Offizieller Apify MCP-Server für KI-Agenten zum Ausführen von Actors, Extrahieren von Website-Daten und Automatisieren von Web-Scraping- und Crawling-Workflows.
Suche und Ausführung von Scrapern — Bitten Sie Ihren Assistenten, einen Actor im Apify Store zu finden und auszuführen, um Daten von sozialen Medien, Karten oder E-Commerce-Websites über search-actors und call-actor zu extrahieren.
Im Web surfen — Lassen Sie Ihren Assistenten jede URL abrufen und den Inhalt als Markdown oder Klartext mithilfe des vorkonfigurierten apify--web-fetch-Actor-Tools zurückgeben.
Recherche mit RAG — Bitten Sie Ihren Assistenten, das Web zu durchsuchen und die wichtigsten Ergebnisse mithilfe des apify--rag-web-browser-Actor-Tools zusammenzufassen.
Actor-Ausführungen verwalten — Rufen Sie Ausführungsergebnisse ab, blättern Sie durch Datensätze oder brechen Sie laufende Aufgaben mit Tools wie get-actor-run und get-dataset-items ab.
Ohne API-Tokens bezahlen — Nutzen Sie agentische Zahlungen über AGI, direktes x402 oder Skyfire, um Actors ohne APIFY_TOKEN auszuführen.
Der Apify Model Context Protocol (MCP)-Server unter mcp.apify.com ermöglicht es Ihren KI-Agenten, Daten aus sozialen Medien, Suchmaschinen, Karten, E-Commerce-Websites und jeder anderen Website mithilfe von Tausenden vorgefertigter Scraper, Crawler und Automatisierungstools aus dem Apify Store zu extrahieren. Er unterstützt OAuth, sodass Sie sich von Clients wie Claude.ai oder Visual Studio Code nur über die URL verbinden können.
🚀 Nutzen Sie den gehosteten Apify MCP-Server!
Für die beste Erfahrung verbinden Sie Ihren KI-Assistenten mit unserem gehosteten Server unter https://mcp.apify.com. Der gehostete Server unterstützt die neuesten Funktionen – einschließlich der Ausgabeschema-Inferenz für strukturierte Actor-Ergebnisse – die bei lokaler Ausführung über stdio nicht verfügbar sind.
⚠️ Legacy-SSE-Transport entfernt. Der https://mcp.apify.com/sse-Endpunkt wurde zugunsten von Streamable HTTP entfernt. Migrieren Sie Ihren Client zu https://mcp.apify.com – entfernen Sie das /sse-Suffix aus Ihrer Konfiguration.
💰 Der Server unterstützt auch agentische Zahlungen: Kaufen Sie ein Token von AGI, um jeden Actor auszuführen, oder zahlen Sie pro Anfrage über direktes x402 (nur Pay-Per-Event-Actors) oder Skyfire.
Der Apify MCP-Server ist kompatibel mit Claude Code, Claude.ai, Cursor, VS Code und jedem Client, der das Model Context Protocol einhält.
Weitere Details finden Sie im Abschnitt zu MCP-Clients oder auf der MCP-Konfigurationsseite.
Der Apify MCP-Server ermöglicht es einem KI-Assistenten, jeden Apify Actor als Tool zur Ausführung einer bestimmten Aufgabe zu verwenden.
Zum Beispiel kann er:
Facebook Posts Scraper verwenden, um Daten aus Facebook-Beiträgen von mehreren Seiten/Profilen zu extrahieren.
Instagram Scraper verwenden, um Instagram-Beiträge, Profile, Orte, Fotos und Kommentare zu scrapen.
RAG Web Browser verwenden, um das Web zu durchsuchen, die Top-N-URLs zu scrapen und deren Inhalt zurückzugeben.
Web Fetch verwenden, um jede URL abzurufen und deren Inhalt als Markdown, Klartext, HTML oder Links zurückzugeben – mit JavaScript-Rendering und Anti-Bot-Schutz.
Video-Tutorial: Integrieren Sie 8.000+ Apify Actors und Agenten mit Claude
🚀 Schnellstart
Sie können den Apify MCP-Server auf zwei Arten verwenden:
HTTPS-Endpunkt (mcp.apify.com): Verbinden Sie sich von Ihrem MCP-Client über OAuth oder indem Sie den Authorization: Bearer <APIFY_TOKEN>-Header in Ihre Anfragen aufnehmen. Dies ist die empfohlene Methode für die meisten Anwendungsfälle. Da OAuth unterstützt wird, können Sie sich von Clients wie Claude.ai oder Visual Studio Code nur über die URL verbinden: https://mcp.apify.com.
https://mcp.apify.com Streamable-Transport
Standard Input/Output (stdio): Ideal für lokale Integrationen und Befehlszeilentools wie den Claude für Desktop-Client.
