Servidor oficial de Apify MCP para que agentes de IA ejecuten Actors, extraigan datos de sitios web y automaticen flujos de trabajo de scraping y rastreo web.
Buscar en Apify Store — Pídele a tu asistente que encuentre scrapers y herramientas de automatización usando search-actors, y luego inspecciona los detalles con fetch-actor-details.
Ejecutar cualquier Actor — Haz que tu asistente ejecute scrapers como call-actor o el preconfigurado apify--rag-web-browser para extraer datos de sitios web, redes sociales o mapas.
Recuperar resultados de ejecuciones — Obtén elementos paginados del dataset con get-dataset-items o verifica el estado y los registros de la ejecución mediante get-actor-run y get-actor-log.
Gestionar almacenamiento — Accede a datos de datasets y almacenes de clave-valor usando get-dataset, get-key-value-store-record y herramientas de listado relacionadas.
Crear y gestionar tareas — Guarda configuraciones reutilizables de Actors con create-actor-task, actualízalas mediante update-actor-task y publica páginas de destino con publish-actor-task.
Buscar documentación de Apify — Consulta la documentación de la plataforma con search-apify-docs y obtén páginas completas a través de fetch-apify-docs para tener contexto.
El servidor del Protocolo de Contexto de Modelo (MCP) de Apify en mcp.apify.com permite que tus agentes de IA extraigan datos de redes sociales, motores de búsqueda, mapas, sitios de comercio electrónico y cualquier otro sitio web utilizando miles de raspadores, rastreadores y herramientas de automatización ya preparados de Apify Store. Admite OAuth, lo que te permite conectarte desde clientes como Claude.ai o Visual Studio Code usando solo la URL.
🚀 ¡Usa el servidor MCP de Apify alojado!
Para la mejor experiencia, conecta tu asistente de IA a nuestro servidor alojado en https://mcp.apify.com. El servidor alojado admite las últimas funciones, incluida la inferencia del esquema de salida para resultados estructurados de Actors, que no están disponibles cuando se ejecuta localmente a través de stdio.
⚠️ Transporte SSE heredado eliminado. El endpoint https://mcp.apify.com/sse se ha eliminado en favor de Streamable HTTP. Migra tu cliente a https://mcp.apify.com — elimina el sufijo /sse de tu configuración.
💰 El servidor también admite pagos agénticos: compra un token de AGI para ejecutar cualquier Actor, o paga por solicitud a través de x402 directo (solo Actors de Pago por Evento) o Skyfire.
El servidor MCP de Apify es compatible con Claude Code, Claude.ai, Cursor, VS Code y cualquier cliente que cumpla con el Protocolo de Contexto de Modelo.
Consulta la sección de clientes MCP para más detalles o visita la página de configuración de MCP.
El servidor MCP de Apify permite que un asistente de IA use cualquier Actor de Apify como herramienta para realizar una tarea específica.
Por ejemplo, puede:
Usar Facebook Posts Scraper para extraer datos de publicaciones de Facebook de múltiples páginas/perfiles.
Usar Instagram Scraper para raspar publicaciones, perfiles, lugares, fotos y comentarios de Instagram.
Usar RAG Web Browser para buscar en la web, raspar las N URL principales y devolver su contenido.
Usar Web Fetch para obtener cualquier URL y devolver su contenido como Markdown, texto plano, HTML o enlaces, con renderizado de JavaScript y protección anti-bots.
Tutorial en video: Integra más de 8,000 Actors y agentes de Apify con Claude
🚀 Inicio rápido
Puedes usar el servidor MCP de Apify de dos maneras:
Endpoint HTTPS (mcp.apify.com): Conéctate desde tu cliente MCP mediante OAuth o incluyendo el encabezado Authorization: Bearer <APIFY_TOKEN> en tus solicitudes. Este es el método recomendado para la mayoría de los casos de uso. Debido a que admite OAuth, puedes conectarte desde clientes como Claude.ai o Visual Studio Code usando solo la URL: https://mcp.apify.com.
