Apify
ทางการเซิร์ฟเวอร์ Apify MCP อย่างเป็นทางการสำหรับเอเจนต์ AI เพื่อรัน Actors, ดึงข้อมูลเว็บไซต์ และทำงานอัตโนมัติในเวิร์กโฟลว์การขูดและรวบรวมข้อมูลเว็บ
คุณทำอะไรได้บ้างด้วย Apify MCP?
- ค้นหา Apify Store — ให้ผู้ช่วยของคุณค้นหาเครื่องมือ scraper และระบบอัตโนมัติสำหรับเว็บไซต์หรือแพลตฟอร์มใดๆ โดยใช้
search-actors - รัน Apify Actor ใดๆ — ให้ผู้ช่วยของคุณดำเนินการ Actor เฉพาะ เช่น การขูดข้อมูล Google Maps หรือ Instagram และส่งคืนผลลัพธ์
- ดึงรายละเอียด Actor — รับ input schema, README และราคาของ Actor เพื่อทำความเข้าใจวิธีใช้งานผ่าน
fetch-actor-details - เรียกดูเว็บ — ใช้เครื่องมือในตัว
apify--rag-web-browserเพื่อค้นหาเว็บและสรุปผลลัพธ์ยอดนิยม - ดึง URL ใดๆ — ให้ผู้ช่วยของคุณดึงเนื้อหาของหน้าเว็บเป็น Markdown หรือข้อความโดยใช้เครื่องมือ
apify--web-fetch - จัดการการรัน Actor — ตรวจสอบสถานะการรัน ดึงบันทึก หรือยกเลิกงานที่กำลังดำเนินการด้วยเครื่องมือ เช่น
get-actor-runและabort-actor-run
เอกสาร
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 ของคุณกับเซิร์ฟเวอร์โฮสต์ของเราที่
https://mcp.apify.comเซิร์ฟเวอร์โฮสต์รองรับฟีเจอร์ล่าสุด — รวมถึงการอนุมานสคีมาผลลัพธ์สำหรับผลลัพธ์ของ Actor แบบมีโครงสร้าง — ซึ่งไม่พร้อมใช้งานเมื่อรันในเครื่องผ่าน stdio
⚠️ ลบการส่งผ่าน SSE แบบเดิมแล้ว ปลายทาง
https://mcp.apify.com/sseถูกลบออกเพื่อแทนที่ด้วย Streamable HTTP โปรดย้ายไคลเอนต์ของคุณไปที่https://mcp.apify.com— เอา/sseต่อท้ายออกจากการกำหนดค่าของคุณ
💰 เซิร์ฟเวอร์ยังรองรับ การชำระเงินแบบเอเจนต์: ซื้อโทเค็นจาก AGI เพื่อรัน Actor ใดๆ หรือจ่ายต่อคำขอผ่าน direct x402 (เฉพาะ Actor แบบ Pay Per Event) หรือ Skyfire
Apify MCP Server เข้ากันได้กับ Claude Code, Claude.ai, Cursor, VS Code และไคลเอนต์ใดๆ ที่ปฏิบัติตาม Model Context Protocol
ดู ส่วนไคลเอนต์ MCP สำหรับรายละเอียดเพิ่มเติม หรือเยี่ยมชม หน้าตั้งค่า MCP

สารบัญ
- 🌐 แนะนำ Apify MCP Server
- 🚀 เริ่มต้นอย่างรวดเร็ว
- 🤖 ไคลเอนต์ MCP
- 🪄 ทดลองใช้ Apify MCP ทันที
- 💰 การชำระเงินแบบเอเจนต์
- 🛠️ เครื่องมือ ทรัพยากร และพรอมต์
- 📊 เทเลเมทรี
- 💬 ตัวอย่างการใช้งาน
- 🐛 การแก้ไขปัญหา
- ⚙️ การพัฒนา
- 🔒 นโยบายความเป็นส่วนตัว
- 🤝 การมีส่วนร่วม
- 📚 เรียนรู้เพิ่มเติม
🌐 แนะนำ Apify MCP Server
Apify MCP Server ช่วยให้ผู้ช่วย AI ใช้ Apify Actor ใดๆ เป็นเครื่องมือในการทำงานเฉพาะได้ 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 เพื่อดึงข้อมูล 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.comการส่งผ่านแบบสตรีมได้
มาตรฐานอินพุต/เอาต์พุต (stdio): เหมาะสำหรับการผสานรวมในเครื่องและเครื่องมือบรรทัดคำสั่งอย่างไคลเอนต์ Claude for Desktop
- ตั้งค่าคำสั่งเซิร์ฟเวอร์ของไคลเอนต์ MCP เป็น
npx @apify/actors-mcp-serverและตัวแปรสภาพแวดล้อมAPIFY_TOKENเป็นโทเค็น API ของ Apify - ดู
npx @apify/actors-mcp-server --helpสำหรับตัวเลือกเพิ่มเติม
คุณสามารถดูคำแนะนำโดยละเอียดสำหรับการตั้งค่า MCP server ได้ใน เอกสารประกอบ Apify
🤖 ไคลเอนต์ MCP
Apify MCP Server เข้ากันได้กับไคลเอนต์ MCP ใดๆ ที่ปฏิบัติตาม Model Context Protocol แต่ระดับการสนับสนุนสำหรับการค้นพบเครื่องมือแบบไดนามิกและฟีเจอร์อื่นๆ อาจแตกต่างกันไปตามไคลเอนต์
เพื่อโต้ตอบกับ 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 — ออกแบบมาสำหรับการทดสอบเซิร์ฟเวอร์ Apify MCP
🪄 ทดลองใช้ Apify MCP ทันที
ต้องการลองใช้ Apify MCP โดยไม่ต้องตั้งค่าอะไรหรือไม่?
