Servidor MCP oficial da Apify para agentes de IA executarem Atores, extraírem dados de sites e automatizarem fluxos de trabalho de scraping e crawling na web.
Pesquisar na Apify Store — Peça ao seu assistente para encontrar scrapers e ferramentas de automação usando search-actors e, em seguida, inspecione os detalhes com fetch-actor-details.
Executar qualquer Actor — Faça seu assistente executar scrapers como call-actor ou o pré-configurado apify--rag-web-browser para extrair dados de sites, redes sociais ou mapas.
Recuperar resultados de execução — Obtenha itens paginados do dataset com get-dataset-items ou verifique o status da execução e os logs por meio de get-actor-run e get-actor-log.
Gerenciar armazenamento — Acesse dados de datasets e key-value stores usando get-dataset, get-key-value-store-record e ferramentas de listagem relacionadas.
Criar e gerenciar tarefas — Salve configurações reutilizáveis de Actors com create-actor-task, atualize-as via update-actor-task e publique landing pages com publish-actor-task.
Pesquisar na documentação da Apify — Consulte a documentação da plataforma com search-apify-docs e busque páginas completas via fetch-apify-docs para obter contexto.
O servidor Model Context Protocol (MCP) da Apify em mcp.apify.com permite que seus agentes de IA extraiam dados de mídias sociais, mecanismos de busca, mapas, sites de e-commerce e qualquer outro site usando milhares de scrapers, crawlers e ferramentas de automação prontos da Apify Store. Ele suporta OAuth, permitindo que você se conecte a partir de clientes como Claude.ai ou Visual Studio Code usando apenas a URL.
🚀 Use o Apify MCP Server hospedado!
Para a melhor experiência, conecte seu assistente de IA ao nosso servidor hospedado em https://mcp.apify.com. O servidor hospedado suporta os recursos mais recentes — incluindo inferência de esquema de saída para resultados estruturados de Actors — que não estão disponíveis quando executado localmente via stdio.
⚠️ Transporte SSE legado removido. O endpoint https://mcp.apify.com/sse foi removido em favor do Streamable HTTP. Migre seu cliente para https://mcp.apify.com — remova o sufixo /sse da sua configuração.
💰 O servidor também suporta pagamentos agênticos: compre um token da AGI para executar qualquer Actor, ou pague por solicitação via x402 direto (somente Actors Pay Per Event) ou Skyfire.
O Apify MCP Server é compatível com Claude Code, Claude.ai, Cursor, VS Code e qualquer cliente que siga o Model Context Protocol.
Consulte a seção de clientes MCP para mais detalhes ou visite a página de configuração do MCP.
O Apify MCP Server permite que um assistente de IA use qualquer Apify Actor como uma ferramenta para realizar uma tarefa específica.
Por exemplo, ele pode:
Usar o Facebook Posts Scraper para extrair dados de postagens do Facebook de várias páginas/perfis.
Usar o Instagram Scraper para raspar postagens, perfis, locais, fotos e comentários do Instagram.
Usar o RAG Web Browser para pesquisar na web, raspar os N principais URLs e retornar seu conteúdo.
Usar o Web Fetch para buscar qualquer URL e retornar seu conteúdo como Markdown, texto simples, HTML ou links — com renderização de JavaScript e proteção anti-bot.
Tutorial em vídeo: Integre mais de 8.000 Actors e Agentes da Apify com Claude
🚀 Início rápido
Você pode usar o Apify MCP Server de duas maneiras:
Endpoint HTTPS (mcp.apify.com): Conecte-se pelo seu cliente MCP via OAuth ou incluindo o cabeçalho Authorization: Bearer <APIFY_TOKEN> em suas solicitações. Este é o método recomendado para a maioria dos casos de uso. Como suporta OAuth, você pode se conectar a partir de clientes como Claude.ai ou Visual Studio Code usando apenas a URL: https://mcp.apify.com.
Transporte streamable https://mcp.apify.com
Entrada/Saída Padrão (stdio): Ideal para integrações locais e ferramentas de linha de comando, como o cliente Claude for Desktop.
Defina o comando do servidor do cliente MCP como npx @apify/actors-mcp-server e a variável de ambiente APIFY_TOKEN para o seu token de API da Apify.
Consulte npx @apify/actors-mcp-server --help para mais opções.
Você pode encontrar instruções detalhadas para configurar o servidor MCP na documentação da Apify.
