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 e executar scrapers — Peça ao seu assistente para encontrar um Actor na Apify Store e executá-lo para extrair dados de redes sociais, mapas ou sites de e-commerce via search-actors e call-actor.
Navegar na web — Peça ao seu assistente para buscar qualquer URL e retornar o conteúdo como Markdown ou texto simples usando a ferramenta de Actor pré-configurada apify--web-fetch.
Pesquisar com RAG — Peça ao seu assistente para pesquisar na web e resumir os principais resultados usando a ferramenta de Actor apify--rag-web-browser.
Gerenciar execuções de Actors — Recupere resultados de execuções, pagine por conjuntos de dados ou interrompa tarefas em andamento com ferramentas como get-actor-run e get-dataset-items.
Pague sem tokens de API — Use pagamentos agênticos via AGI, x402 direto ou Skyfire para executar Actors sem um APIFY_TOKEN.
O servidor Model Context Protocol (MCP) da Apify em mcp.apify.com permite que seus agentes de IA extraiam dados de redes sociais, mecanismos de busca, mapas, sites de e-commerce e qualquer outro site usando milhares de raspadores, rastreadores 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 servidor MCP hospedado da Apify!
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.
Confira 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, lugares, 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 a partir do 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 da 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 nenhuma 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 da API da Apify usando AGI, x402 direto ou Skyfire.
AGI (agi.apify.com) emite um token pré-pago da API 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; veja AGI (recomendado) abaixo.
x402 direto paga com USDC na Base por solicitação e não requer uma conta de plataforma separada. 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 da 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: A Skyfire devolve os 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 pré-pago da API 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 da 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 da API da Apify, seu agente passa um token de pagamento da 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 passados automaticamente 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:
Apify Actors: Pesquise por Actors, liste os Actors da sua conta, veja os detalhes deles, use-os como ferramentas para a IA e exclua seus próprios Actors.
Documentação do Apify: Pesquise na documentação do Apify e busque documentos específicos para fornecer contexto à IA.
Execuções de Actors: Obtenha listas das suas execuções de Actors, inspecione os detalhes e recupere os logs.
Armazenamento do Apify: Acesse dados dos 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.
Agendamentos: Crie, inspecione, atualize e exclua agendamentos que executam seus Actors e tarefas automaticamente.
Builds: Compile uma versão de Actor, liste builds, verifique o status de um build e recupere o log do build.
Código-fonte do Actor: Leia os arquivos de uma versão de Actor, com um hash para cada arquivo e uma revisão para o conjunto inteiro.
API do Apify: Pesquise a referência da API do Apify, inspecione uma operação e envie solicitações para a API para ler ou alterar dados.
Visão geral das ferramentas disponíveis
Aqui está uma lista de visão geral de todas as ferramentas fornecidas pelo MCP Server do Apify.
Legenda para a coluna Habilitado por padrão:
✅ — no conjunto de ferramentas padrão.
⚡ — injetado automaticamente quando call-actor, uma ferramenta de Actor, ou get-actor-run está presente (o que é verdadeiro na configuração padrão).
✅¹ — servido por padrão, mas somente 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 a omita. Selecioná-la explicitamente (tools=report-problem ou tools=dev) a serve independentemente do cliente — a telemetria ainda deve estar habilitada.
Nome da ferramenta
Categoria
Descrição
Habilitado por padrão
search-actors
actors
Pesquise por Actors na Apify Store.
✅
fetch-actor-details
actors
Recupere informações detalhadas sobre um Actor específico, incluindo seu esquema de entrada, README (resumo quando disponível, completo caso contrário), preços e esquema de saída do Actor.
✅
call-actor
actors
Chame um Actor e obtenha os resultados da execução. Use fetch-actor-details primeiro para obter o esquema de entrada do Actor.
✅
get-actor-run
runs
Obtenha informações detalhadas sobre uma execução específica de Actor.
⚡
get-dataset-items
storage
Recupere itens de um dataset com suporte para filtragem e paginação.
⚡
get-key-value-store-record
storage
Obtenha o valor associado a uma chave específica em um key-value store.
⚡
abort-actor-run
runs
Aborte uma execução de Actor em andamento, opcionalmente de forma graciosa.