Setzen Sie den MCP-Client-Serverbefehl auf npx @apify/actors-mcp-server und die APIFY_TOKEN-Umgebungsvariable auf Ihr Apify-API-Token.
Weitere Optionen finden Sie unter npx @apify/actors-mcp-server --help.
Detaillierte Anweisungen zur Einrichtung des MCP-Servers finden Sie in der Apify-Dokumentation.
🤖 MCP-Clients
Der Apify MCP-Server ist mit jedem MCP-Client kompatibel, der das Model Context Protocol einhält, aber der Grad der Unterstützung für dynamische Tool-Erkennung und andere Funktionen kann zwischen Clients variieren.
Diese interaktive, chatähnliche Oberfläche bietet eine einfache Möglichkeit, die Funktionen von Apify MCP ohne lokale Einrichtung zu erkunden.
Melden Sie sich mit Ihrem Apify-Konto an und beginnen Sie mit Experimenten zu Web-Scraping, Datenextraktion und Automatisierungstools!
Oder verwenden Sie die MCP-Bundle-Datei (ehemals Anthropic Desktop-Erweiterungsdatei oder DXT) für die Ein-Klick-Installation: Apify MCP Server MCPB-Datei
💰 Agentische Zahlungen
Sie können für Actor-Ausführungen ohne Apify-API-Token mit AGI, direktem x402 oder Skyfire bezahlen.
AGI (agi.apify.com) prägt ein vorausbezahltes Apify-API-Token im Austausch für eine x402- oder MPP-Zahlung. Verwenden Sie das Token wie ein normales API-Token gegen mcp.apify.com und api.apify.com – funktioniert für jeden Actor, nicht nur für Pay-Per-Event-Actors. Empfohlen für neue Integrationen; siehe AGI (empfohlen) unten.
Direktes x402 zahlt mit USDC auf Base pro Anfrage und erfordert kein separates Plattformkonto. Es wird vollständig von mcpc (brew install apify/tap/mcpc oder npm install -g @apify/mcpc) unterstützt. Wir verwenden mcpc, weil es einer der wenigen MCP-Clients ist, der die neuesten Funktionen und das x402-Protokoll nativ unterstützt.
Skyfire zahlt mit PAY-Tokens und erfordert ein Skyfire-Konto mit einer finanzierten Wallet. Es erfordert keinen speziellen MCP-Client; der gesamte Zahlungsablauf wird direkt über die MCP-Tool-Aufrufparameter abgewickelt.
ℹ️ Umfang: Sowohl direktes x402 als auch Skyfire sind auf Pay-Per-Event-Actors beschränkt, unterstützen keine Standby-Actors und wickeln pro Ausführung ab, anstatt ein Token zu prägen.
So funktionieren agentische Zahlungen
Die Kosten für Actor-Ausführungen variieren, daher verwenden beide Zahlungsmethoden ein Modell mit vorausbezahltem Guthaben. Der Zahlungsablauf erfolgt in vier Schritten:
Erkennung: Der Agent entdeckt Actors mit search-actors oder fetch-actor-details. Diese Aufrufe sind kostenlos.
Vorauszahlung: Vor der Ausführung eines kostenpflichtigen Actor-Tools finanziert der Agent ein vorausbezahltes Guthaben.
Direktes x402: mcpc signiert automatisch eine USDC-Transaktion über 1,00 $.
Skyfire: Der Agent erstellt ein PAY-Token (mindestens 5,00 $) mit dem create-pay-token-Tool von Skyfire.
Ausführung: Der Agent ruft das Actor-Tool auf.
Direktes x402: Wird automatisch von mcpc mit dem vorausbezahlten Guthaben abgewickelt.
Skyfire: Der Agent übergibt das PAY-Token explizit in der skyfire-pay-id-Eingabeeigenschaft.
Auflösung: Das Tool gibt die Actor-Ergebnisse zurück. Nicht verwendete Mittel bleiben für spätere Ausführungen verfügbar.
Direktes x402: Nach 60 Minuten Inaktivität erstattet der Server jedes nicht verwendete Guthaben an die Wallet auf Base.
Skyfire: Skyfire gibt nicht verwendete Mittel zurück, wenn das Token abläuft.
🪙 AGI (empfohlen)
AGI (Apify Agent General Interface) ist der empfohlene Weg für autonome Agenten, um ohne Konto für die Apify-Nutzung zu bezahlen. Zahlen Sie einmalig über x402 oder MPP, erhalten Sie ein vorausbezahltes, ausgabebegrenztes Apify-API-Token und verwenden Sie es direkt gegen mcp.apify.com und api.apify.com (Authorization: Bearer <token>) – für jeden Actor.