🤖 Clientes MCP
O Apify MCP Server é compatível com qualquer cliente MCP que siga o Model Context Protocol, mas o nível de suporte para descoberta dinâmica de ferramentas e outros recursos pode variar entre clientes.
Esta interface interativa, semelhante a um chat, oferece uma maneira fácil de explorar os recursos do Apify MCP sem qualquer configuração local.
Entre com sua conta da Apify e comece a experimentar ferramentas de raspagem web, extração de dados e automação!
Ou use o arquivo de pacote MCP (anteriormente conhecido como arquivo de extensão Anthropic Desktop, ou DXT) para instalação com um clique: Arquivo MCPB do Apify MCP Server
💰 Pagamentos agênticos
Você pode pagar por execuções de Actors sem um token de API da Apify usando AGI, x402 direto ou Skyfire.
AGI (agi.apify.com) emite um token de API pré-pago da Apify em troca de um pagamento x402 ou MPP. Use o token como um token de API normal contra mcp.apify.com e api.apify.com — funciona para qualquer Actor, não apenas para os Pay Per Event. Recomendado para novas integrações; consulte AGI (recomendado) abaixo.
x402 direto paga com USDC na Base por solicitação e não requer uma conta separada na plataforma. É totalmente suportado pelo mcpc (brew install apify/tap/mcpc ou npm install -g @apify/mcpc). Usamos mcpc porque é um dos poucos clientes MCP que suporta os recursos mais recentes e o protocolo x402 nativamente.
Skyfire paga com tokens PAY e requer uma conta Skyfire com uma carteira financiada. Não requer um cliente MCP especial; todo o fluxo de pagamento é tratado diretamente pelos parâmetros de chamada de ferramenta do MCP.
ℹ️ Escopo: Tanto o x402 direto quanto o Skyfire são limitados a Actors Pay Per Event, não suportam Actors Standby e liquidam por execução em vez de emitir um token.
Como funcionam os pagamentos agênticos
Os custos de execução de Actors variam, então ambos os métodos de pagamento usam um modelo de saldo pré-pago. O fluxo de pagamento ocorre em quatro etapas:
Descoberta: O agente descobre Actors com search-actors ou fetch-actor-details. Essas chamadas são gratuitas.
Pré-pagamento: Antes de executar uma ferramenta de Actor paga, o agente financia um saldo pré-pago.
x402 direto: mcpc assina automaticamente uma transação de US$ 1,00 em USDC.
Skyfire: O agente cria um token PAY (mínimo de US$ 5,00) usando a ferramenta create-pay-token do Skyfire.
Execução: O agente chama a ferramenta do Actor.
x402 direto: Tratado automaticamente pelo mcpc usando o saldo pré-pago.
Skyfire: O agente passa explicitamente o token PAY na propriedade de entrada skyfire-pay-id.
Resolução: A ferramenta retorna os resultados do Actor. Fundos não utilizados permanecem disponíveis para execuções futuras.
x402 direto: Após 60 minutos de inatividade, o servidor reembolsa qualquer saldo não utilizado para a carteira na Base.
Skyfire: O Skyfire retorna fundos não utilizados quando o token expira.
🪙 AGI (recomendado)
AGI (Apify Agent General Interface) é a maneira recomendada para agentes autônomos pagarem pelo uso da Apify sem uma conta. Pague uma vez via x402 ou MPP, receba um token de API pré-pago da Apify com limite de gastos e use-o diretamente contra mcp.apify.com e api.apify.com (Authorization: Bearer <token>) — para qualquer Actor.
O protocolo completo, os métodos de pagamento suportados e os termos atuais (valor mínimo, tempo de vida do token, política de reembolso) estão documentados em agi.apify.com/AGENTS.md — trate-o como a fonte única de verdade.
💸 x402 direto
O protocolo x402 permite pagamentos diretos entre máquinas. Seu cliente MCP pode usá-lo para pagar por execuções de Actors com USDC na blockchain Base, contornando completamente a necessidade de um token de API da 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 fornece infraestrutura de pagamento gerenciada para agentes de IA. Em vez de autenticar com um token de API da Apify, seu agente passa um token de pagamento Skyfire para cobrir o custo de cada chamada de ferramenta usando tokens PAY.
O servidor MCP fornece um conjunto de ferramentas para interagir com Actors da Apify.
Como a Apify Store é grande e cresce rapidamente, o servidor MCP fornece uma maneira de descobrir e usar dinamicamente novos Actors.
Actors
Qualquer Apify Actor pode ser usado como uma ferramenta.