Transporte streamable https://mcp.apify.com
Entrada/Salida estándar (stdio): Ideal para integraciones locales y herramientas de línea de comandos como el cliente Claude para Desktop.
Configura el comando del servidor del cliente MCP como npx @apify/actors-mcp-server y la variable de entorno APIFY_TOKEN con tu token de API de Apify.
Consulta npx @apify/actors-mcp-server --help para más opciones.
Puedes encontrar instrucciones detalladas para configurar el servidor MCP en la documentación de Apify.
🤖 Clientes MCP
El servidor MCP de Apify es compatible con cualquier cliente MCP que cumpla con el Protocolo de Contexto de Modelo, pero el nivel de soporte para el descubrimiento dinámico de herramientas y otras funciones puede variar entre clientes.
Esta interfaz interactiva, similar a un chat, proporciona una manera fácil de explorar las capacidades de Apify MCP sin configuración local.
¡Inicia sesión con tu cuenta de Apify y comienza a experimentar con herramientas de raspado web, extracción de datos y automatización!
O usa el archivo de paquete MCP (anteriormente conocido como archivo de extensión de escritorio de Anthropic, o DXT) para instalación con un clic: Archivo MCPB del servidor MCP de Apify
💰 Pagos agénticos
Puedes pagar por ejecuciones de Actors sin un token de API de Apify usando AGI, x402 directo o Skyfire.
AGI (agi.apify.com) acuña un token de API de Apify prepagado a cambio de un pago x402 o MPP. Usa el token como un token de API normal contra mcp.apify.com y api.apify.com — funciona para cualquier Actor, no solo para los de Pago por Evento. Recomendado para nuevas integraciones; consulta AGI (recomendado) a continuación.
x402 directo paga con USDC en Base por solicitud y no requiere una cuenta de plataforma separada. Es totalmente compatible con mcpc (brew install apify/tap/mcpc o npm install -g @apify/mcpc). Usamos mcpc porque es uno de los pocos clientes MCP que admite las últimas funciones y el protocolo x402 de forma nativa.
Skyfire paga con tokens PAY y requiere una cuenta de Skyfire con una billetera financiada. No requiere un cliente MCP especial; todo el flujo de pago se maneja directamente a través de los parámetros de llamada de herramientas MCP.
ℹ️ Alcance: Tanto x402 directo como Skyfire están limitados a Actors de Pago por Evento, no admiten Actors en espera (Standby) y liquidan por ejecución en lugar de acuñar un token.
Cómo funcionan los pagos agénticos
Los costos de ejecución de Actors varían, por lo que ambos métodos de pago usan un modelo de saldo prepagado. El flujo de pago ocurre en cuatro pasos:
Descubrimiento: El agente descubre Actors con search-actors o fetch-actor-details. Esas llamadas son gratuitas.
Prepago: Antes de ejecutar una herramienta de Actor de pago, el agente financia un saldo prepagado.
x402 directo: mcpc firma automáticamente una transacción de $1.00 USDC.
Skyfire: El agente crea un token PAY (mínimo $5.00) usando la herramienta create-pay-token de Skyfire.
Ejecución: El agente llama a la herramienta del Actor.
x402 directo: Se maneja automáticamente por mcpc usando el saldo prepagado.
Skyfire: El agente pasa explícitamente el token PAY en la propiedad de entrada skyfire-pay-id.
Resolución: La herramienta devuelve los resultados del Actor. Los fondos no utilizados permanecen disponibles para ejecuciones posteriores.
x402 directo: Después de 60 minutos de inactividad, el servidor reembolsa cualquier saldo no utilizado a la billetera en Base.
Skyfire: Skyfire devuelve los fondos no utilizados cuando el token expira.
🪙 AGI (recomendado)
AGI (Interfaz General de Agentes de Apify) es la forma recomendada para que los agentes autónomos paguen por el uso de Apify sin una cuenta. Paga una vez a través de x402 o MPP, recibe un token de API de Apify prepagado con límite de gasto, y úsalo directamente contra mcp.apify.com y api.apify.com (Authorization: Bearer <token>) — para cualquier Actor.