อินเทอร์เฟซแบบแชทโต้ตอบนี้เป็นวิธีง่ายๆ ในการสำรวจความสามารถของ Apify MCP โดยไม่ต้องตั้งค่าในเครื่อง ลงชื่อเข้าใช้ด้วยบัญชี Apify ของคุณและเริ่มทดลองใช้เครื่องมือขูดข้อมูลเว็บ การดึงข้อมูล และระบบอัตโนมัติ!
หรือใช้ไฟล์บันเดิล MCP (เดิมเรียกว่าไฟล์ส่วนขยาย Anthropic Desktop หรือ DXT) สำหรับการติดตั้งด้วยคลิกเดียว: ไฟล์ MCPB ของ Apify MCP Server
💰 การชำระเงินแบบเอเจนต์
คุณสามารถชำระค่าการรัน Actor ได้โดยไม่ต้องมีโทเค็น API ของ Apify โดยใช้ AGI, direct x402 หรือ Skyfire
- AGI (agi.apify.com) สร้างโทเค็น API ของ Apify แบบเติมเงินล่วงหน้าเพื่อแลกกับการชำระเงินผ่าน x402 หรือ MPP ใช้โทเค็นเหมือนโทเค็น API ทั่วไปกับ
mcp.apify.comและapi.apify.com— ใช้ได้กับ Actor ใดๆ ไม่ใช่แค่แบบ Pay Per Event แนะนำ สำหรับการผสานรวมใหม่ ดู AGI (แนะนำ) ด้านล่าง - Direct x402 จ่ายด้วย USDC บน Base ต่อคำขอ และไม่ต้องมีบัญชีแพลตฟอร์มแยกต่างหาก รองรับอย่างเต็มที่โดย
mcpc(brew install apify/tap/mcpcหรือnpm install -g @apify/mcpc) เราใช้mcpcเพราะเป็นหนึ่งในไคลเอนต์ 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 แบบ Pay Per Event ไม่รองรับ Standby Actors และชำระต่อการรันแทนการสร้างโทเค็น
การชำระเงินแบบเอเจนต์ทำงานอย่างไร
ค่าใช้จ่ายในการรัน Actor แตกต่างกันไป ดังนั้นทั้งสองวิธีชำระเงินจึงใช้โมเดลยอดคงเหลือแบบเติมเงิน กระบวนการชำระเงินเกิดขึ้นในสี่ขั้นตอน:
- การค้นพบ: เอเจนต์ค้นพบ Actors ด้วย
search-actorsหรือfetch-actor-detailsการเรียกเหล่านั้นฟรี - การชำระล่วงหน้า: ก่อนรันเครื่องมือ Actor แบบชำระเงิน เอเจนต์จะเติมยอดคงเหลือล่วงหน้า
- Direct x402:
mcpcลงนามธุรกรรม USDC มูลค่า $1.00 โดยอัตโนมัติ - Skyfire: เอเจนต์สร้างโทเค็น PAY (ขั้นต่ำ $5.00) โดยใช้เครื่องมือ
create-pay-tokenของ Skyfire
- Direct x402:
- การดำเนินการ: เอเจนต์เรียกใช้เครื่องมือ Actor
- Direct x402: จัดการโดยอัตโนมัติโดย
mcpcโดยใช้ยอดคงเหลือที่เติมล่วงหน้า - Skyfire: เอเจนต์ส่งโทเค็น PAY อย่างชัดเจนในคุณสมบัติอินพุต
skyfire-pay-id
- Direct x402: จัดการโดยอัตโนมัติโดย
- 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 และเงื่อนไขปัจจุบัน (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
กำหนดค่าเซิร์ฟเวอร์ MCP ของ Skyfire 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 เซิร์ฟเวอร์จะกำหนดค่าไว้ล่วงหน้าด้วย 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 โดยอัตโนมัติโดย LLM 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, แสดงรายการ Actors ในบัญชีของคุณ, ดูรายละเอียด, ใช้เป็นเครื่องมือสำหรับ AI, และลบ Actors ของคุณเอง
- เอกสารประกอบ Apify: ค้นหาเอกสารประกอบของ Apify และดึงเอกสารเฉพาะเพื่อให้บริบทแก่ AI