Das vollständige Protokoll, unterstützte Zahlungsmethoden und aktuelle Bedingungen (Mindestbetrag, Token-Lebensdauer, Rückerstattungsrichtlinie) sind unter agi.apify.com/AGENTS.md dokumentiert – behandeln Sie es als die einzige maßgebliche Quelle.
💸 Direktes x402
Das x402-Protokoll ermöglicht direkte Maschine-zu-Maschine-Zahlungen. Ihr MCP-Client kann es verwenden, um für Actor-Ausführungen mit USDC auf der Base-Blockchain zu bezahlen, wodurch die Notwendigkeit eines Apify-API-Tokens vollständig umgangen wird.
# Create a new wallet
mcpc x402 init
# Import an existing wallet
mcpc x402 import <private-key>
# Show the wallet address and a funding QR code, so you can fund it with USDC on Base (https://base.org)
mcpc x402
Verbinden Sie sich mit dem Server mit aktiviertem x402:
Sie können jetzt ein kostenpflichtiges Tool aufrufen:
mcpc @apify tools-call call-actor actor:="apify/rag-web-browser" input:='{"query": "latest AI news"}'
🔥 Skyfire
Skyfire bietet verwaltete Zahlungsinfrastruktur für KI-Agenten. Anstatt sich mit einem Apify-API-Token zu authentifizieren, übergibt Ihr Agent ein Skyfire-Zahlungstoken, um die Kosten jedes Tool-Aufrufs mit PAY-Tokens zu decken.
Der MCP-Server bietet eine Reihe von Tools für die Interaktion mit Apify Actors.
Da der Apify Store groß ist und schnell wächst, bietet der MCP-Server eine Möglichkeit, neue Actors dynamisch zu entdecken und zu verwenden.
Actors
Jeder Apify Actor kann als Tool verwendet werden.
Standardmäßig ist der Server mit zwei Actors, apify/rag-web-browser und apify/web-fetch, sowie mehreren Hilfstools vorkonfiguriert.
Der MCP-Server lädt das Eingabeschema eines Actors und erstellt ein entsprechendes MCP-Tool.
Dadurch weiß der KI-Agent genau, welche Argumente er an den Actor übergeben muss und was er als Rückgabe erwarten kann.
Zum Beispiel sind für den apify/rag-web-browser-Actor die Eingabeparameter:
{
"query": "restaurants in San Francisco",
"maxResults": 3
}
Sie müssen nicht manuell angeben, welchen Actor Sie aufrufen oder welche Eingabeparameter Sie verwenden; das LLM übernimmt dies automatisch.
Wenn ein Tool aufgerufen wird, werden die Argumente automatisch vom LLM an den Actor übergeben.
Eine Liste der verfügbaren Argumente finden Sie in der Dokumentation des jeweiligen Actors.
Hilfstools
Eine der leistungsstärksten Funktionen der Verwendung von MCP mit Apify ist die dynamische Tool-Erkennung.
Sie ermöglicht es einem KI-Agenten, neue Tools (Actors) nach Bedarf zu finden und zu integrieren.
Hier sind einige spezielle MCP-Operationen und wie der Apify MCP-Server sie unterstützt:
Apify Actors: Suche nach Actors, liste die Actors in deinem Konto auf, zeige ihre Details an, nutze sie als Werkzeuge für die KI und lösche deine eigenen Actors.
Apify-Dokumentation: Durchsuche die Apify-Dokumentation und rufe bestimmte Dokumente ab, um der KI Kontext zu liefern.
Actor-Runs: Erhalte Listen deiner Actor-Runs, untersuche ihre Details und rufe Protokolle ab.
Apify-Speicher: Greife auf Daten aus deinen Datasets und Key-Value-Stores zu.
Actor-Aufgaben: Erstelle, untersuche und aktualisiere deine gespeicherten Actor-Aufgaben und veröffentliche oder hebe die Veröffentlichung ihrer öffentlichen Landingpages auf.
Zeitpläne: Erstelle, untersuche, aktualisiere und lösche Zeitpläne, die deine Actors und Aufgaben automatisch ausführen.
Builds: Baue eine Actor-Version, liste Builds auf, überprüfe den Status eines Builds und rufe sein Build-Protokoll ab.
Actor-Quellcode: Lies die Dateien einer Actor-Version, mit einem Hash für jede Datei und einer Revision für den gesamten Satz.
Apify-API: Durchsuche die Apify-API-Referenz, untersuche eine Operation und sende Anfragen an die API, um Daten zu lesen oder zu ändern.
Übersicht der verfügbaren Werkzeuge
Hier ist eine Übersichtsliste aller Werkzeuge, die vom Apify-MCP-Server bereitgestellt werden.
