Apify

mcp.apify.com

เซิร์ฟเวอร์ Apify Model Context Protocol (MCP) ที่ mcp.apify.com ช่วยให้เอเจนต์ AI ของคุณสามารถดึงข้อมูลจากโซเชียลมีเดีย เสิร์ชเอนจิน แผนที่ เว็บไซต์อีคอมเมิร์ซ และเว็บไซต์อื่นๆ ได้โดยใช้เครื่องมือขูดข้อมูล ครอว์เลอร์ และเครื่องมืออัตโนมัติที่พร้อมใช้งานนับพันรายการจาก Apify Store รองรับ OAuth ทำให้คุณสามารถเชื่อมต่อจากไคลเอนต์อย่าง Claude.ai หรือ Visual Studio Code ได้โดยใช้เพียง URL

🚀 ใช้ Apify MCP Server แบบโฮสต์!

เพื่อประสบการณ์ที่ดีที่สุด เชื่อมต่อผู้ช่วย AI ของคุณกับเซิร์ฟเวอร์แบบโฮสต์ที่ https://mcp.apify.com เซิร์ฟเวอร์แบบโฮสต์รองรับฟีเจอร์ล่าสุด - รวมถึงการอนุมานสคีมาผลลัพธ์สำหรับผลลัพธ์แบบมีโครงสร้างของ Actor - ซึ่งไม่พร้อมใช้งานเมื่อรันในเครื่องผ่าน stdio

⚠️ ลบการส่งผ่าน SSE แบบเดิมแล้ว ปลายทาง https://mcp.apify.com/sse ถูกลบออกเพื่อสนับสนุน Streamable HTTP โปรดย้ายไคลเอนต์ของคุณไปที่ https://mcp.apify.com — เอา/sseต่อท้ายออกจากการกำหนดค่าของคุณ

💰 เซิร์ฟเวอร์ยังรองรับ การชำระเงินแบบเอเจนต์: ซื้อโทเค็นจาก AGI เพื่อรัน Actor ใดๆ หรือจ่ายต่อคำขอผ่าน direct x402 (เฉพาะ Actor แบบจ่ายต่อเหตุการณ์) หรือ Skyfire

Apify MCP Server เข้ากันได้กับ Claude Code, Claude.ai, Cursor, VS Code และไคลเอนต์ใดๆ ที่ปฏิบัติตาม Model Context Protocol ดูรายละเอียดเพิ่มเติมได้ที่ ส่วนไคลเอนต์ MCP หรือเยี่ยมชม หน้าการกำหนดค่า MCP

สารบัญ

• 🌐 แนะนำ Apify MCP Server
• 🚀 เริ่มต้นอย่างรวดเร็ว
• 🤖 ไคลเอนต์ MCP
• 🪄 ทดลองใช้ Apify MCP ทันที
• 💰 การชำระเงินแบบเอเจนต์
  • การชำระเงินแบบเอเจนต์ทำงานอย่างไร
  • 🪙 AGI (แนะนำ)
  • 💸 Direct x402
  • 🔥 Skyfire
• 🛠️ เครื่องมือ ทรัพยากร และพรอมต์
• 📊 เทเลเมทรี
• 💬 ตัวอย่างการใช้งาน
• 🐛 การแก้ไขปัญหา
• ⚙️ การพัฒนา
• 🔒 นโยบายความเป็นส่วนตัว
• 🤝 การมีส่วนร่วม
• 📚 เรียนรู้เพิ่มเติม

🌐 แนะนำ Apify MCP Server

Apify MCP Server อนุญาตให้ผู้ช่วย AI ใช้ Apify Actor ใดๆ เป็นเครื่องมือในการทำงานเฉพาะอย่าง ตัวอย่างเช่น สามารถ:

• ใช้ Facebook Posts Scraper เพื่อดึงข้อมูลจากโพสต์ Facebook จากหลายเพจ/โปรไฟล์
• ใช้ Google Maps Email Extractor เพื่อดึงข้อมูลติดต่อจาก Google Maps
• ใช้ Google Search Results Scraper เพื่อขูดข้อมูลหน้าผลการค้นหาของ Google (SERPs)
• ใช้ Instagram Scraper เพื่อขูดข้อมูลโพสต์ โปรไฟล์ สถานที่ รูปภาพ และความคิดเห็นจาก Instagram
• ใช้ RAG Web Browser เพื่อค้นหาเว็บ ขูดข้อมูล URL อันดับต้นๆ N รายการ และส่งคืนเนื้อหา
• ใช้ Web Fetch เพื่อดึง URL ใดๆ และส่งคืนเนื้อหาเป็น Markdown ข้อความธรรมดา HTML หรือลิงก์ — พร้อมการเรนเดอร์ JavaScript และการป้องกันบอท

วิดีโอสอน: ผสานรวม Apify Actors และ Agents กว่า 8,000 รายการกับ Claude

🚀 เริ่มต้นอย่างรวดเร็ว

คุณสามารถใช้ Apify MCP Server ได้สองวิธี:

ปลายทาง HTTPS (mcp.apify.com): เชื่อมต่อจากไคลเอนต์ MCP ของคุณผ่าน OAuth หรือโดยการรวมAuthorization: Bearer <APIFY_TOKEN>ส่วนหัวในคำขอของคุณ นี่คือวิธีที่แนะนำสำหรับกรณีการใช้งานส่วนใหญ่ เนื่องจากรองรับ OAuth คุณจึงสามารถเชื่อมต่อจากไคลเอนต์อย่าง Claude.ai หรือ Visual Studio Code โดยใช้เพียง URL: https://mcp.apify.com

• https://mcp.apify.com การส่งผ่านแบบสตรีมได้

มาตรฐานอินพุต/เอาต์พุต (stdio): เหมาะสำหรับการผสานรวมในเครื่องและเครื่องมือบรรทัดคำสั่งอย่างไคลเอนต์ Claude for Desktop

