Serveur MCP officiel d'Apify permettant aux agents IA d'exécuter des Actors, d'extraire des données de sites web et d'automatiser des workflows de scraping et de crawling.
Rechercher dans l’Apify Store — Demandez à votre assistant de trouver des scrapers et des outils d’automatisation à l’aide de search-actors, puis inspectez les détails avec fetch-actor-details.
Exécuter n’importe quel Actor — Faites exécuter par votre assistant des scrapers comme call-actor ou le apify--rag-web-browser préconfiguré pour extraire des données de sites web, de réseaux sociaux ou de cartes.
Récupérer les résultats d’exécution — Obtenez des éléments de dataset paginés avec get-dataset-items ou vérifiez le statut et les journaux d’exécution via get-actor-run et get-actor-log.
Gérer le stockage — Accédez aux données des datasets et des magasins clé-valeur à l’aide de get-dataset, get-key-value-store-record et des outils de liste associés.
Créer et gérer des tâches — Enregistrez des configurations d’Actor réutilisables avec create-actor-task, mettez-les à jour via update-actor-task, et publiez des pages d’atterrissage avec publish-actor-task.
Rechercher dans la documentation Apify — Consultez la documentation de la plateforme avec search-apify-docs et récupérez des pages complètes via fetch-apify-docs pour plus de contexte.
Le serveur Model Context Protocol (MCP) d'Apify, disponible à l'adresse mcp.apify.com, permet à vos agents IA d'extraire des données des réseaux sociaux, des moteurs de recherche, des cartes, des sites de commerce électronique et de tout autre site web grâce à des milliers de scrapers, crawlers et outils d'automatisation prêts à l'emploi disponibles sur Apify Store. Il prend en charge OAuth, ce qui vous permet de vous connecter depuis des clients comme Claude.ai ou Visual Studio Code en utilisant simplement l'URL.
🚀 Utilisez le serveur MCP Apify hébergé !
Pour une expérience optimale, connectez votre assistant IA à notre serveur hébergé à l'adresse https://mcp.apify.com. Le serveur hébergé prend en charge les dernières fonctionnalités — y compris l'inférence de schéma de sortie pour les résultats structurés des Actors — qui ne sont pas disponibles lors d'une exécution locale via stdio.
⚠️ Transport SSE hérité supprimé. Le point de terminaison https://mcp.apify.com/sse a été supprimé au profit de Streamable HTTP. Migrez votre client vers https://mcp.apify.com — retirez le suffixe /sse de votre configuration.
💰 Le serveur prend également en charge les paiements agentiques : achetez un jeton auprès d'AGI pour exécuter n'importe quel Actor, ou payez par requête via x402 direct (Actors Pay Per Event uniquement) ou Skyfire.
Le serveur MCP Apify est compatible avec Claude Code, Claude.ai, Cursor, VS Code et tout client conforme au Model Context Protocol.
Consultez la section sur les clients MCP pour plus de détails ou visitez la page de configuration MCP.
Le serveur MCP Apify permet à un assistant IA d'utiliser n'importe quel Actor Apify comme outil pour effectuer une tâche spécifique.
Par exemple, il peut :
Utiliser Facebook Posts Scraper pour extraire des données des publications Facebook de plusieurs pages/profils.
Utiliser Instagram Scraper pour scraper les publications, profils, lieux, photos et commentaires Instagram.
Utiliser RAG Web Browser pour rechercher sur le web, scraper les N premières URL et renvoyer leur contenu.
Utiliser Web Fetch pour récupérer n'importe quelle URL et renvoyer son contenu au format Markdown, texte brut, HTML ou liens — avec rendu JavaScript et protection anti-bot.
Tutoriel vidéo : Intégrez plus de 8 000 Actors et agents Apify avec Claude
🚀 Démarrage rapide
Vous pouvez utiliser le serveur MCP Apify de deux manières :
Point de terminaison HTTPS (mcp.apify.com) : Connectez-vous depuis votre client MCP via OAuth ou en incluant l'en-tête Authorization: Bearer <APIFY_TOKEN> dans vos requêtes. C'est la méthode recommandée pour la plupart des cas d'utilisation. Comme elle prend en charge OAuth, vous pouvez vous connecter depuis des clients comme Claude.ai ou Visual Studio Code en utilisant simplement l'URL : https://mcp.apify.com.