⚡
delete-actor
none (selecione pelo nome: tools=delete-actor)
Exclua um Actor da sua conta permanentemente. Actors públicos devem ser despublicados primeiro.
search-apify-docs
docs
Pesquise na documentação do Apify por páginas relevantes.
✅
fetch-apify-docs
docs
Busque o conteúdo completo de uma página da documentação do Apify pela URL.
Uma ferramenta de Actor para buscar uma URL e retornar seu conteúdo.
✅
report-problem
dev
Relate um problema com uma ferramenta ou Actor do Apify para a equipe do Apify.
✅¹
get-actor-list
none (selecione pelo nome: tools=get-actor-list)
Liste os Actors que você possui e os compartilhados com você, incluindo os privados.
get-actor-run-list
runs
Obtenha uma lista de execuções de Actors, filtrável por Actor e status.
get-actor-run-log
runs
Recupere os logs de uma execução específica de Actor.
get-dataset
storage
Obtenha metadados sobre um dataset específico.
get-dataset-schema
storage
Gere um esquema JSON a partir dos itens do dataset.
get-key-value-store
storage
Obtenha metadados sobre um key-value store específico.
get-key-value-store-keys
storage
Liste as chaves dentro de um key-value store específico.
get-dataset-list
storage
Liste todos os datasets disponíveis para o usuário.
get-key-value-store-list
storage
Liste todos os key-value stores disponíveis para o usuário.
create-actor-task
tasks
Crie uma tarefa de Actor salva (uma configuração de Actor nomeada e reutilizável).
get-actor-task
tasks
Obtenha uma tarefa de Actor salva, seu estado de publicação e configuração de exibição pública.
update-actor-task
tasks
Atualize a entrada de uma tarefa, opções de execução ou configuração de exibição pública.
publish-actor-task
tasks
Publique uma tarefa em sua landing page pública.
unpublish-actor-task
tasks
Despublique uma tarefa de sua landing page pública.
create-schedule
schedules
Crie um agendamento que executa Actors ou tarefas em uma cadência cron.
get-schedule
schedules
Obtenha um agendamento, sua expressão cron, estado e as ações que ele executa.
update-schedule
schedules
Atualize um agendamento: expressão cron, fuso horário, estado habilitado ou ações.
delete-schedule
schedules
Exclua um agendamento.
get-actor-build
builds
Obtenha o status de um build de Actor.
get-actor-build-log
builds
Recupere os logs de um build específico de Actor.
get-actor-build-list
builds
Liste os builds da conta, ou de um Actor, em todos os status, do mais recente ao mais antigo.
build-actor
builds
Compile uma versão de Actor e aguarde um tempo limitado para o build terminar.
get-actor-version
source
Obtenha a listagem de arquivos de uma versão de Actor com hashes e o conteúdo dos arquivos que você solicitar.
apify-api-search
api
Pesquise na referência da API do Apify por operações usando palavras-chave. Retorna o método, caminho e página de documentação de cada uma.
apify-api-details
api
Obtenha os parâmetros e o esquema do corpo da solicitação das operações da API do Apify em um caminho.
apify-api-read
api
Envie uma solicitação GET para qualquer caminho da API do Apify, como actor-runs ou /v2/actor-runs, como apify api na CLI do Apify. Ele recusa o parâmetro de consulta method.
apify-api-write
none (selecione pelo nome: tools=apify-api-write)
Envie uma solicitação POST, PUT, PATCH ou DELETE para qualquer caminho da API do Apify, com um corpo JSON, como apify api na CLI do Apify. Ele recusa o parâmetro de consulta method.
Nota:
Quando call-actor, uma ferramenta de Actor, 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 Actor — por meio de call-actor ou diretamente por uma ferramenta de Actor (por exemplo, apify--rag-web-browser) — a resposta contém metadados da 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). Ferramentas de Actor o obtêm apenas para Actors mantidos pelo Apify com permissões limitadas e sem armazenamento gravável secreto, conector MCP ou entrada de código (por exemplo, apify--web-fetch); outras ferramentas de Actor são marcadas como destrutivas.
openWorldHint: true para ferramentas que acessam recursos externos fora da plataforma Apify (por exemplo, call-actor executa Actors externos). Ferramentas que interagem apenas com a plataforma Apify (como search-actors ou fetch-apify-docs) não têm essa dica.