• ตั้งค่าคำสั่งเซิร์ฟเวอร์ของไคลเอนต์ MCP เป็น npx @apify/actors-mcp-server และตัวแปรสภาพแวดล้อม APIFY_TOKEN เป็นโทเค็น API ของ Apify
• ดู npx @apify/actors-mcp-server --help สำหรับตัวเลือกเพิ่มเติม

คุณสามารถดูคำแนะนำโดยละเอียดสำหรับการตั้งค่า MCP server ได้ใน เอกสารประกอบ Apify

🤖 ไคลเอนต์ MCP

Apify MCP Server เข้ากันได้กับไคลเอนต์ MCP ใดๆ ที่ปฏิบัติตาม Model Context Protocol แต่ระดับการสนับสนุนสำหรับการค้นพบเครื่องมือแบบไดนามิกและฟีเจอร์อื่นๆ อาจแตกต่างกันไปตามไคลเอนต์

ในการโต้ตอบกับ Apify MCP Server คุณสามารถใช้ไคลเอนต์อย่าง Claude Desktop, Visual Studio Code หรือ Apify Tester MCP Client

เยี่ยมชม mcp.apify.com เพื่อกำหนดค่าเซิร์ฟเวอร์สำหรับไคลเอนต์ที่คุณต้องการ

ไคลเอนต์ที่ทดสอบแล้ว

• Claude Desktop
• Claude.ai (เว็บ)
• ChatGPT
• VS Code (Genie)
• Cursor
• OpenCode
• Kiro
• Apify Tester MCP Client — ออกแบบมาสำหรับการทดสอบ Apify MCP servers

🪄 ทดลองใช้ Apify MCP ทันที

ต้องการลองใช้ Apify MCP โดยไม่ต้องตั้งค่าอะไรหรือไม่?

ดู Apify Tester MCP Client

อินเทอร์เฟซแบบแชทโต้ตอบนี้เป็นวิธีง่ายๆ ในการสำรวจความสามารถของ Apify MCP โดยไม่ต้องตั้งค่าในเครื่อง ลงชื่อเข้าด้วยบัญชี Apify ของคุณและเริ่มทดลองใช้เครื่องมือขูดเว็บ การดึงข้อมูล และระบบอัตโนมัติ!

หรือใช้ไฟล์บันเดิล MCP (เดิมเรียกว่าไฟล์ส่วนขยาย Anthropic Desktop หรือ DXT) สำหรับการติดตั้งด้วยคลิกเดียว: ไฟล์ Apify MCP Server MCPB

💰 การชำระเงินแบบเอเจนต์

คุณสามารถชำระค่าการรัน Actor ได้โดยไม่ต้องมีโทเค็น API ของ Apify โดยใช้ AGI, direct x402 หรือ Skyfire

• AGI (agi.apify.com) สร้างโทเค็น API ของ Apify แบบเติมเงินเพื่อแลกกับการชำระเงินผ่าน x402 หรือ MPP ใช้โทเค็นเหมือนโทเค็น API ทั่วไปกับ mcp.apify.com และ api.apify.com — ใช้ได้กับ Actor ใดๆ ไม่ใช่แค่แบบจ่ายต่อเหตุการณ์ แนะนำ สำหรับการผสานรวมใหม่ ดู AGI (แนะนำ) ด้านล่าง
• Direct x402 จ่ายด้วย USDC บน Base ต่อคำขอและไม่ต้องมีบัญชีแพลตฟอร์มแยกต่างหาก รองรับอย่างเต็มที่โดย mcpc (brew install apify/tap/mcpc หรือ npm install -g @apify/mcpc) เราใช้ mcpc เนื่องจากเป็นหนึ่งในไคลเอนต์ MCP ไม่กี่ตัวที่รองรับฟีเจอร์ล่าสุดและโปรโตคอล x402 โดยกำเนิด
• Skyfire จ่ายด้วยโทเค็น PAY และต้องมีบัญชี Skyfire ที่มีกระเป๋าเงินที่มีเงินทุน ไม่ต้องใช้ไคลเอนต์ MCP พิเศษ กระบวนการชำระเงินทั้งหมดจัดการผ่านพารามิเตอร์การเรียกใช้เครื่องมือ MCP โดยตรง

ℹ️ ขอบเขต: ทั้ง direct x402 และ Skyfire จำกัดเฉพาะ Actor แบบจ่ายต่อเหตุการณ์ ไม่รองรับ Standby Actors และชำระต่อการรันแทนการสร้างโทเค็น

การชำระเงินแบบเอเจนต์ทำงานอย่างไร

ต้นทุนการรัน Actor แตกต่างกัน ดังนั้นทั้งสองวิธีชำระเงินจึงใช้โมเดลยอดคงเหลือแบบเติมเงิน กระบวนการชำระเงินเกิดขึ้นในสี่ขั้นตอน:

1. การค้นพบ: เอเจนต์ค้นพบ Actors ด้วย search-actors หรือ fetch-actor-details การเรียกเหล่านั้นฟรี
2. การชำระล่วงหน้า: ก่อนรันเครื่องมือ Actor แบบชำระเงิน เอเจนต์จะเติมยอดคงเหลือแบบเติมเงิน
   • Direct x402: mcpc ลงนามธุรกรรม USDC มูลค่า $1.00 โดยอัตโนมัติ
   • Skyfire: เอเจนต์สร้างโทเค็น PAY (ขั้นต่ำ $5.00) โดยใช้เครื่องมือ create-pay-token ของ Skyfire
3. การดำเนินการ: เอเจนต์เรียกใช้เครื่องมือ Actor
   • Direct x402: จัดการโดยอัตโนมัติโดย mcpc โดยใช้ยอดคงเหลือแบบเติมเงิน
   • Skyfire: เอเจนต์ส่งโทเค็น PAY อย่างชัดเจนในคุณสมบัติอินพุต skyfire-pay-id
4. การสรุปผล: เครื่องมือส่งคืนผลลัพธ์ของ Actor เงินที่ไม่ได้ใช้ยังคงพร้อมใช้สำหรับการรันครั้งถัดไป
   • Direct x402: หลังจากไม่มีการใช้งาน 60 นาที เซิร์ฟเวอร์จะคืนยอดคงเหลือที่ไม่ได้ใช้ให้กับกระเป๋าเงินบน Base
   • Skyfire: Skyfire คืนเงินที่ไม่ได้ใช้เมื่อโทเค็นหมดอายุ