Transport streamable https://mcp.apify.com
Entrée/Sortie standard (stdio) : Idéal pour les intégrations locales et les outils en ligne de commande comme le client Claude pour Desktop.
Définissez la commande du serveur du client MCP sur npx @apify/actors-mcp-server et la variable d'environnement APIFY_TOKEN sur votre jeton API Apify.
Consultez npx @apify/actors-mcp-server --help pour plus d'options.
Vous trouverez des instructions détaillées pour configurer le serveur MCP dans la documentation Apify.
🤖 Clients MCP
Le serveur MCP Apify est compatible avec tout client MCP conforme au Model Context Protocol, mais le niveau de prise en charge de la découverte dynamique d'outils et d'autres fonctionnalités peut varier selon les clients.
Cette interface interactive, de type chat, offre un moyen simple d'explorer les capacités d'Apify MCP sans aucune configuration locale.
Connectez-vous avec votre compte Apify et commencez à expérimenter avec les outils de scraping web, d'extraction de données et d'automatisation !
Ou utilisez le fichier bundle MCP (anciennement fichier d'extension Anthropic Desktop, ou DXT) pour une installation en un clic : Fichier MCPB du serveur MCP Apify
💰 Paiements agentiques
Vous pouvez payer pour les exécutions d'Actors sans jeton API Apify en utilisant AGI, x402 direct ou Skyfire.
AGI (agi.apify.com) émet un jeton API Apify prépayé en échange d'un paiement x402 ou MPP. Utilisez le jeton comme un jeton API normal contre mcp.apify.com et api.apify.com — fonctionne pour n'importe quel Actor, pas seulement ceux Pay Per Event. Recommandé pour les nouvelles intégrations ; voir AGI (recommandé) ci-dessous.
x402 direct paie avec USDC sur Base par requête et ne nécessite pas de compte de plateforme séparé. Il est entièrement pris en charge par mcpc (brew install apify/tap/mcpc ou npm install -g @apify/mcpc). Nous utilisons mcpc car c'est l'un des rares clients MCP qui prend en charge les dernières fonctionnalités et le protocole x402 nativement.
Skyfire paie avec des jetons PAY et nécessite un compte Skyfire avec un portefeuille approvisionné. Il ne nécessite pas de client MCP spécial ; tout le flux de paiement est géré directement via les paramètres d'appel d'outil MCP.
ℹ️ Portée : Le x402 direct et Skyfire sont tous deux limités aux Actors Pay Per Event, ne prennent pas en charge les Actors Standby, et règlent par exécution au lieu d'émettre un jeton.
Comment fonctionnent les paiements agentiques
Les coûts d'exécution des Actors varient, donc les deux méthodes de paiement utilisent un modèle de solde prépayé. Le flux de paiement se déroule en quatre étapes :
Découverte : L'agent découvre des Actors avec search-actors ou fetch-actor-details. Ces appels sont gratuits.
Prépaiement : Avant d'exécuter un outil Actor payant, l'agent approvisionne un solde prépayé.
x402 direct : mcpc signe automatiquement une transaction USDC de 1,00 $.
Skyfire : L'agent crée un jeton PAY (minimum 5,00 $) en utilisant l'outil create-pay-token de Skyfire.
Exécution : L'agent appelle l'outil Actor.
x402 direct : Géré automatiquement par mcpc en utilisant le solde prépayé.
Skyfire : L'agent transmet explicitement le jeton PAY dans la propriété d'entrée skyfire-pay-id.
Résolution : L'outil renvoie les résultats de l'Actor. Les fonds non utilisés restent disponibles pour les exécutions ultérieures.
x402 direct : Après 60 minutes d'inactivité, le serveur rembourse tout solde non utilisé au portefeuille sur Base.
Skyfire : Skyfire renvoie les fonds non utilisés lorsque le jeton expire.