Por padrão, o servidor é pré-configurado com dois Actors, apify/rag-web-browser e apify/web-fetch, e várias ferramentas auxiliares.
O servidor MCP carrega o esquema de entrada de um Actor e cria uma ferramenta MCP correspondente.
Isso permite que o agente de IA saiba exatamente quais argumentos passar ao Actor e o que esperar em retorno.
Por exemplo, para o Actor apify/rag-web-browser, os parâmetros de entrada são:
{
"query": "restaurants in San Francisco",
"maxResults": 3
}
Você não precisa especificar manualmente qual Actor chamar ou seus parâmetros de entrada; o LLM lida com isso automaticamente.
Quando uma ferramenta é chamada, os argumentos são automaticamente passados ao Actor pelo LLM.
Você pode consultar a documentação específica do Actor para uma lista de argumentos disponíveis.
Ferramentas auxiliares
Um dos recursos mais poderosos do uso de MCP com a Apify é a descoberta dinâmica de ferramentas.
Ela permite que um agente de IA encontre novas ferramentas (Actors) conforme necessário e as incorpore.
Aqui estão algumas operações MCP especiais e como o Apify MCP Server as suporta:
Actors da Apify: Pesquise Actors, veja seus detalhes e use-os como ferramentas para a IA.
Documentação da Apify: Pesquise a documentação da Apify e busque documentos específicos para fornecer contexto à IA.
Execuções de Actors: Obtenha listas de suas execuções de Actors, inspecione seus detalhes e recupere logs.
Armazenamento da Apify: Acesse dados de seus datasets e key-value stores.
Tarefas de Actors: Crie, inspecione e atualize suas tarefas de Actors salvas, e publique ou despublique suas landing pages públicas.
Visão geral das ferramentas disponíveis
Aqui está uma visão geral de todas as ferramentas fornecidas pelo Apify MCP Server.
Legenda para a coluna Habilitado por padrão:
✅ — no conjunto de ferramentas padrão.
⚡ — injetado automaticamente quando call-actor, uma ferramenta de Ator, ou get-actor-run está presente (o que é verdadeiro na configuração padrão).
✅¹ — servido por padrão, mas apenas quando a telemetria está habilitada e o cliente não é retido: superfícies da Anthropic (Claude.ai / Claude Desktop / Claude Code) ou local-agent-mode-apify. Para desabilitar, passe uma lista explícita de tools= que o omita.
Nome da ferramenta
Categoria
Descrição
Habilitado por padrão
search-actors
actors
Pesquisar Atores na Apify Store.
✅
fetch-actor-details
actors
Recuperar informações detalhadas sobre um Ator específico, incluindo seu esquema de entrada, README (resumo quando disponível, completo caso contrário), preços e esquema de saída do Ator.
✅
call-actor
actors
Chamar um Ator e obter os resultados da execução. Use fetch-actor-details primeiro para obter o esquema de entrada do Ator.
✅
get-actor-run
runs
Obter informações detalhadas sobre uma execução específica de Ator.
⚡
get-dataset-items
storage
Recuperar itens de um dataset com suporte para filtragem e paginação.
⚡
get-key-value-store-record
storage
Obter o valor associado a uma chave específica em um key-value store.
⚡
abort-actor-run
runs
Abortar uma execução de Ator em andamento, opcionalmente de forma graciosa.
⚡
search-apify-docs
docs
Pesquisar na documentação da Apify por páginas relevantes.
✅
fetch-apify-docs
docs
Buscar o conteúdo completo de uma página de documentação da Apify pela sua URL.
Uma ferramenta de Ator para buscar uma URL e retornar seu conteúdo.
✅
report-problem
dev
Reportar um problema com uma ferramenta ou Ator da Apify para a equipe da Apify.
✅¹
get-actor-run-list
runs
Obter uma lista das execuções de um Ator, filtrável por status.
get-actor-log
runs
Recuperar os logs de uma execução específica de Ator.
get-dataset
storage
Obter metadados sobre um dataset específico.
get-dataset-schema
storage
Gerar um esquema JSON a partir de itens de dataset.
get-key-value-store
storage
Obter metadados sobre um key-value store específico.
get-key-value-store-keys
storage
Listar as chaves dentro de um key-value store específico.
get-dataset-list
storage
Listar todos os datasets disponíveis para o usuário.
get-key-value-store-list
storage
Listar todos os key-value stores disponíveis para o usuário.
create-actor-task
tasks
Criar uma tarefa de Ator salva (uma configuração de Ator nomeada e reutilizável).
get-actor-task
tasks
Obter uma tarefa de Ator salva, seu estado de publicação e configuração de exibição pública.
update-actor-task
tasks
Atualizar a entrada de uma tarefa, opções de execução ou configuração de exibição pública.
publish-actor-task
tasks
Publicar uma tarefa em sua página de destino pública.
unpublish-actor-task
tasks
Despublicar uma tarefa de sua página de destino pública.