🪙 AGI (แนะนำ)

AGI (Apify Agent General Interface) เป็นวิธีที่แนะนำสำหรับเอเจนต์อัตโนมัติในการชำระค่าการใช้งาน Apify โดยไม่ต้องมีบัญชี ชำระครั้งเดียวผ่าน x402 หรือ MPP รับโทเค็น API ของ Apify แบบเติมเงินที่มีวงเงินใช้จ่าย และใช้โดยตรงกับ mcp.apify.com และ api.apify.com (Authorization: Bearer <token>) — สำหรับ Actor ใดๆ

โปรโตคอลเต็มรูปแบบ วิธีการชำระเงินที่รองรับ และข้อกำหนดปัจจุบัน (จำนวนเงินขั้นต่ำ อายุโทเค็น นโยบายการคืนเงิน) ระบุไว้ที่ agi.apify.com/AGENTS.md — ถือเป็นแหล่งข้อมูลหลักเพียงแหล่งเดียว

💸 Direct x402

โปรโตคอล x402 ช่วยให้การชำระเงินระหว่างเครื่องต่อเครื่องโดยตรง ไคลเอนต์ MCP ของคุณสามารถใช้เพื่อชำระค่าการรัน Actor ด้วย USDC บน บล็อกเชน Base โดยไม่ต้องใช้โทเค็น API ของ Apify เลย

ข้อกำหนดเบื้องต้น

• กระเป๋าเงินที่มี USDC บน Base เมนเน็ต

การตั้งค่า

สร้างหรือนำเข้ากระเป๋าเงิน:

# 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

เชื่อมต่อกับเซิร์ฟเวอร์โดยเปิดใช้งาน x402:

mcpc connect "mcp.apify.com?payment=x402" @apify --x402

ตอนนี้คุณสามารถเรียกใช้เครื่องมือแบบชำระเงินได้:

mcpc @apify tools-call call-actor actor:="apify/rag-web-browser" input:='{"query": "latest AI news"}'

🔥 Skyfire

Skyfire ให้โครงสร้างพื้นฐานการชำระเงินที่มีการจัดการสำหรับเอเจนต์ AI แทนการตรวจสอบสิทธิ์ด้วยโทเค็น API ของ Apify เอเจนต์ของคุณส่งโทเค็นการชำระเงินของ Skyfire เพื่อครอบคลุมค่าใช้จ่ายของการเรียกใช้เครื่องมือแต่ละครั้งโดยใช้โทเค็น PAY

ข้อกำหนดเบื้องต้น

• บัญชี Skyfire ที่มีกระเป๋าเงินที่มีเงินทุน
• ไคลเอนต์ MCP ที่รองรับหลายเซิร์ฟเวอร์ เช่น Claude Desktop, OpenCode หรือ VS Code

การตั้งค่า

กำหนดค่า Skyfire MCP server และ Apify MCP Server ในไคลเอนต์ของคุณ เพิ่ม payment=skyfire ลงใน URL เซิร์ฟเวอร์ Apify:

{
  "mcpServers": {
    "skyfire": {
      "url": "https://api.skyfire.xyz/mcp/sse",
      "headers": {
        "skyfire-api-key": "<YOUR_SKYFIRE_API_KEY>"
      }
    },
    "apify": {
      "url": "https://mcp.apify.com?payment=skyfire"
    }
  }
}

ดู เอกสารประกอบการผสานรวม Skyfire สำหรับรายละเอียดการตั้งค่า โพสต์ Agentic Payments with Skyfire ให้ข้อมูลพื้นฐานเพิ่มเติม

🛠️ เครื่องมือ ทรัพยากร และพรอมต์

MCP server มีชุดเครื่องมือสำหรับโต้ตอบกับ Apify Actors เนื่องจาก Apify Store มีขนาดใหญ่และเติบโตอย่างรวดเร็ว MCP server จึงมีวิธีค้นพบและใช้ Actors ใหม่ๆ แบบไดนามิก

Actors

Apify Actor ใดๆ สามารถใช้เป็นเครื่องมือได้ โดยค่าเริ่มต้น เซิร์ฟเวอร์จะกำหนดค่าล่วงหน้าด้วย Actors สองตัวคือ apify/rag-web-browser และ apify/web-fetch และเครื่องมือช่วยเหลือหลายรายการ MCP server โหลดสคีมาอินพุตของ Actor และสร้างเครื่องมือ MCP ที่สอดคล้องกัน 这使得 AI เอเจนต์รู้ว่าต้องส่งอาร์กิวเมนต์ใดให้กับ Actor และคาดหวังอะไรกลับคืนมา

ตัวอย่างเช่น สำหรับ Actor apify/rag-web-browser พารามิเตอร์อินพุตคือ:

{
  "query": "restaurants in San Francisco",
  "maxResults": 3
}

คุณไม่จำเป็นต้องระบุด้วยตนเองว่า Actor ใดที่จะเรียกหรือพารามิเตอร์อินพุตของมัน LLM จัดการสิ่งนี้โดยอัตโนมัติ เมื่อเรียกใช้เครื่องมือ อาร์กิวเมนต์จะถูกส่งไปยัง Actor โดย LLM โดยอัตโนมัติ คุณสามารถอ้างอิงเอกสารประกอบของ Actor เฉพาะสำหรับรายการอาร์กิวเมนต์ที่มีอยู่