El protocolo completo, los métodos de pago admitidos y los términos actuales (monto mínimo, vida útil del token, política de reembolso) están documentados en agi.apify.com/AGENTS.md — trátalo como la fuente única de verdad.
💸 x402 directo
El protocolo x402 permite pagos directos de máquina a máquina. Tu cliente MCP puede usarlo para pagar ejecuciones de Actors con USDC en la cadena de bloques Base, evitando por completo la necesidad de un token de API de Apify.
Requisitos previos
Una billetera con USDC en la red principal de Base.
Configuración
Crea o importa una billetera:
# 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
mcpc @apify tools-call call-actor actor:="apify/rag-web-browser" input:='{"query": "latest AI news"}'
🔥 Skyfire
Skyfire proporciona infraestructura de pago gestionada para agentes de IA. En lugar de autenticarte con un token de API de Apify, tu agente pasa un token de pago de Skyfire para cubrir el costo de cada llamada de herramienta usando tokens PAY.
El servidor MCP proporciona un conjunto de herramientas para interactuar con los Actors de Apify.
Dado que Apify Store es grande y crece rápidamente, el servidor MCP proporciona una manera de descubrir y usar dinámicamente nuevos Actors.
Actors
Cualquier Actor de Apify puede usarse como herramienta.
Por defecto, el servidor está preconfigurado con dos Actors, apify/rag-web-browser y apify/web-fetch, y varias herramientas auxiliares.
El servidor MCP carga el esquema de entrada de un Actor y crea una herramienta MCP correspondiente.
Esto permite que el agente de IA sepa exactamente qué argumentos pasar al Actor y qué esperar a cambio.
Por ejemplo, para el Actor apify/rag-web-browser, los parámetros de entrada son:
{
"query": "restaurants in San Francisco",
"maxResults": 3
}
No necesitas especificar manualmente qué Actor llamar o sus parámetros de entrada; el LLM maneja esto automáticamente.
Cuando se llama a una herramienta, los argumentos se pasan automáticamente al Actor por el LLM.
Puedes consultar la documentación específica del Actor para obtener una lista de argumentos disponibles.
Herramientas auxiliares
Una de las características más potentes de usar MCP con Apify es el descubrimiento dinámico de herramientas.
Permite que un agente de IA encuentre nuevas herramientas (Actors) según sea necesario y las incorpore.
Aquí hay algunas operaciones MCP especiales y cómo el servidor MCP de Apify las admite:
Actors de Apify: Busca Actors, consulta sus detalles y úsalos como herramientas para la IA.
Documentación de Apify: Busca en la documentación de Apify y obtén documentos específicos para proporcionar contexto a la IA.
Ejecuciones de Actors: Obtén listas de tus ejecuciones de Actors, inspecciona sus detalles y recupera registros.
Almacenamiento de Apify: Accede a datos de tus conjuntos de datos y almacenes de clave-valor.
Tareas de Actors: Crea, inspecciona y actualiza tus tareas de Actors guardadas, y publica o despublica sus páginas públicas de destino.
Resumen de herramientas disponibles
Aquí tienes una lista general de todas las herramientas proporcionadas por el Servidor MCP de Apify.
Leyenda para la columna Habilitado por defecto:
✅ — en el conjunto de herramientas predeterminado.
⚡ — se inyecta automáticamente cuando call-actor, una herramienta de Actor, o get-actor-run está presente (lo cual es cierto en la configuración predeterminada).
✅¹ — se sirve por defecto, pero solo cuando la telemetría está habilitada y el cliente no está retenido: superficies de Anthropic (Claude.ai / Claude Desktop / Claude Code) o local-agent-mode-apify. Para deshabilitarlo, pasa una lista explícita de tools= que lo omita.
Nombre de la herramienta
Categoría
Descripción
Habilitado por defecto
search-actors
actors
Buscar Actores en Apify Store.