Nota:
Quando call-actor, uma ferramenta de Ator, ou get-actor-run está presente, o servidor injeta automaticamente get-actor-run, get-dataset-items, get-key-value-store-record e abort-actor-run.
Quando você chama um Ator — por meio de call-actor ou diretamente por uma ferramenta de Ator (por exemplo, apify--rag-web-browser) — a resposta contém metadados de execução, IDs de armazenamento e um summary + nextStep, mas nenhum item de dataset. Para buscar itens, siga nextStep e chame get-dataset-items (injetado automaticamente), passando o datasetId retornado da chamada.
Anotações de ferramentas
Todas as ferramentas incluem anotações de metadados para ajudar clientes MCP e LLMs a entender o comportamento das ferramentas:
title: Nome de exibição curto para a ferramenta (por exemplo, "Search Actors", "Call Actor", "apify/rag-web-browser")
readOnlyHint: true para ferramentas que apenas leem dados sem modificar o estado (por exemplo, get-dataset, fetch-actor-details)
openWorldHint: true para ferramentas que acessam recursos externos fora da plataforma Apify (por exemplo, call-actor executa Atores externos). Ferramentas que interagem apenas com a plataforma Apify (como search-actors ou fetch-apify-docs) não possuem essa dica.
Configuração de ferramentas
O parâmetro de configuração tools é usado para especificar ferramentas carregadas — seja categorias ou ferramentas específicas diretamente, e Atores da Apify. Por exemplo, tools=storage,runs carrega duas categorias; tools=call-actor carrega apenas uma ferramenta.
Quando nenhum parâmetro de consulta é fornecido, o servidor MCP carrega os seguintes tools por padrão:
actors
docs
apify/rag-web-browser
apify/web-fetch
Se o parâmetro de ferramentas for especificado, apenas as ferramentas ou categorias listadas serão habilitadas — nenhuma ferramenta padrão será incluída.
report-problem é servido por padrão (sujeito ao controle da nota de rodapé acima), mas reside na categoria dev, então um tools=dev explícito também o seleciona. Para desabilitá-lo, passe uma lista explícita de tools= que o omita (por exemplo, tools=actors,docs).
Configuração fácil:
Use o configurador de UI para configurar seu servidor e depois copie a configuração para seu cliente.
Configurando o servidor hospedado:
O servidor hospedado pode ser configurado usando parâmetros de consulta na URL. Por exemplo, para carregar as ferramentas padrão, use:
Para configuração mínima, se você quiser usar apenas uma única ferramenta de Ator — sem nenhuma ferramenta de descoberta ou chamada genérica, o servidor pode ser configurado da seguinte forma:
https://mcp.apify.com?tools=apify/my-actor
Esta configuração expõe apenas o Ator especificado (apify/my-actor) como uma ferramenta. Nenhuma outra ferramenta estará disponível.
Configurando a CLI:
A CLI pode ser configurada usando flags de linha de comando. Por exemplo, para carregar as mesmas ferramentas da configuração do servidor hospedado, use:
Como acima, isso expõe apenas o Ator especificado (apify/my-actor) como uma ferramenta. Nenhuma outra ferramenta estará disponível.
⚠️ Recomendação importante
A configuração padrão de ferramentas pode mudar em versões futuras. Quando nenhum parâmetro tools é especificado, o servidor atualmente carrega ferramentas padrão, mas esse comportamento está sujeito a alterações.
Para uso em produção e interfaces estáveis, sempre especifique explicitamente o parâmetro tools para garantir que sua configuração permaneça consistente entre atualizações.
Configuração do modo UI
O parâmetro ui habilita a renderização de widgets de MCP Apps nas respostas das ferramentas. Quando habilitado, ferramentas como search-actors retornam respostas interativas de MCP App.