Legende für die Spalte Standardmäßig aktiviert:
✅ — im Standard-Werkzeugsatz.
⚡ — wird automatisch injiziert, wenn call-actor, ein Actor-Werkzeug oder get-actor-run vorhanden ist (was in der Standardkonfiguration der Fall ist).
✅¹ — wird standardmäßig bereitgestellt, aber nur, wenn Telemetrie aktiviert ist und der Client nicht zurückgehalten wird: Anthropic-Oberflächen (Claude.ai / Claude Desktop / Claude Code) oder local-agent-mode-apify. Zum Deaktivieren übergebe eine explizite tools=-Liste, die es auslässt. Die explizite Auswahl (tools=report-problem oder tools=dev) stellt es unabhängig vom Client bereit – Telemetrie muss jedoch weiterhin aktiviert sein.
Werkzeugname
Kategorie
Beschreibung
Standardmäßig aktiviert
search-actors
actors
Suche nach Actors im Apify Store.
✅
fetch-actor-details
actors
Rufe detaillierte Informationen über einen bestimmten Actor ab, einschließlich seines Eingabeschemas, README (Zusammenfassung, falls verfügbar, sonst vollständig), Preise und Actor-Ausgabeschema.
✅
call-actor
actors
Rufe einen Actor auf und erhalte seine Run-Ergebnisse. Verwende zuerst fetch-actor-details, um das Eingabeschema des Actors zu erhalten.
✅
get-actor-run
runs
Erhalte detaillierte Informationen über einen bestimmten Actor-Run.
⚡
get-dataset-items
storage
Rufe Elemente aus einem Dataset mit Unterstützung für Filterung und Paginierung ab.
⚡
get-key-value-store-record
storage
Erhalte den Wert, der einem bestimmten Schlüssel in einem Key-Value-Store zugeordnet ist.
⚡
abort-actor-run
runs
Brich einen laufenden Actor-Run ab, optional ordentlich.
⚡
delete-actor
keine (nach Name auswählen: tools=delete-actor)
Lösche einen Actor dauerhaft aus deinem Konto. Öffentliche Actors müssen zuerst unveröffentlicht werden.
search-apify-docs
docs
Durchsuche die Apify-Dokumentation nach relevanten Seiten.
✅
fetch-apify-docs
docs
Rufe den vollständigen Inhalt einer Apify-Dokumentationsseite über ihre URL ab.
Ein Actor-Werkzeug zum Abrufen einer URL und Zurückgeben ihres Inhalts.
✅
report-problem
dev
Melde ein Problem mit einem Apify-Werkzeug oder Actor dem Apify-Team.
✅¹
get-actor-list
keine (nach Name auswählen: tools=get-actor-list)
Liste die Actors auf, die du besitzt und die mit dir geteilt wurden, einschließlich privater.
get-actor-run-list
runs
Erhalte eine Liste von Actor-Runs, filterbar nach Actor und Status.
get-actor-run-log
runs
Rufe die Protokolle für einen bestimmten Actor-Run ab.
get-dataset
storage
Erhalte Metadaten über ein bestimmtes Dataset.
get-dataset-schema
storage
Generiere ein JSON-Schema aus Dataset-Elementen.
get-key-value-store
storage
Erhalte Metadaten über einen bestimmten Key-Value-Store.
get-key-value-store-keys
storage
Liste die Schlüssel innerhalb eines bestimmten Key-Value-Stores auf.
get-dataset-list
storage
Liste alle verfügbaren Datasets für den Benutzer auf.
get-key-value-store-list
storage
Liste alle verfügbaren Key-Value-Stores für den Benutzer auf.
create-actor-task
tasks
Erstelle eine gespeicherte Actor-Aufgabe (eine benannte, wiederverwendbare Actor-Konfiguration).
get-actor-task
tasks
Erhalte eine gespeicherte Actor-Aufgabe, ihren Veröffentlichungsstatus und ihre öffentliche Anzeigekonfiguration.
update-actor-task
tasks
Aktualisiere die Eingabe, Ausführungsoptionen oder öffentliche Anzeigekonfiguration einer Aufgabe.
publish-actor-task
tasks
Veröffentliche eine Aufgabe auf ihrer öffentlichen Landingpage.
unpublish-actor-task
tasks
Hebe die Veröffentlichung einer Aufgabe von ihrer öffentlichen Landingpage auf.
create-schedule
schedules
Erstelle einen Zeitplan, der Actors oder Aufgaben in einem Cron-Rhythmus ausführt.
get-schedule
schedules
Erhalte einen Zeitplan, seinen Cron-Ausdruck, Status und die Aktionen, die er ausführt.