- การรัน Actor: รับรายการการรัน Actor ของคุณ, ตรวจสอบรายละเอียด, และดึงข้อมูลล็อก
- พื้นที่จัดเก็บ Apify: เข้าถึงข้อมูลจาก datasets และ key-value stores ของคุณ
- งาน Actor: สร้าง, ตรวจสอบ, และอัปเดตงาน Actor ที่บันทึกไว้ของคุณ, และเผยแพร่หรือยกเลิกการเผยแพร่หน้าสาธารณะ
- กำหนดการ: สร้าง, ตรวจสอบ, อัปเดต, และลบกำหนดการที่รัน Actors และงานของคุณโดยอัตโนมัติ
- บิลด์: สร้างเวอร์ชัน Actor, แสดงรายการบิลด์, ตรวจสอบสถานะของบิลด์, และดึงข้อมูลล็อกบิลด์
- ซอร์ส Actor: อ่านไฟล์ของเวอร์ชัน Actor, พร้อมแฮชสำหรับแต่ละไฟล์และการแก้ไขสำหรับทั้งชุด
- Apify API: ค้นหาข้อมูลอ้างอิง Apify API, ตรวจสอบการดำเนินการ, และส่งคำขอไปยัง API เพื่ออ่านหรือเปลี่ยนแปลงข้อมูล
ภาพรวมของเครื่องมือที่มีอยู่
นี่คือภาพรวมรายการเครื่องมือทั้งหมดที่ให้บริการโดย Apify MCP Server
คำอธิบายสำหรับคอลัมน์ เปิดใช้งานโดยค่าเริ่มต้น:
- ✅ — ในชุดเครื่องมือเริ่มต้น
- ⚡ — ถูกแทรกอัตโนมัติเมื่อมี
call-actor, เครื่องมือ Actor, หรือget-actor-run(ซึ่งเป็นจริงในการกำหนดค่าเริ่มต้น) - ✅¹ — ให้บริการโดยค่าเริ่มต้น แต่เฉพาะเมื่อเปิดใช้งาน telemetry และไคลเอนต์ไม่ถูกระงับ: พื้นผิว Anthropic (Claude.ai / Claude Desktop / Claude Code) หรือ
local-agent-mode-apifyหากต้องการปิดใช้งาน ให้ส่งรายการtools=ที่ไม่รวมมัน การเลือกอย่างชัดเจน (tools=report-problemหรือtools=dev) จะให้บริการโดยไม่คำนึงถึงไคลเอนต์ — ยังต้องเปิดใช้งาน telemetry
| ชื่อเครื่องมือ | หมวดหมู่ | คำอธิบาย | เปิดใช้งานโดยค่าเริ่มต้น |
|---|---|---|---|
search-actors | actors | ค้นหา Actors ใน Apify Store | ✅ |
fetch-actor-details | actors | ดึงข้อมูลโดยละเอียดเกี่ยวกับ Actor เฉพาะ รวมถึง input schema, README (สรุปเมื่อมี มิฉะนั้นเต็มรูปแบบ), ราคา, และ Actor output schema | ✅ |
call-actor | actors | เรียก Actor และรับผลการรัน ใช้ fetch-actor-details ก่อนเพื่อรับ input schema ของ Actor | ✅ |
get-actor-run | runs | รับข้อมูลโดยละเอียดเกี่ยวกับการรัน Actor เฉพาะ | ⚡ |
get-dataset-items | storage | ดึงรายการจาก dataset พร้อมการสนับสนุนการกรองและการแบ่งหน้า | ⚡ |
get-key-value-store-record | storage | รับค่าที่เกี่ยวข้องกับคีย์เฉพาะใน key-value store | ⚡ |
abort-actor-run | runs | ยกเลิกการรัน Actor ที่กำลังทำงาน, อาจจะอย่างราบรื่น | ⚡ |
delete-actor | none (เลือกโดยชื่อ: tools=delete-actor) | ลบ Actor จากบัญชีของคุณอย่างถาวร ต้องยกเลิกการเผยแพร่ Actors สาธารณะก่อน | |
search-apify-docs | docs | ค้นหาเอกสารประกอบ Apify สำหรับหน้าที่เกี่ยวข้อง | ✅ |