Configurando o servidor hospedado:
Habilite o modo UI usando o parâmetro de consulta ui:
https://mcp.apify.com?ui=true
Você pode combiná-lo com outros parâmetros:
https://mcp.apify.com?tools=actors,docs&ui=true
Configurando a CLI:
A CLI pode ser configurada usando flags de linha de comando. Por exemplo, para habilitar o modo UI:
npx @apify/actors-mcp-server --ui true
Você também pode defini-lo via a variável de ambiente UI_MODE:
export UI_MODE=true
npx @apify/actors-mcp-server
Compatibilidade retroativa
A configuração v2 preserva a compatibilidade retroativa com o uso da v1. Notas:
O parâmetro actors (URL) e a flag --actors (CLI) ainda são suportados.
Internamente, eles são mesclados nos seletores tools.
enableAddingActors (URL), enable-adding-actors (CLI) e o alias legado enableActorAutoLoading foram removidos. Para chamar Atores dinamicamente, use tools=call-actor (incluído por padrão via a categoria actors). Qualquer valor bruto remanescente é ignorado.
Os padrões permanecem compatíveis: quando nenhum tools é especificado, o servidor carrega actors, docs, apify/rag-web-browser e apify/web-fetch.
Se qualquer tools for especificado, os padrões não são adicionados (mesma intenção da v1 para seleção explícita).
call-actor agora é incluído por padrão via a categoria actors (mudança aditiva). Para excluí-lo, especifique uma lista explícita de tools sem actors.
tools=add-actor, tools=experimental e tools=preview foram aposentados: são ignorados e não carregam ferramentas. Use tools=call-actor (ou a categoria padrão actors) em vez disso.
URLs e comandos existentes que usam ?actors=... ou --actors continuam funcionando sem alterações.
Prompts
O servidor anuncia a capacidade prompts, mas nenhum prompt está registrado atualmente — prompts/list retorna uma lista vazia.
Recursos
Seus dados da Apify não são enumerados em resources/list — as leituras são sob demanda: passe qualquer URL GET da API da Apify (https://api.apify.com/v2/...) para resources/read e o servidor injeta o token da Apify da sessão e retorna o corpo da resposta. resources/templates/list enumera as formas comuns — itens de dataset, registros e chaves de key-value store, metadados de execução, log de execução — com seus parâmetros de paginação. As respostas são embutidas em até 256 KB; qualquer coisa maior retorna um aviso curto com uma URL de download em vez do corpo. As leituras da API exigem um token da Apify, então uma sessão apenas de pagamento (x402 ou Skyfire) recebe um erro JSON-RPC para elas.
💬 Exemplos de uso
Abaixo estão exemplos realistas mostrando como um assistente de IA usa as ferramentas do Apify MCP Server.
Exemplo 1: Pesquisar na web usando RAG Web Browser
Prompt do usuário:
Encontre as últimas notícias sobre agentes de IA autônomos e resuma os principais desenvolvimentos.
O assistente de IA chama a ferramenta de Ator apify--rag-web-browser pré-configurada para pesquisar na web e retornar conteúdo dos principais resultados.
A ferramenta retorna conteúdo em markdown dos 3 principais resultados de pesquisa, que o assistente de IA então resume para o usuário.
Exemplo 2: Descobrir e executar um Ator da Apify Store
Prompt do usuário:
Raspe os 10 melhores restaurantes em Praga do Google Maps com seus dados de contato.
O assistente de IA primeiro pesquisa por um Ator adequado, inspeciona seu esquema de entrada e depois o executa.
A ferramenta retorna uma prévia dos dados raspados, incluindo nomes de restaurantes, endereços, avaliações, números de telefone e sites.
Exemplo 3: Recuperar e paginar pelos resultados de execução de um Ator
Prompt do usuário:
Mostre-me os próximos 10 resultados dessa execução de raspagem.
O assistente de IA usa o ID do dataset da execução anterior do Ator para buscar itens adicionais.
Saída esperada: A ferramenta retorna a próxima página de itens de dados estruturados do dataset de saída do Ator.
📡 Telemetria
O Apify MCP Server coleta dados de telemetria sobre chamadas de ferramentas para ajudar a Apify a entender padrões de uso e melhorar o serviço.
Por padrão, a telemetria está habilitada para todas as chamadas de ferramentas.
O transporte stdio também usa Sentry para rastreamento de erros, o que nos ajuda a identificar e corrigir problemas mais rapidamente.
O Sentry é desabilitado automaticamente quando a telemetria é recusada.
Recusando a telemetria
Você pode recusar a telemetria (incluindo o rastreamento de erros do Sentry) definindo a flag de CLI --telemetry-enabled para false ou a variável de ambiente TELEMETRY_ENABLED para false.
As flags de CLI têm precedência sobre as variáveis de ambiente.