🪙 AGI (recommandé)
AGI (Apify Agent General Interface) est la méthode recommandée pour que les agents autonomes paient pour l'utilisation d'Apify sans compte. Payez une fois via x402 ou MPP, recevez un jeton API Apify prépayé avec plafond de dépenses, et utilisez-le directement contre mcp.apify.com et api.apify.com (Authorization: Bearer <token>) — pour n'importe quel Actor.
Le protocole complet, les méthodes de paiement prises en charge et les conditions actuelles (montant minimum, durée de vie du jeton, politique de remboursement) sont documentés sur agi.apify.com/AGENTS.md — considérez-le comme la source de vérité unique.
💸 x402 direct
Le protocole x402 permet des paiements directs de machine à machine. Votre client MCP peut l'utiliser pour payer les exécutions d'Actors avec USDC sur la blockchain Base, contournant complètement le besoin d'un jeton API Apify.
# 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 fournit une infrastructure de paiement gérée pour les agents IA. Au lieu de vous authentifier avec un jeton API Apify, votre agent transmet un jeton de paiement Skyfire pour couvrir le coût de chaque appel d'outil en utilisant des jetons PAY.
Le serveur MCP fournit un ensemble d'outils pour interagir avec les Actors Apify.
Comme Apify Store est vaste et en croissance rapide, le serveur MCP offre un moyen de découvrir et d'utiliser dynamiquement de nouveaux Actors.
Actors
N'importe quel Actor Apify peut être utilisé comme outil.
Par défaut, le serveur est préconfiguré avec deux Actors, apify/rag-web-browser et apify/web-fetch, et plusieurs outils auxiliaires.
Le serveur MCP charge le schéma d'entrée d'un Actor et crée un outil MCP correspondant.
Cela permet à l'agent IA de savoir exactement quels arguments passer à l'Actor et à quoi s'attendre en retour.
Par exemple, pour l'Actor apify/rag-web-browser, les paramètres d'entrée sont :
{
"query": "restaurants in San Francisco",
"maxResults": 3
}
Vous n'avez pas besoin de spécifier manuellement quel Actor appeler ni ses paramètres d'entrée ; le LLM gère cela automatiquement.
Lorsqu'un outil est appelé, les arguments sont automatiquement transmis à l'Actor par le LLM.
Vous pouvez consulter la documentation de l'Actor spécifique pour une liste des arguments disponibles.
Outils auxiliaires
L'une des fonctionnalités les plus puissantes de l'utilisation de MCP avec Apify est la découverte dynamique d'outils.
Elle permet à un agent IA de trouver de nouveaux outils (Actors) selon les besoins et de les intégrer.
Voici quelques opérations MCP spéciales et comment le serveur MCP Apify les prend en charge :
Actors Apify : Recherchez des Actors, consultez leurs détails et utilisez-les comme outils pour l'IA.
Documentation Apify : Recherchez dans la documentation Apify et récupérez des documents spécifiques pour fournir du contexte à l'IA.
Exécutions d'Actors : Obtenez des listes de vos exécutions d'Actors, inspectez leurs détails et récupérez les journaux.
Stockage Apify : Accédez aux données de vos datasets et key-value stores.
Tâches d'Actors : Créez, inspectez et mettez à jour vos tâches d'Actors enregistrées, et publiez ou dépubliez leurs pages publiques.
Aperçu des outils disponibles
Voici une liste d'aperçu de tous les outils fournis par le serveur MCP Apify.
Légende pour la colonne Activé par défaut :
✅ — dans l'ensemble d'outils par défaut.
⚡ — auto-injecté lorsque call-actor, un outil Actor, ou get-actor-run est présent (ce qui est vrai dans la configuration par défaut).
✅¹ — servi par défaut, mais uniquement lorsque la télémétrie est activée et que le client n'est pas retenu : les surfaces Anthropic (Claude.ai / Claude Desktop / Claude Code) ou local-agent-mode-apify. Pour désactiver, transmettez une liste tools= explicite qui l'omet.
Nom de l'outil
Catégorie
Description
Activé par défaut
search-actors
actors
Rechercher des Actors dans l'Apify Store.