✅
fetch-actor-details
actors
Recuperar información detallada sobre un Actor específico, incluido su esquema de entrada, README (resumen cuando esté disponible, completo en caso contrario), precios y esquema de salida del Actor.
✅
call-actor
actors
Llamar a un Actor y obtener los resultados de su ejecución. Usa fetch-actor-details primero para obtener el esquema de entrada del Actor.
✅
get-actor-run
runs
Obtener información detallada sobre una ejecución específica de un Actor.
⚡
get-dataset-items
storage
Recuperar elementos de un dataset con soporte para filtrado y paginación.
⚡
get-key-value-store-record
storage
Obtener el valor asociado con una clave específica en un almacén de clave-valor.
⚡
abort-actor-run
runs
Abortar una ejecución de Actor en curso, opcionalmente de forma gradual.
⚡
search-apify-docs
docs
Buscar en la documentación de Apify páginas relevantes.
✅
fetch-apify-docs
docs
Obtener el contenido completo de una página de documentación de Apify por su URL.
Una herramienta de Actor para obtener una URL y devolver su contenido.
✅
report-problem
dev
Reportar un problema con una herramienta o Actor de Apify al equipo de Apify.
✅¹
get-actor-run-list
runs
Obtener una lista de ejecuciones de un Actor, filtrable por estado.
get-actor-log
runs
Recuperar los registros de una ejecución específica de un Actor.
get-dataset
storage
Obtener metadatos sobre un dataset específico.
get-dataset-schema
storage
Generar un esquema JSON a partir de elementos de un dataset.
get-key-value-store
storage
Obtener metadatos sobre un almacén de clave-valor específico.
get-key-value-store-keys
storage
Listar las claves dentro de un almacén de clave-valor específico.
get-dataset-list
storage
Listar todos los datasets disponibles para el usuario.
get-key-value-store-list
storage
Listar todos los almacenes de clave-valor disponibles para el usuario.
create-actor-task
tasks
Crear una tarea de Actor guardada (una configuración de Actor reutilizable y con nombre).
get-actor-task
tasks
Obtener una tarea de Actor guardada, su estado de publicación y configuración de visualización pública.
update-actor-task
tasks
Actualizar la entrada de una tarea, las opciones de ejecución o su configuración de visualización pública.
publish-actor-task
tasks
Publicar una tarea en su página de destino pública.
unpublish-actor-task
tasks
Despublicar una tarea de su página de destino pública.
Nota:
Cuando call-actor, una herramienta de Actor, o get-actor-run está presente, el servidor inyecta automáticamente get-actor-run, get-dataset-items, get-key-value-store-record y abort-actor-run.
Cuando llamas a un Actor — a través de call-actor o directamente mediante una herramienta de Actor (por ejemplo, apify--rag-web-browser) — la respuesta contiene metadatos de ejecución, IDs de almacenamiento y un summary + nextStep, pero no elementos del dataset. Para obtener elementos, sigue nextStep y llama a get-dataset-items (inyectado automáticamente), pasando el datasetId devuelto por la llamada.
Anotaciones de herramientas
Todas las herramientas incluyen anotaciones de metadatos para ayudar a los clientes MCP y a los LLM a comprender el comportamiento de las herramientas:
title: Nombre corto para mostrar de la herramienta (por ejemplo, "Buscar Actores", "Llamar Actor", "apify/rag-web-browser")
readOnlyHint: true para herramientas que solo leen datos sin modificar el estado (por ejemplo, get-dataset, fetch-actor-details)
openWorldHint: true para herramientas que acceden a recursos externos fuera de la plataforma Apify (por ejemplo, call-actor ejecuta Actores externos). Las herramientas que interactúan solo con la plataforma Apify (como search-actors o fetch-apify-docs) no tienen esta indicación.
Configuración de herramientas
El parámetro de configuración tools se utiliza para especificar las herramientas cargadas — ya sea categorías o herramientas específicas directamente, y Actores de Apify. Por ejemplo, tools=storage,runs carga dos categorías; tools=call-actor carga solo una herramienta.