fetch-apify-docs | docs | ดึงเนื้อหาเต็มของหน้าเอกสารประกอบ Apify โดย 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-list | none (เลือกโดยชื่อ: tools=get-actor-list) | แสดงรายการ Actors ที่คุณเป็นเจ้าของและที่แชร์กับคุณ รวมถึงส่วนตัว | |
get-actor-run-list | runs | รับรายการการรัน Actor, กรองได้โดย Actor และสถานะ | |
get-actor-run-log | runs | ดึงข้อมูลล็อกสำหรับการรัน 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 datasets ที่มีอยู่ทั้งหมดสำหรับผู้ใช้ | |
get-key-value-store-list | storage | แสดงรายการ key-value stores ที่มีอยู่ทั้งหมดสำหรับผู้ใช้ | |
create-actor-task | tasks | สร้างงาน Actor ที่บันทึกไว้ (การกำหนดค่า Actor ที่มีชื่อและใช้ซ้ำได้) | |
get-actor-task | tasks | รับงาน Actor ที่บันทึกไว้, สถานะการเผยแพร่และการกำหนดค่าการแสดงผลสาธารณะ | |
update-actor-task | tasks | อัปเดตอินพุตของงาน, ตัวเลือกการรัน, หรือการกำหนดค่าการแสดงผลสาธารณะ | |
publish-actor-task | tasks | เผยแพร่งานบนหน้าสาธารณะ | |
unpublish-actor-task | tasks | ยกเลิกการเผยแพร่งานจากหน้าสาธารณะ | |
create-schedule | schedules | สร้างกำหนดการที่รัน Actors หรืองานตามจังหวะ cron | |
get-schedule | schedules | รับกำหนดการ, นิพจน์ cron, สถานะ, และการดำเนินการที่รัน | |
update-schedule | schedules | อัปเดตกำหนดการ: นิพจน์ cron, เขตเวลา, สถานะที่เปิดใช้งาน, หรือการดำเนินการ | |
delete-schedule | schedules | ลบกำหนดการ | |
get-actor-build | builds | รับสถานะของบิลด์ Actor | |
get-actor-build-log | builds | ดึงข้อมูลล็อกสำหรับบิลด์ Actor เฉพาะ | |
get-actor-build-list | builds | แสดงรายการบิลด์ของบัญชี, หรือของ Actor หนึ่ง, ในทุกสถานะ, ใหม่ที่สุดก่อน | |
build-actor | builds | สร้างเวอร์ชัน Actor และรอเวลาที่จำกัดเพื่อให้บิลด์เสร็จสิ้น | |
get-actor-version | source | รับรายการไฟล์ของเวอร์ชัน Actor พร้อมแฮชและเนื้อหาของไฟล์ที่คุณขอ | |
apify-api-search | api | ค้นหาข้อมูลอ้างอิง Apify API สำหรับการดำเนินการตามคำสำคัญ ส่งคืน method, path, และหน้าเอกสารของแต่ละรายการ | |
apify-api-details | api | รับพารามิเตอร์และ schema ของ request body ของการดำเนินการ Apify API บน path | |
apify-api-read | api | ส่งคำขอ GET ไปยัง path Apify API เช่น actor-runs หรือ /v2/actor-runs, เหมือน apify api ใน Apify CLI อ่านอย่างเดียว: ปฏิเสธพารามิเตอร์ query method และ GET ไปยัง endpoints การรันแบบซิงโครนัส ซึ่งเริ่มการรันที่เสียค่าใช้จ่าย | |
apify-api-write | none (เลือกโดยชื่อ: tools=apify-api-write) | ส่งคำขอ POST, PUT, PATCH, หรือ DELETE ไปยัง path Apify API ใด ๆ, พร้อม JSON body, เหมือน apify api ใน Apify CLI ปฏิเสธพารามิเตอร์ query method |
หมายเหตุ:
เมื่อมี