เครื่องมือช่วยเหลือ

หนึ่งในฟีเจอร์ที่ทรงพลังที่สุดของการใช้ MCP กับ Apify คือการค้นพบเครื่องมือแบบไดนามิก ช่วยให้เอเจนต์ AI ค้นหาเครื่องมือใหม่ (Actors) ตามความต้องการและนำมาใช้ นี่คือการดำเนินการ MCP พิเศษบางอย่างและวิธีที่ Apify MCP Server รองรับ:

• Apify Actors: ค้นหา Actors ดูรายละเอียด และใช้เป็นเครื่องมือสำหรับ AI
• เอกสารประกอบ Apify: ค้นหาเอกสารประกอบ Apify และดึงเอกสารเฉพาะเพื่อให้บริบทแก่ AI
• การรัน Actor: รับรายการการรัน Actor ของคุณ ตรวจสอบรายละเอียด และดึงบันทึก
• พื้นที่จัดเก็บ Apify: เข้าถึงข้อมูลจากชุดข้อมูลและที่เก็บคีย์-ค่า
• งาน Actor: สร้าง ตรวจสอบ และอัปเดตงาน Actor ที่บันทึกไว้ และเผยแพร่หรือยกเลิกการเผยแพร่หน้าสาธารณะ

ภาพรวมของเครื่องมือที่มีอยู่

นี่คือรายการภาพรวมของเครื่องมือทั้งหมดที่ให้บริการโดย Apify MCP Server

คำอธิบายสำหรับคอลัมน์ เปิดใช้งานโดยค่าเริ่มต้น:

• ✅ — อยู่ในชุดเครื่องมือเริ่มต้น
• ⚡ — ถูกแทรกอัตโนมัติเมื่อมี call-actor, เครื่องมือ Actor หรือ get-actor-run (ซึ่งเป็นจริงในการกำหนดค่าเริ่มต้น)
• ✅¹ — ให้บริการโดยค่าเริ่มต้น แต่เฉพาะเมื่อเปิดใช้งาน telemetry และไคลเอนต์ไม่ถูกระงับ: พื้นผิว Anthropic (Claude.ai / Claude Desktop / Claude Code) หรือ local-agent-mode-apify หากต้องการปิดใช้งาน ให้ส่งรายการ tools= ที่ไม่รวมมัน

ชื่อเครื่องมือ	หมวดหมู่	คำอธิบาย	เปิดใช้งานโดยค่าเริ่มต้น
search-actors	actors	ค้นหา Actor ใน Apify Store	✅
fetch-actor-details	actors	ดึงข้อมูลโดยละเอียดเกี่ยวกับ Actor เฉพาะ รวมถึง input schema, README (สรุปเมื่อมี มิฉะนั้นจะแสดงแบบเต็ม), ราคา และ Actor output schema	✅
call-actor	actors	เรียกใช้ Actor และรับผลลัพธ์ของการรัน ใช้ fetch-actor-details ก่อนเพื่อรับ input schema ของ Actor	✅
get-actor-run	runs	รับข้อมูลโดยละเอียดเกี่ยวกับการรัน Actor เฉพาะ	⚡
get-dataset-items	storage	ดึงรายการจาก dataset พร้อมการรองรับการกรองและการแบ่งหน้า	⚡
get-key-value-store-record	storage	รับค่าที่เกี่ยวข้องกับคีย์เฉพาะใน key-value store	⚡
abort-actor-run	runs	ยกเลิกการรัน Actor ที่กำลังทำงานอยู่ โดยสามารถทำอย่างนุ่มนวลได้	⚡
search-apify-docs	docs	ค้นหาเอกสาร Apify สำหรับหน้าที่เกี่ยวข้อง	✅
fetch-apify-docs	docs	ดึงเนื้อหาเต็มของหน้าเอกสาร Apify ตาม URL	✅
apify--rag-web-browser	Actor (ดู การกำหนดค่าเครื่องมือ)	เครื่องมือ Actor สำหรับท่องเว็บ	✅
apify--web-fetch	Actor (ดู การกำหนดค่าเครื่องมือ)	เครื่องมือ Actor สำหรับดึง URL และส่งคืนเนื้อหา	✅
report-problem	dev	รายงานปัญหากับเครื่องมือ Apify หรือ Actor ไปยังทีม Apify	✅¹
get-actor-run-list	runs	รับรายการการรันของ Actor กรองตามสถานะได้
get-actor-log	runs	ดึงบันทึกสำหรับการรัน Actor เฉพาะ
get-dataset	storage	รับข้อมูลเมตาเกี่ยวกับ dataset เฉพาะ
get-dataset-schema	storage	สร้าง JSON schema จากรายการ dataset
get-key-value-store	storage	รับข้อมูลเมตาเกี่ยวกับ key-value store เฉพาะ
get-key-value-store-keys	storage	แสดงรายการคีย์ภายใน key-value store เฉพาะ
get-dataset-list	storage	แสดงรายการ dataset ทั้งหมดที่ผู้ใช้มี
get-key-value-store-list	storage	แสดงรายการ key-value store ทั้งหมดที่ผู้ใช้มี
create-actor-task	tasks	สร้างงาน Actor ที่บันทึกไว้ (การกำหนดค่า Actor ที่มีชื่อและนำกลับมาใช้ใหม่ได้)
get-actor-task	tasks	รับงาน Actor ที่บันทึกไว้ สถานะการเผยแพร่ และการกำหนดค่าการแสดงผลสาธารณะ
update-actor-task	tasks	อัปเดตอินพุตของงาน ตัวเลือกการรัน หรือการกำหนดค่าการแสดงผลสาธารณะ
publish-actor-task	tasks	เผยแพร่งานบนหน้า Landing Page สาธารณะ
unpublish-actor-task	tasks	ยกเลิกการเผยแพร่งานจากหน้า Landing Page สาธารณะ

หมายเหตุ:

เมื่อมี call-actor, เครื่องมือ Actor หรือ get-actor-run เซิร์ฟเวอร์จะแทรก get-actor-run, get-dataset-items, get-key-value-store-record และ abort-actor-run โดยอัตโนมัติ