update-schedule
schedules
Aktualisiere einen Zeitplan: Cron-Ausdruck, Zeitzone, aktivierten Status oder Aktionen.
delete-schedule
schedules
Lösche einen Zeitplan.
get-actor-build
builds
Erhalte den Status eines Actor-Builds.
get-actor-build-log
builds
Rufe die Protokolle für einen bestimmten Actor-Build ab.
get-actor-build-list
builds
Liste die Builds des Kontos oder eines Actors in jedem Status auf, neueste zuerst.
build-actor
builds
Baue eine Actor-Version und warte eine begrenzte Zeit, bis der Build abgeschlossen ist.
get-actor-version
source
Erhalte eine Dateiliste einer Actor-Version mit Hashes und den Inhalt der Dateien, die du anforderst.
apify-api-search
api
Durchsuche die Apify-API-Referenz nach Operationen anhand von Schlüsselwörtern. Gibt Methode, Pfad und Dokumentationsseite jeder Operation zurück.
apify-api-details
api
Erhalte die Parameter und das Anforderungstextschema der Apify-API-Operationen auf einem Pfad.
apify-api-read
api
Sende eine GET-Anfrage an einen beliebigen Apify-API-Pfad, wie actor-runs oder /v2/actor-runs, wie apify api in der Apify-CLI. Es lehnt den method-Abfrageparameter ab.
apify-api-write
keine (nach Name auswählen: tools=apify-api-write)
Sende eine POST-, PUT-, PATCH- oder DELETE-Anfrage an einen beliebigen Apify-API-Pfad, mit einem JSON-Text, wie apify api in der Apify-CLI. Es lehnt den method-Abfrageparameter ab.
Hinweis:
Wenn call-actor, ein Actor-Werkzeug oder get-actor-run vorhanden ist, injiziert der Server automatisch get-actor-run, get-dataset-items, get-key-value-store-record und abort-actor-run.
Wenn du einen Actor aufrufst – über call-actor oder direkt über ein Actor-Werkzeug (z. B. apify--rag-web-browser) – enthält die Antwort Run-Metadaten, Speicher-IDs und ein summary + nextStep, aber keine Dataset-Elemente. Um Elemente abzurufen, folge nextStep und rufe get-dataset-items (automatisch injiziert) auf, wobei du das datasetId übergibst, das vom Aufruf zurückgegeben wurde.
Werkzeug-Anmerkungen
Alle Werkzeuge enthalten Metadaten-Anmerkungen, die MCP-Clients und LLMs helfen, das Werkzeugverhalten zu verstehen:
title: Kurzer Anzeigename für das Werkzeug (z. B. „Search Actors", „Call Actor", „apify/rag-web-browser")
readOnlyHint: true für Werkzeuge, die nur Daten lesen, ohne den Zustand zu ändern (z. B. get-dataset, fetch-actor-details). Actor-Werkzeuge erhalten es nur für von Apify gepflegte Actors mit eingeschränkten Berechtigungen und ohne geheimen, beschreibbaren Speicher, MCP-Konnektor oder Code-Eingabe (z. B. apify--web-fetch); andere Actor-Werkzeuge sind als destruktiv markiert.
openWorldHint: true für Werkzeuge, die auf externe Ressourcen außerhalb der Apify-Plattform zugreifen (z. B. führt call-actor externe Actors aus). Werkzeuge, die nur mit der Apify-Plattform interagieren (wie search-actors oder fetch-apify-docs), haben diesen Hinweis nicht.
Werkzeugkonfiguration
Der tools-Konfigurationsparameter wird verwendet, um geladene Werkzeuge anzugeben – entweder Kategorien oder bestimmte Werkzeuge direkt sowie Apify-Actors. Zum Beispiel lädt tools=storage,runs zwei Kategorien; tools=call-actor lädt nur ein Werkzeug.
Wenn keine Abfrageparameter angegeben werden, lädt der MCP-Server standardmäßig die folgenden tools:
actors
docs
apify/rag-web-browser
apify/web-fetch
Wenn der Werkzeugparameter angegeben ist, werden nur die aufgeführten Werkzeuge oder Kategorien aktiviert – keine Standardwerkzeuge werden eingeschlossen.
report-problem wird standardmäßig bereitgestellt (vorbehaltlich der Einschränkung in der Fußnote oben), gehört aber zur dev-Kategorie, sodass eine explizite tools=dev es ebenfalls auswählt. Zum Deaktivieren übergebe eine explizite tools=-Liste, die es auslässt (z. B. tools=actors,docs).
Einfache Konfiguration:
Verwende den UI-Konfigurator, um deinen Server zu konfigurieren, und kopiere dann die Konfiguration in deinen Client.