Cuando no se proporcionan parámetros de consulta, el servidor MCP carga los siguientes tools por defecto:
actors
docs
apify/rag-web-browser
apify/web-fetch
Si se especifica el parámetro de herramientas, solo se habilitarán las herramientas o categorías listadas — no se incluirán herramientas predeterminadas.
report-problem se sirve por defecto (sujeto a la restricción en la nota al pie anterior) pero vive en la categoría dev, por lo que un tools=dev explícito también lo selecciona. Para deshabilitarlo, pasa una lista explícita de tools= que lo omita (por ejemplo, tools=actors,docs).
Configuración fácil:
Usa el configurador de interfaz para configurar tu servidor y luego copia la configuración a tu cliente.
Configuración del servidor alojado:
El servidor alojado se puede configurar usando parámetros de consulta en la URL. Por ejemplo, para cargar las herramientas predeterminadas, usa:
Para una configuración mínima, si deseas usar solo una única herramienta de Actor — sin herramientas de descubrimiento o llamadas genéricas — el servidor se puede configurar de la siguiente manera:
https://mcp.apify.com?tools=apify/my-actor
Esta configuración expone solo el Actor especificado (apify/my-actor) como herramienta. No habrá otras herramientas disponibles.
Configuración de la CLI:
La CLI se puede configurar usando banderas de línea de comandos. Por ejemplo, para cargar las mismas herramientas que en la configuración del servidor alojado, usa:
Como se indicó anteriormente, esto expone solo el Actor especificado (apify/my-actor) como herramienta. No habrá otras herramientas disponibles.
⚠️ Recomendación importante
La configuración predeterminada de herramientas puede cambiar en versiones futuras. Cuando no se especifica el parámetro tools, el servidor actualmente carga herramientas predeterminadas, pero este comportamiento está sujeto a cambios.
Para uso en producción e interfaces estables, especifica siempre explícitamente el parámetro tools para garantizar que tu configuración permanezca consistente entre actualizaciones.
Configuración del modo de interfaz
El parámetro ui habilita la representación de widgets de Aplicaciones MCP en las respuestas de las herramientas. Cuando está habilitado, herramientas como search-actors devuelven respuestas interactivas de Aplicaciones MCP.
Configuración del servidor alojado:
Habilita el modo de interfaz usando el parámetro de consulta ui:
https://mcp.apify.com?ui=true
Puedes combinarlo con otros parámetros:
https://mcp.apify.com?tools=actors,docs&ui=true
Configuración de la CLI:
La CLI se puede configurar usando banderas de línea de comandos. Por ejemplo, para habilitar el modo de interfaz:
npx @apify/actors-mcp-server --ui true
También puedes configurarlo mediante la variable de entorno UI_MODE:
export UI_MODE=true
npx @apify/actors-mcp-server
Compatibilidad hacia atrás
La configuración v2 preserva la compatibilidad hacia atrás con el uso de v1. Notas:
El parámetro actors (URL) y la bandera --actors (CLI) siguen siendo compatibles.
enableAddingActors (URL), enable-adding-actors (CLI) y el alias heredado enableActorAutoLoading se han eliminado. Para llamar Actores dinámicamente, usa tools=call-actor (incluido por defecto mediante la categoría actors). Cualquier valor sin procesar restante se ignora.
Los valores predeterminados siguen siendo compatibles: cuando no se especifican tools, el servidor carga actors, docs, apify/rag-web-browser y apify/web-fetch.
Si se especifican tools, los valores predeterminados no se agregan (igual que la intención de v1 para selección explícita).
call-actor ahora se incluye por defecto mediante la categoría actors (cambio aditivo). Para excluirlo, especifica una lista explícita de tools sin actors.
tools=add-actor, tools=experimental y tools=preview están retirados: se ignoran y no cargan herramientas. Usa tools=call-actor (o la categoría predeterminada actors) en su lugar.