เมื่อคุณเรียกใช้ Actor — ผ่าน call-actor หรือโดยตรงผ่านเครื่องมือ Actor (เช่น apify--rag-web-browser) — การตอบสนองจะประกอบด้วยข้อมูลเมตาของการรัน, ID ของพื้นที่จัดเก็บ และ summary + nextStep แต่ไม่มีรายการ dataset หากต้องการดึงรายการ ให้ทำตาม nextStep และเรียก get-dataset-items (แทรกอัตโนมัติ) โดยส่ง datasetId ที่ส่งคืนจากการเรียก

คำอธิบายประกอบเครื่องมือ

เครื่องมือทั้งหมดมีคำอธิบายประกอบข้อมูลเมตาเพื่อช่วยให้ไคลเอนต์ MCP และ LLM เข้าใจพฤติกรรมของเครื่องมือ:

• title: ชื่อแสดงผลสั้นสำหรับเครื่องมือ (เช่น "Search Actors", "Call Actor", "apify/rag-web-browser")
• readOnlyHint: true สำหรับเครื่องมือที่อ่านข้อมูลเท่านั้นโดยไม่แก้ไขสถานะ (เช่น get-dataset, fetch-actor-details)
• openWorldHint: true สำหรับเครื่องมือที่เข้าถึงทรัพยากรภายนอกนอกแพลตฟอร์ม Apify (เช่น call-actor เรียกใช้ Actor ภายนอก) เครื่องมือที่โต้ตอบกับแพลตฟอร์ม Apify เท่านั้น (เช่น search-actors หรือ fetch-apify-docs) จะไม่มีคำใบ้นี้

การกำหนดค่าเครื่องมือ

พารามิเตอร์การกำหนดค่า tools ใช้เพื่อระบุเครื่องมือที่โหลด — ไม่ว่าจะเป็นหมวดหมู่หรือเครื่องมือเฉพาะโดยตรง และ Apify Actors ตัวอย่างเช่น tools=storage,runs โหลดสองหมวดหมู่; tools=call-actor โหลดเพียงหนึ่งเครื่องมือ

เมื่อไม่มีพารามิเตอร์ query ที่ให้ไว้ เซิร์ฟเวอร์ MCP จะโหลด tools ต่อไปนี้โดยค่าเริ่มต้น:

• actors
• docs
• apify/rag-web-browser
• apify/web-fetch

หากระบุพารามิเตอร์เครื่องมือ เฉพาะเครื่องมือหรือหมวดหมู่ที่ระบุเท่านั้นที่จะถูกเปิดใช้งาน — จะไม่รวมเครื่องมือเริ่มต้นใด ๆ

report-problem ให้บริการโดยค่าเริ่มต้น (ขึ้นอยู่กับการควบคุมในเชิงอรรถด้านบน) แต่อยู่ในหมวดหมู่ dev ดังนั้น tools=dev ที่ชัดเจนจะเลือกมันเช่นกัน หากต้องการปิดใช้งาน ให้ส่งรายการ tools= ที่ไม่รวมมัน (เช่น tools=actors,docs)

การกำหนดค่าง่าย:

ใช้ ตัวกำหนดค่า UI เพื่อกำหนดค่าเซิร์ฟเวอร์ของคุณ จากนั้นคัดลอกการกำหนดค่าไปยังไคลเอนต์ของคุณ

การกำหนดค่าเซิร์ฟเวอร์ที่โฮสต์:

เซิร์ฟเวอร์ที่โฮสต์สามารถกำหนดค่าได้โดยใช้พารามิเตอร์ query ใน URL ตัวอย่างเช่น หากต้องการโหลดเครื่องมือเริ่มต้น ให้ใช้:

https://mcp.apify.com?tools=actors,docs,apify/rag-web-browser,apify/web-fetch

สำหรับการกำหนดค่าขั้นต่ำ หากคุณต้องการใช้เพียงเครื่องมือ Actor เดียว — โดยไม่มีเครื่องมือการค้นพบหรือการเรียกทั่วไปใด ๆ เซิร์ฟเวอร์สามารถกำหนดค่าได้ดังนี้:

https://mcp.apify.com?tools=apify/my-actor

การตั้งค่านี้เปิดเผยเฉพาะ Actor ที่ระบุ (apify/my-actor) เป็นเครื่องมือ จะไม่มีเครื่องมืออื่นให้ใช้งาน

การกำหนดค่า CLI:

CLI สามารถกำหนดค่าได้โดยใช้แฟล็กบรรทัดคำสั่ง ตัวอย่างเช่น หากต้องการโหลดเครื่องมือเดียวกันกับการกำหนดค่าเซิร์ฟเวอร์ที่โฮสต์ ให้ใช้:

npx @apify/actors-mcp-server --tools actors,docs,apify/rag-web-browser,apify/web-fetch

การกำหนดค่าขั้นต่ำคล้ายกับการกำหนดค่าเซิร์ฟเวอร์ที่โฮสต์:

npx @apify/actors-mcp-server --tools apify/my-actor

ดังที่กล่าวข้างต้น สิ่งนี้เปิดเผยเฉพาะ Actor ที่ระบุ (apify/my-actor) เป็นเครื่องมือ จะไม่มีเครื่องมืออื่นให้ใช้งาน

⚠️ คำแนะนำสำคัญ

การกำหนดค่าเครื่องมือเริ่มต้นอาจเปลี่ยนแปลงในเวอร์ชันอนาคต เมื่อไม่มีการระบุพารามิเตอร์ tools เซิร์ฟเวอร์จะโหลดเครื่องมือเริ่มต้น แต่พฤติกรรมนี้อาจมีการเปลี่ยนแปลง

สำหรับการใช้งานใน production และอินเทอร์เฟซที่เสถียร ให้ระบุพารามิเตอร์ tools อย่างชัดเจนเสมอ เพื่อให้แน่ใจว่าการกำหนดค่าของคุณยังคงสอดคล้องกันในการอัปเดต