✅
fetch-actor-details
actors
Récupérer des informations détaillées sur un Actor spécifique, y compris son schéma d'entrée, son README (résumé lorsqu'il est disponible, complet sinon), ses tarifs et son schéma de sortie.
✅
call-actor
actors
Appeler un Actor et obtenir les résultats de son exécution. Utilisez d'abord fetch-actor-details pour obtenir le schéma d'entrée de l'Actor.
✅
get-actor-run
runs
Obtenir des informations détaillées sur une exécution d'Actor spécifique.
⚡
get-dataset-items
storage
Récupérer des éléments d'un dataset avec prise en charge du filtrage et de la pagination.
⚡
get-key-value-store-record
storage
Obtenir la valeur associée à une clé spécifique dans un key-value store.
⚡
abort-actor-run
runs
Interrompre une exécution d'Actor en cours, éventuellement de manière gracieuse.
⚡
search-apify-docs
docs
Rechercher dans la documentation Apify les pages pertinentes.
✅
fetch-apify-docs
docs
Récupérer le contenu complet d'une page de documentation Apify par son URL.
Un outil Actor pour récupérer une URL et renvoyer son contenu.
✅
report-problem
dev
Signaler un problème avec un outil ou un Actor Apify à l'équipe Apify.
✅¹
get-actor-run-list
runs
Obtenir une liste des exécutions d'un Actor, filtrable par statut.
get-actor-log
runs
Récupérer les journaux d'une exécution d'Actor spécifique.
get-dataset
storage
Obtenir des métadonnées sur un dataset spécifique.
get-dataset-schema
storage
Générer un schéma JSON à partir des éléments du dataset.
get-key-value-store
storage
Obtenir des métadonnées sur un key-value store spécifique.
get-key-value-store-keys
storage
Lister les clés dans un key-value store spécifique.
get-dataset-list
storage
Lister tous les datasets disponibles pour l'utilisateur.
get-key-value-store-list
storage
Lister tous les key-value stores disponibles pour l'utilisateur.
create-actor-task
tasks
Créer une tâche Actor enregistrée (une configuration Actor nommée et réutilisable).
get-actor-task
tasks
Obtenir une tâche Actor enregistrée, son état de publication et sa configuration d'affichage public.
update-actor-task
tasks
Mettre à jour l'entrée d'une tâche, ses options d'exécution ou sa configuration d'affichage public.
publish-actor-task
tasks
Publier une tâche sur sa page de destination publique.
unpublish-actor-task
tasks
Dépublier une tâche de sa page de destination publique.
Remarque :
Lorsque call-actor, un outil Actor, ou get-actor-run est présent, le serveur auto-injecte get-actor-run, get-dataset-items, get-key-value-store-record et abort-actor-run.
Lorsque vous appelez un Actor — via call-actor ou directement via un outil Actor (par exemple, apify--rag-web-browser) — la réponse contient des métadonnées d'exécution, des identifiants de stockage et un summary + nextStep, mais aucun élément de dataset. Pour récupérer les éléments, suivez nextStep et appelez get-dataset-items (auto-injecté), en transmettant le datasetId renvoyé par l'appel.
Annotations des outils
Tous les outils incluent des annotations de métadonnées pour aider les clients MCP et les LLM à comprendre le comportement des outils :
title : Nom d'affichage court pour l'outil (par exemple, « Rechercher des Actors », « Appeler un Actor », « apify/rag-web-browser »)
readOnlyHint : true pour les outils qui ne font que lire des données sans modifier l'état (par exemple, get-dataset, fetch-actor-details)
openWorldHint : true pour les outils qui accèdent à des ressources externes en dehors de la plateforme Apify (par exemple, call-actor exécute des Actors externes). Les outils qui interagissent uniquement avec la plateforme Apify (comme search-actors ou fetch-apify-docs) ne portent pas cette indication.
Configuration des outils
Le paramètre de configuration tools est utilisé pour spécifier les outils chargés — soit des catégories, soit des outils spécifiques directement, ainsi que des Actors Apify. Par exemple, tools=storage,runs charge deux catégories ; tools=call-actor charge un seul outil.