Konfiguration des gehosteten Servers:
Der gehostete Server kann mithilfe von Abfrageparametern in der URL konfiguriert werden. Um beispielsweise die Standardwerkzeuge zu laden, verwende:
Für eine minimale Konfiguration, wenn du nur ein einzelnes Actor-Werkzeug verwenden möchtest – ohne Erkennungs- oder generische Aufrufwerkzeuge – kann der Server wie folgt konfiguriert werden:
https://mcp.apify.com?tools=apify/my-actor
Dieses Setup stellt nur den angegebenen Actor (apify/my-actor) als Werkzeug bereit. Keine anderen Werkzeuge sind verfügbar.
Konfiguration der CLI:
Die CLI kann mithilfe von Befehlszeilenflags konfiguriert werden. Um beispielsweise dieselben Werkzeuge wie in der gehosteten Serverkonfiguration zu laden, verwende:
Wie oben stellt dies nur den angegebenen Actor (apify/my-actor) als Werkzeug bereit. Keine anderen Werkzeuge sind verfügbar.
⚠️ Wichtige Empfehlung
Die Standard-Werkzeugkonfiguration kann sich in zukünftigen Versionen ändern. Wenn kein tools-Parameter angegeben ist, lädt der Server derzeit Standardwerkzeuge, aber dieses Verhalten kann sich ändern.
Für Produktionsnutzung und stabile Schnittstellen gib immer explizit den tools-Parameter an, um sicherzustellen, dass deine Konfiguration über Updates hinweg konsistent bleibt.
Konfiguration des UI-Modus
Der ui-Parameter aktiviert das Rendern von MCP-Apps-Widgets in Werkzeugantworten. Wenn aktiviert, geben Werkzeuge wie search-actors interaktive MCP-App-Antworten zurück.
Konfiguration des gehosteten Servers:
Aktiviere den UI-Modus mit dem ui-Abfrageparameter:
https://mcp.apify.com?ui=true
Du kannst ihn mit anderen Parametern kombinieren:
https://mcp.apify.com?tools=actors,docs&ui=true
Konfiguration der CLI:
Die CLI kann mithilfe von Befehlszeilenflags konfiguriert werden. Um beispielsweise den UI-Modus zu aktivieren:
npx @apify/actors-mcp-server --ui true
Du kannst ihn auch über die UI_MODE-Umgebungsvariable festlegen:
export UI_MODE=true
npx @apify/actors-mcp-server
Abwärtskompatibilität
Die v2-Konfiguration bewahrt die Abwärtskompatibilität mit der v1-Nutzung. Hinweise:
actors-Parameter (URL) und --actors-Flag (CLI) werden weiterhin unterstützt.
Intern werden sie in tools-Selektoren zusammengeführt.
enableAddingActors (URL), enable-adding-actors (CLI) und der alte enableActorAutoLoading-Alias wurden entfernt. Um Actors dynamisch aufzurufen, verwende tools=call-actor (standardmäßig über die actors-Kategorie enthalten). Jeder verbleibende Rohwert wird ignoriert.
Standardwerte bleiben kompatibel: Wenn keine tools angegeben sind, lädt der Server actors, docs, apify/rag-web-browser und apify/web-fetch.
Wenn irgendwelche tools angegeben sind, werden die Standardwerte nicht hinzugefügt (gleiche Absicht wie bei v1 für explizite Auswahl).
call-actor ist jetzt standardmäßig über die actors-Kategorie enthalten (additive Änderung). Um es auszuschließen, gib eine explizite tools-Liste ohne actors an.
tools=add-actor, tools=experimental und tools=preview sind eingestellt: Sie werden ignoriert und laden keine Werkzeuge. Verwende stattdessen tools=call-actor (oder die Standard-actors-Kategorie).
tools=get-actor-log ist eingestellt: Das Werkzeug wurde in get-actor-run-log umbenannt. Der alte Selektor wird ignoriert und lädt keine Werkzeuge. Verwende stattdessen tools=get-actor-run-log (oder die runs-Kategorie).
Bestehende URLs und Befehle, die ?actors=... oder --actors verwenden, funktionieren weiterhin unverändert.
Prompts
Der Server bewirbt die prompts-Fähigkeit, aber es sind derzeit keine Prompts registriert — prompts/list gibt eine leere Liste zurück.