การกำหนดค่าโหมด UI

พารามิเตอร์ ui เปิดใช้งานการแสดงผลวิดเจ็ต MCP Apps ในการตอบสนองของเครื่องมือ เมื่อเปิดใช้งาน เครื่องมือเช่น search-actors จะส่งคืนการตอบสนอง MCP App แบบโต้ตอบ

การกำหนดค่าเซิร์ฟเวอร์ที่โฮสต์:

เปิดใช้งานโหมด UI โดยใช้พารามิเตอร์ query ui:

https://mcp.apify.com?ui=true

คุณสามารถรวมกับพารามิเตอร์อื่น ๆ:

https://mcp.apify.com?tools=actors,docs&ui=true

การกำหนดค่า CLI:

CLI สามารถกำหนดค่าได้โดยใช้แฟล็กบรรทัดคำสั่ง ตัวอย่างเช่น หากต้องการเปิดใช้งานโหมด UI:

npx @apify/actors-mcp-server --ui true

คุณยังสามารถตั้งค่าผ่านตัวแปรสภาพแวดล้อม UI_MODE:

export UI_MODE=true
npx @apify/actors-mcp-server

ความเข้ากันได้ย้อนหลัง

การกำหนดค่า v2 รักษาความเข้ากันได้ย้อนหลังกับการใช้งาน v1 หมายเหตุ:

• พารามิเตอร์ actors (URL) และแฟล็ก --actors (CLI) ยังคงรองรับ
  • ภายในจะถูกรวมเข้าในตัวเลือก tools
  • ตัวอย่าง: ?actors=apify/rag-web-browser ≡ ?tools=apify/rag-web-browser; --actors apify/rag-web-browser ≡ --tools apify/rag-web-browser
• enableAddingActors (URL), enable-adding-actors (CLI) และนามแฝง enableActorAutoLoading แบบเดิมถูกลบออกแล้ว หากต้องการเรียกใช้ Actor แบบไดนามิก ให้ใช้ tools=call-actor (รวมโดยค่าเริ่มต้นผ่านหมวดหมู่ actors) ค่าดิบที่หลงเหลือใด ๆ จะถูกละเว้น
• ค่าเริ่มต้นยังคงเข้ากันได้: เมื่อไม่มีการระบุ tools เซิร์ฟเวอร์จะโหลด actors, docs, apify/rag-web-browser และ apify/web-fetch
  • หากมีการระบุ tools ใด ๆ ค่าเริ่มต้นจะไม่ถูกเพิ่ม (เหมือนกับเจตนา v1 สำหรับการเลือกที่ชัดเจน)
• call-actor ตอนนี้รวมโดยค่าเริ่มต้นผ่านหมวดหมู่ actors (การเปลี่ยนแปลงแบบเพิ่มเติม) หากต้องการแยกออก ให้ระบุรายการ tools ที่ชัดเจนโดยไม่มี actors
• tools=add-actor, tools=experimental และ tools=preview ถูกยกเลิก: พวกมันถูกละเว้นและไม่โหลดเครื่องมือใด ๆ ใช้ tools=call-actor (หรือหมวดหมู่ actors เริ่มต้น) แทน

URL และคำสั่งที่มีอยู่ที่ใช้ ?actors=... หรือ --actors ยังคงทำงานโดยไม่มีการเปลี่ยนแปลง

พรอมต์

เซิร์ฟเวอร์ประกาศความสามารถ prompts แต่ไม่มีพรอมต์ที่ลงทะเบียนในปัจจุบัน — prompts/list ส่งคืนรายการว่าง

ทรัพยากร

ข้อมูล Apify ของคุณไม่ได้ถูกแจกแจงใน resources/list — การอ่านเป็นแบบตามความต้องการ: ส่ง URL GET API Apify ใด ๆ (https://api.apify.com/v2/...) ไปยัง resources/read และเซิร์ฟเวอร์จะแทรกโทเค็น Apify ของเซสชันและส่งคืนเนื้อหาการตอบสนอง resources/templates/list แจกแจงรูปแบบทั่วไป — รายการ dataset, บันทึกและคีย์ของ key-value store, ข้อมูลเมตาการรัน, บันทึกการรัน — พร้อมพารามิเตอร์การแบ่งหน้า การตอบสนองแบบอินไลน์สูงสุด 256 KB; สิ่งที่ใหญ่กว่านั้นจะส่งคืนประกาศสั้น ๆ พร้อม URL ดาวน์โหลดแทนเนื้อหา การอ่าน API ต้องใช้โทเค็น Apify ดังนั้นเซสชันที่ชำระเงินเท่านั้น (x402 หรือ Skyfire) จะได้รับข้อผิดพลาด JSON-RPC สำหรับสิ่งเหล่านี้

💬 ตัวอย่างการใช้งาน

ด้านล่างเป็นตัวอย่างที่สมจริงที่แสดงให้เห็นว่าผู้ช่วย AI ใช้เครื่องมือ Apify MCP Server อย่างไร

ตัวอย่างที่ 1: ค้นหาเว็บโดยใช้ RAG Web Browser

พรอมต์ผู้ใช้:

ค้นหาข่าวล่าสุดเกี่ยวกับตัวแทน AI อัตโนมัติและสรุปการพัฒนาที่สำคัญ

ผู้ช่วย AI เรียกเครื่องมือ Actor apify--rag-web-browser ที่กำหนดค่าไว้ล่วงหน้าเพื่อค้นหาเว็บและส่งคืนเนื้อหาจากผลลัพธ์ยอดนิยม เครื่องมือส่งคืนเนื้อหา markdown จากผลการค้นหา 3 อันดับแรก ซึ่งผู้ช่วย AI จะสรุปให้ผู้ใช้

ตัวอย่างที่ 2: ค้นพบและเรียกใช้ Actor จาก Apify Store

พรอมต์ผู้ใช้:

ขูดข้อมูลร้านอาหาร 10 อันดับแรกในปรากจาก Google Maps พร้อมรายละเอียดการติดต่อ

ผู้ช่วย AI ค้นหา Actor ที่เหมาะสมก่อน ตรวจสอบ input schema จากนั้นจึงเรียกใช้ เครื่องมือส่งคืนตัวอย่างข้อมูลที่ขูดได้ รวมถึงชื่อร้านอาหาร ที่อยู่ คะแนน หมายเลขโทรศัพท์ และเว็บไซต์

ตัวอย่างที่ 3: ดึงข้อมูลและแบ่งหน้าผ่านผลลัพธ์การรัน Actor

พรอมต์ผู้ใช้:

แสดงผลลัพธ์ 10 รายการถัดไปจากการรันการขูดข้อมูลนั้น

ผู้ช่วย AI ใช้ ID dataset จากการรัน Actor ก่อนหน้าเพื่อดึงรายการเพิ่มเติม ผลลัพธ์ที่คาดหวัง: เครื่องมือส่งคืนหน้าถัดไปของรายการข้อมูลที่มีโครงสร้างจาก dataset เอาต์พุตของ Actor

📡 Telemetry

Apify MCP Server เก็บข้อมูล telemetry เกี่ยวกับการเรียกเครื่องมือเพื่อช่วยให้ Apify เข้าใจรูปแบบการใช้งานและปรับปรุงบริการ โดยค่าเริ่มต้น telemetry จะถูก เปิดใช้งาน สำหรับการเรียกเครื่องมือทั้งหมด

การขนส่ง stdio ยังใช้ Sentry สำหรับการติดตามข้อผิดพลาด ซึ่งช่วยให้เราระบุและแก้ไขปัญหาได้เร็วขึ้น Sentry จะถูกปิดใช้งานโดยอัตโนมัติเมื่อเลือกไม่ใช้ telemetry

การเลือกไม่ใช้ telemetry

คุณสามารถเลือกไม่ใช้ telemetry (รวมถึงการติดตามข้อผิดพลาด Sentry) โดยตั้งค่าแฟล็ก CLI --telemetry-enabled เป็น false หรือตัวแปรสภาพแวดล้อม TELEMETRY_ENABLED เป็น false แฟล็ก CLI มีลำดับความสำคัญเหนือตัวแปรสภาพแวดล้อม

ตัวอย่าง

สำหรับเซิร์ฟเวอร์ระยะไกล (mcp.apify.com):

# Disable via URL parameter
https://mcp.apify.com?telemetry-enabled=false

สำหรับเซิร์ฟเวอร์ stdio ในเครื่อง:

# 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

⚙️ การพัฒนา

โปรดดูคู่มือ CONTRIBUTING.md สำหรับแนวทางการมีส่วนร่วมและข้อตกลงข้อความ commit

สำหรับการตั้งค่าการพัฒนาโดยละเอียด โครงสร้างโปรเจกต์ และคำแนะนำการทดสอบในเครื่อง โปรดดูคู่มือ DEVELOPMENT.md

ข้อกำหนดเบื้องต้น

• Node.js (v22 หรือสูงกว่า)

สร้างไฟล์สภาพแวดล้อม .env ด้วยเนื้อหาต่อไปนี้:

APIFY_TOKEN="your-apify-token"

สร้างแพ็คเกจ actors-mcp-server:

pnpm run build

เริ่มเซิร์ฟเวอร์ MCP แบบ HTTP streamable

รันโดยใช้ Apify CLI:

export APIFY_TOKEN="your-apify-token"
export APIFY_META_ORIGIN=STANDBY
apify run -p

เมื่อเซิร์ฟเวอร์ทำงานแล้ว คุณสามารถใช้ MCP Inspector เพื่อดีบักเซิร์ฟเวอร์ที่เปิดใช้งานที่ http://localhost:3001

เริ่มต้นเซิร์ฟเวอร์ MCP แบบมาตรฐานอินพุต/เอาต์พุต (stdio)

คุณสามารถเปิดใช้งาน MCP Inspector ได้ด้วยคำสั่งนี้:

export APIFY_TOKEN="your-apify-token"
npx @modelcontextprotocol/inspector node ./dist/stdio.js

เมื่อเปิดใช้งานแล้ว Inspector จะแสดง URL ที่คุณสามารถเปิดในเบราว์เซอร์เพื่อเริ่มการดีบัก

การเข้าถึงโดยไม่ต้องยืนยันตัวตน

เมื่อพารามิเตอร์คิวรี tools มีเฉพาะเครื่องมือที่เปิดใช้งานสำหรับการใช้งานโดยไม่ต้องยืนยันตัวตนอย่างชัดเจน เซิร์ฟเวอร์ที่โฮสต์จะอนุญาตให้เข้าถึงได้โดยไม่ต้องใช้โทเค็น API เครื่องมือที่อนุญาตในปัจจุบัน: search-actors, fetch-actor-details, search-apify-docs, fetch-apify-docs ตัวอย่าง: https://mcp.apify.com?tools=search-actors

🐦 การเผยแพร่ Canary PR

Apify MCP ถูกแบ่งออกเป็นสองที่เก็บ: ที่เก็บนี้สำหรับตรรกะ MCP หลัก และ apify-mcp-server-internal ส่วนตัวสำหรับเซิร์ฟเวอร์ที่โฮสต์ การเปลี่ยนแปลงต้องถูกซิงโครไนซ์ระหว่างทั้งสอง

หากต้องการสร้างการเผยแพร่แบบ canary ให้เพิ่มป้ายกำกับ beta ลงในคำขอดึง (pull request) ของคุณ ซึ่งจะเผยแพร่แพ็กเกจไปยัง pkg.pr.new สำหรับการทดสอบก่อนการรวม ดู ไฟล์เวิร์กโฟลว์ สำหรับรายละเอียด