Lorsqu'aucun paramètre de requête n'est fourni, le serveur MCP charge les tools suivants par défaut :
actors
docs
apify/rag-web-browser
apify/web-fetch
Si le paramètre des outils est spécifié, seuls les outils ou catégories listés seront activés — aucun outil par défaut ne sera inclus.
report-problem est servi par défaut (sous réserve du contrôle mentionné dans la note de bas de page ci-dessus) mais se trouve dans la catégorie dev, donc un tools=dev explicite le sélectionne également. Pour le désactiver, transmettez une liste tools= explicite qui l'omet (par exemple tools=actors,docs).
Configuration facile :
Utilisez le configurateur d'interface pour configurer votre serveur, puis copiez la configuration dans votre client.
Configuration du serveur hébergé :
Le serveur hébergé peut être configuré à l'aide de paramètres de requête dans l'URL. Par exemple, pour charger les outils par défaut, utilisez :
Pour une configuration minimale, si vous souhaitez utiliser uniquement un seul outil Actor — sans aucun outil de découverte ou d'appel générique, le serveur peut être configuré comme suit :
https://mcp.apify.com?tools=apify/my-actor
Cette configuration n'expose que l'Actor spécifié (apify/my-actor) en tant qu'outil. Aucun autre outil ne sera disponible.
Configuration de la CLI :
La CLI peut être configurée à l'aide de drapeaux de ligne de commande. Par exemple, pour charger les mêmes outils que dans la configuration du serveur hébergé, utilisez :
Comme ci-dessus, cela n'expose que l'Actor spécifié (apify/my-actor) en tant qu'outil. Aucun autre outil ne sera disponible.
⚠️ Recommandation importante
La configuration des outils par défaut peut changer dans les versions futures. Lorsqu'aucun paramètre tools n'est spécifié, le serveur charge actuellement les outils par défaut, mais ce comportement est susceptible de changer.
Pour une utilisation en production et des interfaces stables, spécifiez toujours explicitement le paramètre tools pour garantir que votre configuration reste cohérente lors des mises à jour.
Configuration du mode interface
Le paramètre ui active le rendu des widgets MCP Apps dans les réponses des outils. Lorsqu'il est activé, des outils comme search-actors renvoient des réponses interactives d'applications MCP.
Configuration du serveur hébergé :
Activez le mode interface à l'aide du paramètre de requête ui :
https://mcp.apify.com?ui=true
Vous pouvez le combiner avec d'autres paramètres :
https://mcp.apify.com?tools=actors,docs&ui=true
Configuration de la CLI :
La CLI peut être configurée à l'aide de drapeaux de ligne de commande. Par exemple, pour activer le mode interface :
npx @apify/actors-mcp-server --ui true
Vous pouvez également le définir via la variable d'environnement UI_MODE :
export UI_MODE=true
npx @apify/actors-mcp-server
Compatibilité ascendante
La configuration v2 préserve la compatibilité ascendante avec l'utilisation v1. Remarques :
Le paramètre actors (URL) et le drapeau --actors (CLI) sont toujours pris en charge.
En interne, ils sont fusionnés dans les sélecteurs tools.
enableAddingActors (URL), enable-adding-actors (CLI) et l'alias hérité enableActorAutoLoading ont été supprimés. Pour appeler des Actors dynamiquement, utilisez tools=call-actor (inclus par défaut via la catégorie actors). Toute valeur brute résiduelle est ignorée.
Les valeurs par défaut restent compatibles : lorsqu'aucun tools n'est spécifié, le serveur charge actors, docs, apify/rag-web-browser et apify/web-fetch.
Si des tools sont spécifiés, les valeurs par défaut ne sont pas ajoutées (même intention que la v1 pour une sélection explicite).
call-actor est désormais inclus par défaut via la catégorie actors (changement additif). Pour l'exclure, spécifiez une liste tools explicite sans actors.
tools=add-actor, tools=experimental et tools=preview sont retirés : ils sont ignorés et ne chargent aucun outil. Utilisez tools=call-actor (ou la catégorie actors par défaut) à la place.
Les URL et commandes existantes utilisant ?actors=... ou --actors continuent de fonctionner sans modification.