Ressourcen
Ihre Apify-Daten werden nicht in resources/list aufgelistet — Lesezugriffe erfolgen bei Bedarf: Übergeben Sie eine beliebige Apify-API-GET-URL (https://api.apify.com/v2/...) an resources/read, und der Server fügt das Apify-Token der Sitzung ein und gibt den Antworttext zurück. resources/templates/list listet die gängigen Formate auf — Dataset-Elemente, Key-Value-Store-Einträge und -Schlüssel, Run-Metadaten, Run-Log — mit ihren Paginierungsparametern. Antworten enthalten bis zu 256 KB Inline-Inhalt; alles Größere gibt einen kurzen Hinweis mit einer Download-URL anstelle des Texts zurück. API-Lesezugriffe erfordern ein Apify-Token, daher erhält eine reine Zahlungssitzung (x402 oder Skyfire) für diese einen JSON-RPC-Fehler.
💬 Anwendungsbeispiele
Im Folgenden finden Sie realistische Beispiele, die zeigen, wie ein KI-Assistent die Apify-MCP-Server-Tools verwendet.
Beispiel 1: Websuche mit RAG Web Browser
Benutzeraufforderung:
Finde die neuesten Nachrichten über autonome KI-Agenten und fasse die wichtigsten Entwicklungen zusammen.
Der KI-Assistent ruft das vorkonfigurierte apify--rag-web-browser-Actor-Tool auf, um das Web zu durchsuchen und Inhalte aus den besten Ergebnissen zurückzugeben.
Das Tool gibt Markdown-Inhalte aus den Top-3-Suchergebnissen zurück, die der KI-Assistent anschließend für den Benutzer zusammenfasst.
Beispiel 2: Einen Actor aus dem Apify Store entdecken und ausführen
Benutzeraufforderung:
Scrape die Top-10-Restaurants in Prag von Google Maps mit ihren Kontaktdaten.
Der KI-Assistent sucht zunächst nach einem geeigneten Actor, prüft dessen Eingabeschema und führt ihn dann aus.
Das Tool gibt eine Vorschau der gescrapten Daten zurück, einschließlich Restaurantnamen, Adressen, Bewertungen, Telefonnummern und Websites.
Beispiel 3: Actor-Run-Ergebnisse abrufen und paginieren
Benutzeraufforderung:
Zeig mir die nächsten 10 Ergebnisse aus diesem Scraping-Run.
Der KI-Assistent verwendet die Dataset-ID aus dem vorherigen Actor-Run, um weitere Elemente abzurufen.
Erwartete Ausgabe: Das Tool gibt die nächste Seite strukturierter Datenelemente aus dem Ausgabe-Dataset des Actors zurück.
📡 Telemetrie
Der Apify-MCP-Server sammelt Telemetriedaten über Tool-Aufrufe, um Apify dabei zu helfen, Nutzungsmuster zu verstehen und den Dienst zu verbessern.
Standardmäßig ist Telemetrie für alle Tool-Aufrufe aktiviert.
Der stdio-Transport verwendet außerdem Sentry für die Fehlerverfolgung, was uns hilft, Probleme schneller zu identifizieren und zu beheben.
Sentry wird automatisch deaktiviert, wenn Telemetrie abgelehnt wird.
Telemetrie deaktivieren
Sie können Telemetrie (einschließlich Sentry-Fehlerverfolgung) deaktivieren, indem Sie das --telemetry-enabled-CLI-Flag auf false setzen oder die TELEMETRY_ENABLED-Umgebungsvariable auf false setzen.
CLI-Flags haben Vorrang vor Umgebungsvariablen.
Beispiele
Für den Remote-Server (mcp.apify.com):
# Disable via URL parameter
https://mcp.apify.com?telemetry-enabled=false
Für den lokalen stdio-Server:
# Disable via CLI flag
npx @apify/actors-mcp-server --telemetry-enabled=false
# Or set environment variable
export TELEMETRY_ENABLED=false
npx @apify/actors-mcp-server
⚙️ Entwicklung
Bitte lesen Sie den CONTRIBUTING.md-Leitfaden für Beitragsrichtlinien und Commit-Message-Konventionen.
Detaillierte Anweisungen zur Entwicklungseinrichtung, Projektstruktur und lokalen Tests finden Sie im DEVELOPMENT.md-Leitfaden.
Beim Start zeigt der Inspector eine URL an, die Sie in Ihrem Browser öffnen können, um mit dem Debugging zu beginnen.
Nicht authentifizierter Zugriff
Wenn der tools-Abfrageparameter nur Tools enthält, die explizit für die nicht authentifizierte Nutzung aktiviert sind, erlaubt der gehostete Server den Zugriff ohne API-Token.
Derzeit zulässige Tools: search-actors, fetch-actor-details, search-apify-docs, fetch-apify-docs, apify-api-search, apify-api-details.
Beispiel: https://mcp.apify.com?tools=search-actors.
🐦 Canary-PR-Veröffentlichungen
Apify MCP ist auf zwei Repositorys verteilt: dieses Repository für die Kern-MCP-Logik und das private apify-mcp-server-internal für den gehosteten Server.
