Apify Public Data MCP

25 raspadores de datos públicos (Google Maps, empleos, SEC EDGAR, registros) como herramientas MCP

GitHubPrueba este MCPPatrocinado

Documentación

mcp-name: io.github.jlucasmcrell/apify-scrapers

Apify Public Data MCP: 25 Scrapers de Producción y Registros Públicos

Python 3.10+ Node.js 18+ Apify Verified Glama MCP Server License: MIT Smithery Un solo servidor MCP le brinda a un agente de IA 25 extractores de datos públicos de producción: leads de negocios de Google Maps, empleos de LinkedIn y Glassdoor, SEC EDGAR, USAspending, FEC, EPA, ClinicalTrials.gov, openFDA, Europe PMC, GLEIF, proveedores de CMS, geocodificación del censo, registros estatales de empresas, licencias de contratistas, Airbnb, YouTube, Twitch y Google Play; cada uno se ejecuta como un Actor en su propia cuenta de Apify. Instale con uvx apify-data-scrapers (Claude Desktop, Cursor, cualquier cliente MCP), o llame a los mismos Actores directamente desde Python, Node.js o herramientas sin código.

Cada actor está construido con validación estricta de esquemas, mapeo determinista de campos, selectores DOM auto-reparables y precios de pago por evento (tarifas por resultado desde $0.00015, inicio de Actor desde $0.0005; el precio en vivo de Apify Store es la autoridad).

Navegación rápida

Guías por caso de uso

Una página por pregunta que recibe un agente, cada una enumera las herramientas, argumentos, campos devueltos y precios para ese trabajo:

Extractores disponibles y listados en la tienda

Cada extractor a continuación es tanto un listado de Apify Store como una herramienta MCP del mismo servidor; las secciones son las preguntas con las que llegan los compradores.

Inteligencia empresarial y generación de leads

HerramientaEnlace a la tiendaCampos de salida claveMejor para
Leads de negocios de Google Mapscaptainhandsome/google-maps-business-searchNombre, teléfono, sitio web, calificación, reseñas, dirección, coordenadas, horarioGeneración de leads B2B, prospección de agencias locales
Escáner de pila tecnológica y comercio electrónico de sitios webcaptainhandsome/tech-stack-detectortecnologías, cms, plataforma_comercio, pagos, correosMejor para investigación competitiva de tecnología y calificación de leads B2B en un lote de sitios web de empresas.
Registros de entidades comerciales de EE. UU.captainhandsome/us-business-entity-searchNombre de entidad legal, número de presentación, jurisdicción, estadoDebida diligencia legal, verificaciones de registro corporativo
Búsqueda de entidades comerciales de Alabamacaptainhandsome/al-business-entity-searchid de entidad, nombre de entidad, ubicación, tipo de entidad, estadoBusque entidades comerciales de Alabama por nombre de empresa y exporte IDs de entidad
Búsqueda de entidades comerciales de Florida Sunbizcaptainhandsome/fl-sos-new-filingsnombre de entidad, número de documento, estado, tipo de entidad, fecha de presentaciónBusque resultados de nombres de empresas de Florida Sunbiz y exporte nombres de entidades legales
Búsqueda de oficiales y agentes registrados de Florida Sunbizcaptainhandsome/fl-sunbiz-officer-searchnombre de oficial, nombre de entidad, número de documento, url de detalle, tipo de entidadBusque Florida Sunbiz por nombre de oficial o agente registrado y exporte o
Búsqueda de empresas francesascaptainhandsome/french-company-searchsiren, nombre, nombre legal, acrónimo, estadoBusque el registro oficial de empresas de Francia por nombre, actividad, código postal,
Consulta GLEIF LEIcaptainhandsome/gleif-lei-searchlei, nombre_legal, registrado_como, nombre_forma_legal, estadoMejor para KYC y debida diligencia de contrapartes: resolver el Identificador de Entidad Legal de una empresa, su estado de registro y su propio número de registro nacional antes de la incorporación.
Licencias de contratistas de EE. UU.captainhandsome/us-contractor-license-searchNombre del contratista, número de licencia, clasificación, estado, estadoVerificación de oficios, diligencia debida de subcontratistas
Búsqueda de licencias de contratistas de Californiacaptainhandsome/ca-contractor-license-searchnombre del contratista, tipo de nombre, número de licencia, ciudad, estadoBusque registros de contratistas CSLB de California por nombre de contratista y expor