Las URLs y comandos existentes que usan ?actors=... o --actors continúan funcionando sin cambios.
Prompts
El servidor anuncia la capacidad prompts, pero actualmente no hay prompts registrados — prompts/list devuelve una lista vacía.
Recursos
Tus datos de Apify no se enumeran en resources/list — las lecturas son bajo demanda: pasa cualquier URL GET de la API de Apify (https://api.apify.com/v2/...) a resources/read y el servidor inyecta el token de Apify de la sesión y devuelve el cuerpo de la respuesta. resources/templates/list enumera las formas comunes — elementos de dataset, registros y claves de almacén de clave-valor, metadatos de ejecución, registro de ejecución — con sus parámetros de paginación. Las respuestas incluyen hasta 256 KB; cualquier cosa más grande devuelve un aviso breve con una URL de descarga en lugar del cuerpo. Las lecturas de API requieren un token de Apify, por lo que una sesión solo de pago (x402 o Skyfire) recibe un error JSON-RPC para ellas.
💬 Ejemplos de uso
A continuación se presentan ejemplos realistas que muestran cómo un asistente de IA usa las herramientas del Servidor MCP de Apify.
Ejemplo 1: Buscar en la web usando RAG Web Browser
Prompt del usuario:
Encuentra las últimas noticias sobre agentes de IA autónomos y resume los desarrollos clave.
El asistente de IA llama a la herramienta de Actor apify--rag-web-browser preconfigurada para buscar en la web y devolver contenido de los mejores resultados.
La herramienta devuelve contenido en formato markdown de los 3 mejores resultados de búsqueda, que el asistente de IA luego resume para el usuario.
Ejemplo 2: Descubrir y ejecutar un Actor de Apify Store
Prompt del usuario:
Extrae los 10 mejores restaurantes de Praga de Google Maps con sus datos de contacto.
El asistente de IA primero busca un Actor adecuado, inspecciona su esquema de entrada y luego lo ejecuta.
La herramienta devuelve una vista previa de los datos extraídos, incluidos nombres de restaurantes, direcciones, calificaciones, números de teléfono y sitios web.
Ejemplo 3: Recuperar y paginar los resultados de la ejecución de un Actor
Prompt del usuario:
Muéstrame los siguientes 10 resultados de esa ejecución de extracción.
El asistente de IA usa el ID del dataset de la ejecución anterior del Actor para obtener elementos adicionales.
Resultado esperado: La herramienta devuelve la siguiente página de elementos de datos estructurados del dataset de salida del Actor.
📡 Telemetría
El Servidor MCP de Apify recopila datos de telemetría sobre las llamadas a herramientas para ayudar a Apify a comprender los patrones de uso y mejorar el servicio.
Por defecto, la telemetría está habilitada para todas las llamadas a herramientas.
El transporte stdio también usa Sentry para el seguimiento de errores, lo que nos ayuda a identificar y corregir problemas más rápido.
Sentry se desactiva automáticamente cuando se opta por no participar en la telemetría.
Cómo optar por no participar en la telemetría
Puedes optar por no participar en la telemetría (incluido el seguimiento de errores de Sentry) configurando la bandera de CLI --telemetry-enabled en false o la variable de entorno TELEMETRY_ENABLED en false.
Las banderas de CLI tienen prioridad sobre las variables de entorno.
Ejemplos
Para el servidor remoto (mcp.apify.com):
# Disable via URL parameter
https://mcp.apify.com?telemetry-enabled=false
Para el servidor stdio local:
# 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
⚙️ Desarrollo
Consulta la guía CONTRIBUTING.md para conocer las pautas de contribución y las convenciones de mensajes de confirmación.
Para obtener instrucciones detalladas de configuración del desarrollo, estructura del proyecto y pruebas locales, consulta la guía DEVELOPMENT.md.
Al iniciarse, el Inspector mostrará una URL que puedes abrir en tu navegador para comenzar a depurar.
Acceso sin autenticación
Cuando el parámetro de consulta tools incluye solo herramientas habilitadas explícitamente para uso sin autenticación, el servidor alojado permite el acceso sin un token de API.