Configuração de ferramentas
O parâmetro de configuração tools é usado para especificar ferramentas carregadas — seja categorias ou ferramentas específicas diretamente, e Actors do 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 na nota de rodapé acima), mas vive na categoria dev, então um tools=dev explícito também o seleciona. Para desabilitá-lo, passe uma lista explícita de tools= que a omita (por exemplo, tools=actors,docs).
Configuração fácil:
Use o configurador de interface 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 Actor — 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 Actor 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 Actor 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 mudanças.
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 de interface
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 de interface 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 de interface:
npx @apify/actors-mcp-server --ui true
Você também pode defini-lo por meio da variável de ambiente UI_MODE:
export UI_MODE=true
npx @apify/actors-mcp-server
Compatibilidade com versões anteriores
A configuração v2 preserva a compatibilidade com o uso da v1. Notas:
O parâmetro actors (URL) e a flag --actors (CLI) ainda são suportados.
Internamente, eles são mesclados em seletores tools.
enableAddingActors (URL), enable-adding-actors (CLI) e o alias legado enableActorAutoLoading foram removidos. Para chamar Actors dinamicamente, use tools=call-actor (incluído por padrão por meio da 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 algum tools for especificado, os padrões não são adicionados (mesma intenção da v1 para seleção explícita).
call-actor agora é incluído por padrão por meio da categoria actors (mudança aditiva). Para excluí-lo, especifique uma lista explícita de tools sem actors.
tools=add-actor, tools=experimental e tools=preview são aposentados: são ignorados e não carregam ferramentas. Use tools=call-actor (ou a categoria padrão actors) em vez disso.
tools=get-actor-log é aposentado: a ferramenta foi renomeada para get-actor-run-log. O seletor antigo é ignorado e não carrega ferramentas. Use tools=get-actor-run-log (ou a categoria runs) em vez disso.
URLs e comandos existentes que usam ?actors=... ou --actors continuam funcionando sem alterações.
Prompts
O servidor anuncia o recurso prompts, mas nenhum prompt está registrado no momento — prompts/list retorna uma lista vazia.
Recursos
Seus dados do Apify não são enumerados em resources/list — as leituras são sob demanda: passe qualquer URL GET da API do Apify (https://api.apify.com/v2/...) para resources/read e o servidor injeta o token do 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 incorporadas 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 do Apify, portanto, uma sessão somente 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 Actor pré-configurada apify--rag-web-browser para pesquisar na web e retornar o 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 Actor 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 procura um Actor 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 da execução do Actor
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 Actor para buscar itens adicionais.
Saída esperada: A ferramenta retorna a próxima página de itens de dados estruturados do dataset de saída do Actor.
📡 Telemetria
O Apify MCP Server coleta dados de telemetria sobre chamadas de ferramentas para ajudar a Apify a entender os padrões de uso e melhorar o serviço.
Por padrão, a telemetria está ativada 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 desativado automaticamente quando a telemetria é recusada.
Recusando a telemetria
Você pode recusar a telemetria (incluindo o rastreamento de erros do Sentry) definindo o sinalizador de CLI --telemetry-enabled como false ou a variável de ambiente TELEMETRY_ENABLED como false.
Os sinalizadores 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 local stdio:
# 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 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, apify-api-search, apify-api-details.
Exemplo: https://mcp.apify.com?tools=search-actors.
🐦 Lançamentos canários de PR
O Apify MCP está 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 preparação e teste antes da mesclagem.
Consulte o arquivo de workflow para 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, aderindo aos padrões do JSON Schema. O processamento inclui:
Descrições com mais de 500 caracteres (conforme definido em ACTOR_MAX_DESCRIPTION_LENGTH) são cortadas na última frase completa nessa janela, ou na última palavra completa se não houver quebra de frase, e marcadas como [Description truncated].
Campos de enumeração que cabem em 2000 caracteres combinados (conforme definido em ACTOR_ENUM_MAX_LENGTH) são mantidos por completo; enums maiores são omitidos, com uma breve nota e alguns valores de exemplo na descrição.
Campos obrigatórios são explicitamente marcados com um prefixo REQUIRED em suas descrições para compatibilidade com frameworks que podem não lidar corretamente com o esquema JSON.
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 esquema JSON.
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.