Empleos, inteligencia de mercado y consumo

HerramientaEnlace a la tiendaCampos de salida claveMejor para
Empleos y salarios de Glassdoorcaptainhandsome/glassdoor-jobs-scraperTítulo, empresa, estimación salarial, calificación, ubicación, URL del empleo, fecha de publicaciónInteligencia de contratación, evaluación comparativa de compensación
Empleos públicos de LinkedIncaptainhandsome/linkedin-public-jobs-searchTítulo del empleo, empleador, ubicación, URL de solicitud directa, antigüedad de la publicaciónReclutamiento, monitoreo de talento tecnológico
Alquileres vacacionales de Airbnbcaptainhandsome/airbnb-listings-searchTítulo, tipo de habitación, precio por noche, calificación, número de reseñas, URL del listadoInvestigación inmobiliaria, seguimiento de tarifas de mercado
Reseñas de aplicaciones de Google Playcaptainhandsome/google-play-reviews-scraperTexto de la reseña, puntuación de estrellas, pulgares arriba, fecha, nombre del revisorSentimiento de la tienda de aplicaciones, comentarios de competidores
Búsqueda de videos de YouTubecaptainhandsome/youtube-search-scraperTítulo, URL del video, canal, número de vistas, duración, fecha de publicaciónSeguimiento de contenido, alcance a creadores
Transmisiones en vivo de Twitchcaptainhandsome/twitch-live-streams-scraperNombre de usuario del streamer, título, número de espectadores, idioma, categoríaAnálisis de esports, monitoreo de transmisiones en vivo

Gobierno y registros públicos

HerramientaEnlace a la tiendaCampos de salida claveMejor para
Presentaciones corporativas SEC EDGARcaptainhandsome/sec-edgar-filings-searchTicker, CIK, formulario (10-K, 10-Q, 8-K), fecha de presentación, URL del documento principalDiligencia financiera, investigación de acciones, cumplimiento
Premios federales de USAspendingcaptainhandsome/usaspending-federal-awardsDestinatario proveedor, monto del premio, agencia otorgante, descripción, fechasContratación gubernamental, inteligencia de adquisiciones
Búsqueda de finanzas de campañas FECcaptainhandsome/fec-campaign-finance-searchtipo de registro, id, nombre, partido, cargoBusque candidatos federales de EE. UU., PACs y contribuciones de campaña por estado
Cumplimiento y violaciones de instalaciones EPA ECHOcaptainhandsome/epa-echo-facility-searchid de registro, nombre, calle, ciudad, estadoBusque instalaciones reguladas por la EPA en EE. UU. por estado, código postal, NAICS, nombre, programa
Geocodificador de direcciones del censo de EE. UU.captainhandsome/us-census-geocoderdirección_coincidente, nombre_condado, tract_geoid, block_geoid, congressional_district_geoidMejor para agregar tractos censales, FIPS de condado y GEOIDs de distritos a direcciones de EE. UU. para uniones demográficas y reportes de cumplimiento.

Datos de investigación y salud

HerramientaEnlace a la tiendaCampos de salida claveMejor para
Búsqueda en ClinicalTrials.govcaptainhandsome/clinical-trials-searchid nct, título, título oficial, acrónimo, id de estudio de organizaciónBusque la API oficial de ClinicalTrials.gov por condición, intervención,
Búsqueda de artículos en Europe PMCcaptainhandsome/europe-pmc-paper-searchtítulo, doi, pmid, resumen, citado_por_recuentoMejor para revisiones de literatura biomédica, seguimiento de citas y descubrimiento de acceso abierto en PubMed y Europe PMC.
Etiquetas de medicamentos, retiros y eventos adversos de openFDAcaptainhandsome/openfda-searchconjunto de datos, id, nombre de marca, nombre genérico, fabricanteBusque etiquetas oficiales de medicamentos de la FDA, aprobaciones, eventos adversos y medicamentos,
Búsqueda de proveedores de atención médica CMScaptainhandsome/cms-healthcare-provider-searchnombre, tipo de proveedor, ciudad, estado, calificación_estrellasCompare hospitales certificados por CMS, hogares de ancianos y otros proveedores de Medicare por ubicación, propiedad y calificación de estrellas.

Inicio rápido en Python

1. Instalar dependencias

pip install apify-client pandas python-dotenv

2. Exportar 50 leads de Google Maps a CSV

import os
from apify_client import ApifyClient
import pandas as pd

# Get your API token from https://console.apify.com/account/integrations
client = ApifyClient(os.getenv("APIFY_TOKEN"))

# Run the actor
run = client.actor("captainhandsome/google-maps-business-search").call(run_input={
    "search_query": "commercial electricians",
    "location": "Dallas, Texas",
    "max_items": 50,
    "include_details": True,
})

# Fetch dataset items and export to CSV
items = list(client.dataset(run["defaultDatasetId"]).iterate_items())
df = pd.DataFrame(items)
df.to_csv("dallas_electricians.csv", index=False)
print(f"Exported {len(df)} leads to dallas_electricians.csv")

Consulte examples/google_maps_leads_to_csv.py para ver el script completo.