Exemplos
Para o servidor remoto (mcp.apify.com):
# Disable via URL parameter
https://mcp.apify.com?telemetry-enabled=false
Para o 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
⚙️ Desenvolvimento
Consulte o guia CONTRIBUTING.md para diretrizes de contribuição e convenções de mensagens de commit.
Para configuração detalhada de desenvolvimento, estrutura do projeto e instruções de teste local, consulte o guia DEVELOPMENT.md.
Ao iniciar, o Inspector exibirá uma URL que você pode abrir no seu navegador para começar a depurar.
Acesso não autenticado
Quando o parâmetro de consulta tools inclui apenas ferramentas explicitamente habilitadas para uso não autenticado, o servidor hospedado permite acesso sem um token de API.
Ferramentas atualmente permitidas: search-actors, fetch-actor-details, search-apify-docs, fetch-apify-docs.
Exemplo: https://mcp.apify.com?tools=search-actors.
🐦 Lançamentos canários de PR
O Apify MCP é dividido em dois repositórios: este repositório para a lógica central do MCP e o repositório privado apify-mcp-server-internal para o servidor hospedado.
As alterações devem ser sincronizadas entre ambos.
Para criar um lançamento canário, adicione o rótulo beta ao seu pull request.
Isso publica o pacote em pkg.pr.new para teste e validação antes da mesclagem.
Consulte o arquivo de workflow para obter detalhes.
🐋 Integração com Docker Hub
O Apify MCP Server também está disponível no Docker Hub, registrado por meio do repositório mcp-registry. A entrada em servers/apify-mcp-server/server.yaml deve ser implantada automaticamente pelo registro MCP do Docker Hub (a frequência de implantação é desconhecida). Antes de fazer alterações importantes na versão do servidor stdio, teste localmente para garantir que o build do Docker passe. Para testar, altere o source.branch para o seu branch de PR e execute task build -- apify-mcp-server. Para mais detalhes, consulte CONTRIBUTING.md.
O esquema de entrada do Actor é processado para ser compatível com a maioria dos clientes MCP, seguindo os padrões de JSON Schema. O processamento inclui:
Descrições são truncadas para 500 caracteres (conforme definido em MAX_DESCRIPTION_LENGTH).
Campos de enumeração são truncados para um comprimento máximo combinado de 2000 caracteres para todos os elementos (conforme definido em ACTOR_ENUM_MAX_LENGTH).
Campos obrigatórios são explicitamente marcados com um prefixo REQUIRED em suas descrições para compatibilidade com frameworks que podem não lidar corretamente com o JSON schema.
Propriedades aninhadas são construídas para casos especiais, como configuração de proxy e fontes de lista de solicitações, para garantir a estrutura de entrada correta.
Tipos de itens de array são inferidos quando não definidos explicitamente no esquema, usando uma ordem de prioridade: tipo explícito em itens > tipo de preenchimento > tipo de valor padrão > tipo de editor.
Valores de enumeração e exemplos são adicionados às descrições das propriedades para garantir visibilidade, mesmo que o cliente não suporte totalmente o JSON schema.
Actors de aluguel estão disponíveis apenas para uso com o servidor MCP hospedado em https://mcp.apify.com.. Ao executar o servidor localmente via stdio, você só pode acessar Actors que já foram adicionados ao seu conjunto de ferramentas local. Para pesquisar e usar dinamicamente qualquer Actor da Apify Store—incluindo Actors de aluguel—conecte-se ao endpoint hospedado.
🔒 Política de privacidade
Quando você usa este servidor, suas solicitações e entradas de Actor são enviadas à API do Apify para execução.
Os dados não são compartilhados com terceiros além do necessário para executar os Actors solicitados.
Para detalhes completos sobre coleta, uso, compartilhamento e retenção de dados, consulte Apify Legal.
🤝 Contribuindo
Aceitamos relatórios de bugs, solicitações de recursos e correções de documentação. Envie-nos o problema, não o patch — um problema preciso com uma reprodução é mais útil do que um pull request.
🐛 Reportar um bug: Abra uma issue com uma reprodução. A coisa mais útil que você pode nos enviar.
💡 Propor um recurso: Abra uma issue — o problema e quem o enfrenta, não a implementação.
🔧 Código: Trabalhe apenas em uma issue convidada por um mantenedor. Uma issue aberta não é um convite para assumi-la; pull requests não solicitados são fechados.
📚 Documentação: Erros de digitação, links quebrados e comandos errados vão direto para um PR.