🐋 การผสานรวม Docker Hub

Apify MCP Server ยังมีให้ใช้งานบน Docker Hub ซึ่งลงทะเบียนผ่านที่เก็บ mcp-registry รายการใน servers/apify-mcp-server/server.yaml ควรถูกปรับใช้โดยอัตโนมัติโดย Docker Hub MCP registry (ความถี่ในการปรับใช้ไม่ทราบแน่ชัด) ก่อนทำการเปลี่ยนแปลงครั้งใหญ่กับเวอร์ชันเซิร์ฟเวอร์ stdio ให้ทดสอบในเครื่องเพื่อให้แน่ใจว่าการสร้าง Docker ผ่าน หากต้องการทดสอบ ให้เปลี่ยน source.branch เป็นสาขา PR ของคุณและรัน task build -- apify-mcp-server สำหรับรายละเอียดเพิ่มเติม ดู CONTRIBUTING.md

🐛 การแก้ไขปัญหา

สำหรับการแก้ไขปัญหาแบบทีละขั้นตอน ดู คู่มือการผสานรวม Claude Desktop ในเอกสารประกอบของ Apify

💡 ข้อจำกัด

สคีมาอินพุตของ Actor ถูกประมวลผลเพื่อให้เข้ากันได้กับไคลเอนต์ MCP ส่วนใหญ่ในขณะที่ปฏิบัติตามมาตรฐาน JSON Schema การประมวลผลรวมถึง:

• คำอธิบาย ถูกตัดให้เหลือ 500 ตัวอักษร (ตามที่กำหนดใน MAX_DESCRIPTION_LENGTH)
• ฟิลด์ enum ถูกตัดให้มีความยาวรวมสูงสุด 2000 ตัวอักษรสำหรับองค์ประกอบทั้งหมด (ตามที่กำหนดใน ACTOR_ENUM_MAX_LENGTH)
• ฟิลด์ที่จำเป็น ถูกทำเครื่องหมายอย่างชัดเจนด้วยคำนำหน้า REQUIRED ในคำอธิบายเพื่อความเข้ากันได้กับเฟรมเวิร์กที่อาจไม่จัดการ JSON schema อย่างถูกต้อง
• คุณสมบัติที่ซ้อนกัน ถูกสร้างขึ้นสำหรับกรณีพิเศษ เช่น การกำหนดค่าพร็อกซีและแหล่งรายการคำขอเพื่อให้แน่ใจว่าโครงสร้างอินพุตถูกต้อง
• ประเภทของรายการอาร์เรย์ ถูกอนุมานเมื่อไม่ได้กำหนดอย่างชัดเจนในสคีมา โดยใช้ลำดับความสำคัญ: ประเภทที่ชัดเจนใน items > ประเภท prefill > ประเภทค่าดีฟอลต์ > ประเภท editor
• ค่า enum และตัวอย่าง ถูกเพิ่มลงในคำอธิบายคุณสมบัติเพื่อให้แน่ใจว่ามองเห็นได้ แม้ว่าไคลเอนต์จะไม่รองรับ JSON schema อย่างเต็มที่ก็ตาม
• Rental Actors ใช้ได้เฉพาะกับเซิร์ฟเวอร์ MCP ที่โฮสต์ที่ https://mcp.apify.com. เมื่อรันเซิร์ฟเวอร์ในเครื่องผ่าน stdio คุณสามารถเข้าถึงเฉพาะ Actors ที่เพิ่มลงในชุดเครื่องมือในเครื่องของคุณแล้วเท่านั้น หากต้องการค้นหาและใช้ Actor ใดๆ จาก Apify Store แบบไดนามิก—รวมถึง rental Actors—ให้เชื่อมต่อกับเอนด์พอยต์ที่โฮสต์

🔒 นโยบายความเป็นส่วนตัว

เมื่อคุณใช้เซิร์ฟเวอร์นี้ คำขอและอินพุต Actor ของคุณจะถูกส่งไปยัง Apify API เพื่อดำเนินการ ข้อมูลจะไม่ถูกแชร์กับบุคคลที่สามเกินกว่าที่จำเป็นในการรัน Actors ที่ร้องขอ สำหรับรายละเอียดเต็มเกี่ยวกับการเก็บรวบรวม การใช้ การแชร์ และการเก็บรักษาข้อมูล ดู Apify Legal

🤝 การมีส่วนร่วม

เรายินดีรับรายงานข้อบกพร่อง คำขอคุณสมบัติ และการแก้ไขเอกสารประกอบ ส่งปัญหาให้เรา ไม่ใช่แพตช์ — ปัญหาที่แม่นยำพร้อมการจำลองซ้ำมีประโยชน์มากกว่าคำขอดึง

• 🐛 รายงานข้อบกพร่อง: เปิด issue พร้อมการจำลองซ้ำ สิ่งที่มีประโยชน์ที่สุดที่คุณสามารถส่งให้เราได้
• 💡 เสนอคุณสมบัติ: เปิด issue — ปัญหาและผู้ที่พบปัญหา ไม่ใช่การนำไปปฏิบัติ
• 🔧 โค้ด: ทำงานเฉพาะใน issue ที่ได้รับเชิญจากผู้ดูแลเท่านั้น issue ที่เปิดอยู่ไม่ใช่คำเชิญให้หยิบขึ้นมาทำ คำขอดึงที่ไม่ได้รับการร้องขอจะถูกปิด
• 📚 เอกสารประกอบ: การพิมพ์ผิด ลิงก์เสีย และคำสั่งที่ผิด ไปที่ PR โดยตรง

กฎทั้งหมด รวมถึง การมีส่วนร่วมที่ช่วยเหลือด้วย AI: CONTRIBUTING.md

📚 เรียนรู้เพิ่มเติม

• Model Context Protocol
• AI Agents คืออะไร?
• MCP คืออะไรและทำไมจึงสำคัญ?
• วิธีใช้ MCP กับ Apify Actors
• Tester MCP Client
• เว็บบินาร์: การสร้างและสร้างรายได้จาก MCP Servers บน Apify
• วิธีสร้างและสร้างรายได้จาก AI agent บน Apify
• เชื่อมต่อ Apify MCP กับ Claude Desktop
• เชื่อมต่อ Apify MCP กับ ChatGPT