Invites
Le serveur annonce la capacité prompts, mais aucune invite n'est actuellement enregistrée — prompts/list renvoie une liste vide.
Ressources
Vos données Apify ne sont pas énumérées dans resources/list — les lectures sont à la demande : transmettez n'importe quelle URL GET de l'API Apify (https://api.apify.com/v2/...) à resources/read et le serveur injecte le jeton Apify de la session et renvoie le corps de la réponse. resources/templates/list énumère les formes courantes — éléments de dataset, enregistrements et clés de key-value store, métadonnées d'exécution, journal d'exécution — avec leurs paramètres de pagination. Les réponses intègrent jusqu'à 256 Ko ; tout élément plus volumineux renvoie un court avis avec une URL de téléchargement au lieu du corps. Les lectures API nécessitent un jeton Apify, donc une session de paiement uniquement (x402 ou Skyfire) reçoit une erreur JSON-RPC pour celles-ci.
💬 Exemples d'utilisation
Voici des exemples réalistes montrant comment un assistant IA utilise les outils du serveur MCP Apify.
Exemple 1 : Rechercher sur le web à l'aide de RAG Web Browser
Invite utilisateur :
Trouvez les dernières nouvelles sur les agents IA autonomes et résumez les développements clés.
L'assistant IA appelle l'outil Actor préconfiguré apify--rag-web-browser pour rechercher sur le web et renvoyer le contenu des meilleurs résultats.
L'outil renvoie le contenu markdown des 3 premiers résultats de recherche, que l'assistant IA résume ensuite pour l'utilisateur.
Exemple 2 : Découvrir et exécuter un Actor depuis l'Apify Store
Invite utilisateur :
Récupérez les 10 meilleurs restaurants de Prague sur Google Maps avec leurs coordonnées.
L'assistant IA recherche d'abord un Actor approprié, inspecte son schéma d'entrée, puis l'exécute.
L'outil renvoie un aperçu des données récupérées, y compris les noms des restaurants, les adresses, les notes, les numéros de téléphone et les sites web.
Exemple 3 : Récupérer et paginer les résultats d'exécution d'un Actor
Invite utilisateur :
Montrez-moi les 10 résultats suivants de cette exécution de scraping.
L'assistant IA utilise l'identifiant du dataset de l'exécution précédente de l'Actor pour récupérer des éléments supplémentaires.
Sortie attendue : L'outil renvoie la page suivante des éléments de données structurées du dataset de sortie de l'Actor.
📡 Télémétrie
Le serveur MCP Apify collecte des données de télémétrie sur les appels d'outils pour aider Apify à comprendre les modèles d'utilisation et améliorer le service.
Par défaut, la télémétrie est activée pour tous les appels d'outils.
Le transport stdio utilise également Sentry pour le suivi des erreurs, ce qui nous aide à identifier et corriger les problèmes plus rapidement.
Sentry est automatiquement désactivé lorsque la télémétrie est refusée.
Refus de la télémétrie
Vous pouvez refuser la télémétrie (y compris le suivi des erreurs Sentry) en définissant le drapeau CLI --telemetry-enabled sur false ou la variable d'environnement TELEMETRY_ENABLED sur false.
Les drapeaux CLI ont priorité sur les variables d'environnement.
Exemples
Pour le serveur distant (mcp.apify.com) :
# Disable via URL parameter
https://mcp.apify.com?telemetry-enabled=false
Pour le serveur 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
⚙️ Développement
Veuillez consulter le guide CONTRIBUTING.md pour les directives de contribution et les conventions de messages de commit.
Pour une configuration de développement détaillée, la structure du projet et les instructions de test local, consultez le guide DEVELOPMENT.md.
Au lancement, l’Inspector affichera une URL que vous pourrez ouvrir dans votre navigateur pour commencer le débogage.
Accès non authentifié
Lorsque le paramètre de requête tools n’inclut que des outils explicitement activés pour une utilisation non authentifiée, le serveur hébergé autorise l’accès sans jeton API.
Outils actuellement autorisés : search-actors, fetch-actor-details, search-apify-docs, fetch-apify-docs.