Inicio rápido en Node.js

1. Instalar dependencias

npm install apify-client

2. Consultar presentaciones SEC EDGAR

import { ApifyClient } from 'apify-client';

const client = new ApifyClient({ token: process.env.APIFY_TOKEN });

const run = await client.actor('captainhandsome/sec-edgar-filings-search').call({
  companies: ['AAPL', 'NVDA', 'MSFT'],
  forms: ['10-K'],
  max_items: 15,
});

const { items } = await client.dataset(run.defaultDatasetId).listItems();
items.forEach(filing => {
  console.log(`[${filing.ticker}] ${filing.form} (${filing.filing_date}): ${filing.primary_document_url}`);
});

Consulte examples/sec_filings.js para ver el script completo.

Flujos de trabajo sin código y automatización

Si automatiza con n8n, Make, Zapier o Google Sheets, se incluyen plantillas listas para importar en workflows/:

Tareas de ejemplo preconstruidas (cero código)

Si prefiere tareas ejecutables en la interfaz web sin escribir código, cada actor incluye tareas preconfiguradas publicadas en Apify Store:

Leads de Google Maps

Empleos de Glassdoor

Alquileres de Airbnb

YouTube y Google Play

Conjuntos de datos de muestra gratuitos

¿Busca datos limpios para evaluar, analizar o entrenar modelos? Paquetes de muestra verificados con esquemas de metadatos están disponibles en datasets/ y se alojan públicamente en Hugging Face Datasets:

  1. Leads de contratistas HVAC en Phoenix: datasets/phoenix_hvac_leads/ | Hugging Face Hub (20 perfiles verificados de contratistas HVAC con calificaciones, direcciones y números de teléfono).
  2. Contratistas con licencia en California: datasets/california_solar_contractors/ | Hugging Face Hub (Instaladores solares activos con licencias C-46 y B con números de verificación estatal).
  3. Publicaciones de ingenieros de software en Austin: datasets/austin_software_jobs/ | Hugging Face Hub (Listados de empleos normalizados con fechas de publicación estimadas y rangos salariales).

Integración con agentes de IA y MCP

Todos los actores en este repositorio cumplen con los estándares OpenAPI y JSON Schema, lo que los hace directamente invocables por agentes de IA a través del Protocolo de Contexto de Modelo (MCP):

Opción 1: Claude Desktop / Cursor con UVX (Recomendado)

Agregue esto a su claude_desktop_config.json o a la configuración MCP de Cursor:

{
  "mcpServers": {
    "apify-data-scrapers": {
      "command": "uvx",
      "args": ["apify-data-scrapers"],
      "env": {
        "APIFY_TOKEN": "YOUR_APIFY_API_TOKEN"
      }
    }
  }
}

Opción 2: Contenedor Docker (Glama / Cloud)

Ejecute vía Docker:

{
  "mcpServers": {
    "apify-data-scrapers": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "-e", "APIFY_TOKEN", "glcr.b-cdn.net/jlucasmcrell/apify-scrapers:latest"],
      "env": {
        "APIFY_TOKEN": "YOUR_APIFY_API_TOKEN"
      }
    }
  }
}

Opción 3: Ejecutor local Python Stdio

Instale vía pip o ejecute directamente:

pip install apify-data-scrapers
export APIFY_TOKEN="your_token_here"
apify-data-scrapers

O desde el código fuente local:

python mcp_server.py

Prompts de agente que funcionan de inmediato:

  • "Busca en Google Maps 50 techadores comerciales en Atlanta con números de teléfono y sitios web."
  • "Recupera las presentaciones del Formulario 10-K de Apple y Microsoft de SEC EDGAR de los últimos 2 años."
  • "Busca en Glassdoor empleos remotos de gerente de producto con estimaciones salariales."

Guías de ingeniería en profundidad

Estudios de caso técnicos y documentación de problemas y soluciones se encuentran en articles/:

Estructura del repositorio

apify-scrapers/
 README.md                                # Documentation and quickstart
 LICENSE                                  # MIT License
 requirements.txt                         # Python client dependencies
 package.json                             # Node.js dependencies
 mcp.json                                 # MCP tool registry specification
 mcp_server.py                            # Native Python stdio MCP server
 articles/                                # In-depth engineering case studies
    airbnb_playwright_pagination_guide.md
    glassdoor_posting_dates_guide.md
    reddit_community_responses.md        # Reference technical answers for forums
 datasets/                                # Sample benchmark datasets
    phoenix_hvac_leads/
    california_solar_contractors/
    austin_software_jobs/
 workflows/                               # No-code automation templates
    n8n_google_maps_to_sheets.json
    n8n_sec_edgar_to_slack.json
    README.md
 examples/                                # Standalone developer scripts
     google_maps_leads_to_csv.py
     sec_edgar_filings_downloader.py
     glassdoor_jobs_tracker.py
     airbnb_market_scraper.py
     usaspending_defense_awards.py
     twitch_live_stream_monitor.py
     google_maps_leads.js
     sec_filings.js

Autor y soporte

Mantenido por Joseph McRell.

Licencia

Este proyecto está licenciado bajo la Licencia MIT; consulta el archivo LICENSE para más detalles.