode('utf-8'))
log = json.loads(outer['logNullable'])

for e in log:
    if e.get('stream_name') == 'stdout':
        print(e['data'], end='')

3. Internet ONだと提出できない

コードコンペでenable_internet: "true"にすると、Notebookは正常に実行されますが提出対象として認識されません。必ず"false"にしてください。

運用の流れ（実例）

Deep Past Challenge（Akkadian→English翻訳コンペ）での実際の流れ：

1. ローカルでベースラインNotebookを作成（TF-IDF nearest neighbor）
2. git push → GitHub Actions → Kaggleにアップロード
3. ブラウザでSubmit
4. Public Score: 5.6（1795位）でベースライン提出完了

スコア改善のイテレーションも同じ流れで回せます。

まとめ

工程	自動化	手段
ノートブック編集	-	ローカル / 任意のデバイス
Kaggleへのアップロード	自動	GitHub Actions + kaggle kernels push
提出	手動	ブラウザで「Submit to Competition」
スコア確認	自動	kaggle competitions submissions API

完全自動化には至りませんでしたが、コードの管理・デプロイまでをGitHub経由で行えるため、どのデバイスからでもgit pushするだけでKaggleにコードが反映されます。

提出ボタンを押す1クリックだけが手動ですが、それ以外の工程はすべてクラウドで完結します。