Exemple : https://mcp.apify.com?tools=search-actors.
🐦 Versions préliminaires Canary
Apify MCP est réparti sur deux dépôts : ce dépôt pour la logique MCP principale et le dépôt privé apify-mcp-server-internal pour le serveur hébergé.
Les modifications doivent être synchronisées entre les deux.
Pour créer une version préliminaire canary, ajoutez le libellé beta à votre demande d’extraction (pull request).
Cela publie le paquet sur pkg.pr.new pour la mise en scène et les tests avant la fusion.
Consultez le fichier de workflow pour plus de détails.
🐋 Intégration Docker Hub
Le serveur Apify MCP est également disponible sur Docker Hub, enregistré via le dépôt mcp-registry. L’entrée dans servers/apify-mcp-server/server.yaml doit être déployée automatiquement par le registre MCP de Docker Hub (la fréquence de déploiement est inconnue). Avant d’apporter des modifications majeures à la version du serveur stdio, testez-la localement pour vous assurer que la construction Docker réussit. Pour tester, modifiez le source.branch vers votre branche de demande d’extraction et exécutez task build -- apify-mcp-server. Pour plus de détails, consultez CONTRIBUTING.md.
Le schéma d’entrée de l’Actor est traité pour être compatible avec la plupart des clients MCP tout en respectant les normes JSON Schema. Le traitement comprend :
Les descriptions sont tronquées à 500 caractères (comme défini dans MAX_DESCRIPTION_LENGTH).
Les champs d’énumération sont tronqués à une longueur combinée maximale de 2000 caractères pour tous les éléments (comme défini dans ACTOR_ENUM_MAX_LENGTH).
Les champs obligatoires sont explicitement marqués avec un préfixe REQUIRED dans leurs descriptions pour la compatibilité avec les frameworks qui peuvent ne pas gérer correctement le schéma JSON.
Les propriétés imbriquées sont construites pour des cas particuliers comme la configuration de proxy et les sources de listes de requêtes afin de garantir la structure d’entrée correcte.
Les types d’éléments de tableau sont déduits lorsqu’ils ne sont pas explicitement définis dans le schéma, en utilisant un ordre de priorité : type explicite dans les éléments > type de préremplissage > type de valeur par défaut > type d’éditeur.
Les valeurs d’énumération et les exemples sont ajoutés aux descriptions de propriétés pour garantir leur visibilité, même si le client ne prend pas entièrement en charge le schéma JSON.
Les Actors en location ne sont disponibles qu’avec le serveur MCP hébergé à https://mcp.apify.com.. Lorsque vous exécutez le serveur localement via stdio, vous ne pouvez accéder qu’aux Actors déjà ajoutés à votre ensemble d’outils local. Pour rechercher et utiliser dynamiquement n’importe quel Actor de l’Apify Store—y compris les Actors en location—connectez-vous au point de terminaison hébergé.
🔒 Politique de confidentialité
Lorsque vous utilisez ce serveur, vos requêtes et les entrées de vos Actors sont envoyées à l’API Apify pour exécution.
Les données ne sont pas partagées avec des tiers au-delà de ce qui est nécessaire pour exécuter les Actors demandés.
Pour tous les détails sur la collecte, l’utilisation, le partage et la conservation des données, consultez Apify Legal.
🤝 Contribution
Nous accueillons favorablement les rapports de bogues, les demandes de fonctionnalités et les corrections de documentation. Envoyez-nous le problème, pas le correctif — un problème précis avec une reproduction est plus utile qu’une demande d’extraction.
🐛 Signaler un bogue : Ouvrez un problème avec une reproduction. La chose la plus utile que vous puissiez nous envoyer.
💡 Proposer une fonctionnalité : Ouvrez un problème — le problème et qui le rencontre, pas l’implémentation.
🔧 Code : Travaillez uniquement sur un problème invité par un mainteneur. Un problème ouvert n’est pas une invitation à le prendre en charge ; les demandes d’extraction non sollicitées sont fermées.
📚 Documentation : Les fautes de frappe, les liens cassés et les commandes incorrectes vont directement dans une demande d’extraction.