Herramientas permitidas actualmente: search-actors, fetch-actor-details, search-apify-docs, fetch-apify-docs.
Ejemplo: https://mcp.apify.com?tools=search-actors.
🐦 Lanzamientos canarios de PR
Apify MCP está dividido en dos repositorios: este repositorio para la lógica principal de MCP y el repositorio privado apify-mcp-server-internal para el servidor alojado.
Los cambios deben sincronizarse entre ambos.
Para crear un lanzamiento canario, agrega la etiqueta beta a tu solicitud de extracción.
Esto publica el paquete en pkg.pr.new para preparación y pruebas antes de la fusión.
Consulta el archivo de flujo de trabajo para más detalles.
🐋 Integración con Docker Hub
El servidor Apify MCP también está disponible en Docker Hub, registrado a través del repositorio mcp-registry. La entrada en servers/apify-mcp-server/server.yaml debería implementarse automáticamente mediante el registro MCP de Docker Hub (la frecuencia de implementación es desconocida). Antes de realizar cambios importantes en la versión del servidor stdio, pruébala localmente para asegurarte de que la compilación de Docker pase. Para probar, cambia source.branch a tu rama de PR y ejecuta task build -- apify-mcp-server. Para más detalles, consulta CONTRIBUTING.md.
El esquema de entrada del Actor se procesa para ser compatible con la mayoría de los clientes MCP, cumpliendo con los estándares de JSON Schema. El procesamiento incluye:
Las descripciones se truncan a 500 caracteres (según lo definido en MAX_DESCRIPTION_LENGTH).
Los campos de enumeración se truncan a una longitud combinada máxima de 2000 caracteres para todos los elementos (según lo definido en ACTOR_ENUM_MAX_LENGTH).
Los campos obligatorios se marcan explícitamente con un prefijo REQUIRED en sus descripciones para compatibilidad con marcos de trabajo que pueden no manejar correctamente el esquema JSON.
Las propiedades anidadas se construyen para casos especiales como la configuración de proxy y las fuentes de listas de solicitudes para garantizar la estructura de entrada correcta.
Los tipos de elementos de matriz se infieren cuando no están definidos explícitamente en el esquema, usando un orden de prioridad: tipo explícito en elementos > tipo de relleno previo > tipo de valor predeterminado > tipo de editor.
Los valores de enumeración y ejemplos se agregan a las descripciones de propiedades para garantizar la visibilidad, incluso si el cliente no admite completamente el esquema JSON.
Los Actores de alquiler solo están disponibles para uso con el servidor MCP alojado en https://mcp.apify.com.. Cuando ejecutas el servidor localmente mediante stdio, solo puedes acceder a los Actores que ya están agregados a tu conjunto de herramientas local. Para buscar y usar dinámicamente cualquier Actor de Apify Store, incluidos los Actores de alquiler, conéctate al punto final alojado.
🔒 Política de privacidad
Cuando usas este servidor, tus solicitudes y entradas de Actor se envían a la API de Apify para su ejecución.
Los datos no se comparten con terceros más allá de lo necesario para ejecutar los Actores solicitados.
Para obtener detalles completos sobre la recopilación, el uso, el intercambio y la retención de datos, consulta Apify Legal.
🤝 Contribuciones
Agradecemos informes de errores, solicitudes de funciones y correcciones de documentación. Envíanos el problema, no el parche — un problema preciso con una reproducción es más útil que una solicitud de extracción.
🐛 Informar un error: Abre un problema con una reproducción. Lo más útil que puedes enviarnos.
💡 Proponer una función: Abre un problema — el problema y quién lo enfrenta, no la implementación.
🔧 Código: Trabaja solo en un problema invitado por un mantenedor. Un problema abierto no es una invitación para tomarlo; las solicitudes de extracción no solicitadas se cierran.
📚 Documentación: Errores tipográficos, enlaces rotos y comandos incorrectos van directamente a una PR.