Änderungen müssen zwischen beiden synchronisiert werden.
Um eine Canary-Veröffentlichung zu erstellen, fügen Sie Ihrem Pull-Request das beta-Label hinzu.
Dadurch wird das Paket auf pkg.pr.new zum Staging und Testen vor dem Zusammenführen veröffentlicht.
Details finden Sie in der Workflow-Datei.
🐋 Docker-Hub-Integration
Der Apify-MCP-Server ist auch auf Docker Hub verfügbar, registriert über das mcp-registry-Repository. Der Eintrag in servers/apify-mcp-server/server.yaml sollte automatisch vom Docker-Hub-MCP-Registry bereitgestellt werden (die Bereitstellungshäufigkeit ist unbekannt). Bevor Sie größere Änderungen an der stdio-Serverversion vornehmen, testen Sie diese lokal, um sicherzustellen, dass der Docker-Build erfolgreich ist. Ändern Sie zum Testen source.branch auf Ihren PR-Zweig und führen Sie task build -- apify-mcp-server aus. Weitere Details finden Sie in CONTRIBUTING.md.
Das Actor-Eingabeschema wird verarbeitet, um mit den meisten MCP-Clients kompatibel zu sein und gleichzeitig die JSON-Schema-Standards einzuhalten. Die Verarbeitung umfasst:
Beschreibungen, die länger als 500 Zeichen sind (wie in ACTOR_MAX_DESCRIPTION_LENGTH definiert), werden am letzten vollständigen Satz in diesem Fenster abgeschnitten, oder am letzten vollständigen Wort, wenn es keine Satzgrenze gibt, und mit [Description truncated] markiert.
Enum-Felder, die in 2000 kombinierte Zeichen passen (wie in ACTOR_ENUM_MAX_LENGTH definiert), werden vollständig beibehalten; größere Enums werden weggelassen, mit einem kurzen Hinweis und einigen Beispielwerten in der Beschreibung stattdessen.
Pflichtfelder werden in ihren Beschreibungen explizit mit einem REQUIRED-Präfix markiert, um die Kompatibilität mit Frameworks zu gewährleisten, die das JSON-Schema möglicherweise nicht korrekt verarbeiten.
Verschachtelte Eigenschaften werden für Sonderfälle wie Proxy-Konfiguration und Request-Listenquellen erstellt, um die korrekte Eingabestruktur sicherzustellen.
Array-Elementtypen werden abgeleitet, wenn sie nicht explizit im Schema definiert sind, mit einer Prioritätsreihenfolge: expliziter Typ in items > Prefill-Typ > Standardwerttyp > Editor-Typ.
Enum-Werte und Beispiele werden zu Eigenschaftsbeschreibungen hinzugefügt, um die Sichtbarkeit zu gewährleisten, auch wenn der Client das JSON-Schema nicht vollständig unterstützt.
Miet-Actors sind nur für die Verwendung mit dem gehosteten MCP-Server unter https://mcp.apify.com. verfügbar. Wenn Sie den Server lokal über stdio ausführen, können Sie nur auf Actors zugreifen, die bereits zu Ihrem lokalen Toolset hinzugefügt wurden. Um dynamisch nach Actors aus dem Apify Store zu suchen und diese zu verwenden — einschließlich Miet-Actors — verbinden Sie sich mit dem gehosteten Endpunkt.
🔒 Datenschutzrichtlinie
Wenn Sie diesen Server verwenden, werden Ihre Anfragen und Actor-Eingaben zur Ausführung an die Apify-API gesendet.
Daten werden nicht an Dritte weitergegeben, außer was zur Ausführung der angeforderten Actors erforderlich ist.
Vollständige Details zu Datenerfassung, -nutzung, -weitergabe und -aufbewahrung finden Sie unter Apify Legal.
🤝 Mitwirken
Wir begrüßen Fehlerberichte, Funktionsanfragen und Dokumentationskorrekturen. Senden Sie uns das Problem, nicht den Patch — ein präzises Issue mit einer Reproduktion ist nützlicher als ein Pull-Request.
🐛 Einen Fehler melden: Ein Issue öffnen mit einer Reproduktion. Das Nützlichste, das Sie uns senden können.
💡 Eine Funktion vorschlagen: Ein Issue öffnen — das Problem und wer davon betroffen ist, nicht die Implementierung.
🔧 Code: Arbeiten Sie nur an einem von Maintainern eingeladenen Issue. Ein offenes Issue ist keine Einladung, es aufzugreifen; unaufgeforderte Pull-Requests werden geschlossen.
📚 Dokumentation: Tippfehler, defekte Links und falsche Befehle gehen direkt in einen PR.