call-actor, เครื่องมือ Actor, หรือget-actor-run, เซิร์ฟเวอร์จะแทรกget-actor-run,get-dataset-items,get-key-value-store-record, และabort-actor-runโดยอัตโนมัติเมื่อคุณเรียก Actor — ผ่าน
call-actorหรือโดยตรงผ่านเครื่องมือ Actor (เช่นapify--rag-web-browser) — การตอบสนองประกอบด้วยข้อมูลเมตาการรัน, storage IDs, และsummary+nextStep, แต่ไม่มีรายการ dataset หากต้องการดึงรายการ ให้ทำตามnextStepและเรียกget-dataset-items(แทรกอัตโนมัติ), โดยส่งdatasetIdที่ส่งคืนจากการเรียก
คำอธิบายประกอบเครื่องมือ
เครื่องมือทั้งหมดรวมคำอธิบายประกอบข้อมูลเมตาเพื่อช่วยให้ไคลเอนต์ MCP และ LLM เข้าใจพฤติกรรมของเครื่องมือ:
title: ชื่อแสดงผลสั้นสำหรับเครื่องมือ (เช่น "Search Actors", "Call Actor", "apify/rag-web-browser")readOnlyHint:trueสำหรับเครื่องมือที่อ่านข้อมูลเท่านั้นโดยไม่แก้ไขสถานะ (เช่นget-dataset,fetch-actor-details) เครื่องมือ Actor จะได้รับเฉพาะสำหรับ Actors ที่ดูแลโดย Apify ที่มีสิทธิ์จำกัดและไม่มีพื้นที่จัดเก็บที่เขียนได้ลับ, ตัวเชื่อมต่อ MCP, หรืออินพุตโค้ด (เช่นapify--web-fetch); เครื่องมือ Actor อื่น ๆ ถูกทำเครื่องหมายว่าทำลายล้างopenWorldHint:trueสำหรับเครื่องมือที่เข้าถึงทรัพยากรภายนอกนอกแพลตฟอร์ม Apify (เช่นcall-actorดำเนินการ Actors ภายนอก) เครื่องมือที่โต้ตอบกับแพลตฟอร์ม Apify เท่านั้น (เช่นsearch-actorsหรือfetch-apify-docs) ไม่มีคำใบ้นี้
การกำหนดค่าเครื่องมือ
พารามิเตอร์การกำหนดค่า tools ใช้เพื่อระบุเครื่องมือที่โหลด — ไม่ว่าจะเป็นหมวดหมู่หรือเครื่องมือเฉพาะโดยตรง, และ Apify Actors ตัวอย่างเช่น tools=storage,runs โหลดสองหมวดหมู่; tools=call-actor โหลดเพียงหนึ่งเครื่องมือ
เมื่อไม่มีพารามิเตอร์ query, เซิร์ฟเวอร์ MCP จะโหลด tools ต่อไปนี้โดยค่าเริ่มต้น:
actorsdocsapify/rag-web-browserapify/web-fetch
หากระบุพารามิเตอร์เครื่องมือ, เฉพาะเครื่องมือหรือหมวดหมู่ที่ระบุเท่านั้นที่จะเปิดใช้งาน — จะไม่รวมเครื่องมือเริ่มต้น
report-problem ให้บริการโดยค่าเริ่มต้น (ขึ้นอยู่กับการควบคุมในเชิงอรรถด้านบน) แต่อยู่ในหมวดหมู่ dev, ดังนั้น tools=dev ที่ชัดเจนจะเลือกมันด้วย หากต้องการปิดใช้งาน ให้ส่งรายการ tools= ที่ไม่รวมมัน (เช่น tools=actors,docs)
การกำหนดค่าง่าย:
ใช้ ตัวกำหนดค่า UI เพื่อกำหนดค่าเซิร์ฟเวอร์ของคุณ, จากนั้นคัดลอกการกำหนดค่าไปยังไคลเอนต์ของคุณ
การกำหนดค่าเซิร์ฟเวอร์ที่โฮสต์:
เซิร์ฟเวอร์ที่โฮสต์สามารถกำหนดค่าได้โดยใช้พารามิเตอร์ query ใน URL ตัวอย่างเช่น เพื่อโหลดเครื่องมือเริ่มต้น, ใช้:
https://mcp.apify.com?tools=actors,docs,apify/rag-web-browser,apify/web-fetch
สำหรับการกำหนดค่าขั้นต่ำ, หากคุณต้องการใช้เพียงเครื่องมือ Actor เดียว — โดยไม่มีเครื่องมือการค้นพบหรือการเรียกทั่วไป, เซิร์ฟเวอร์สามารถกำหนดค่าได้ดังนี้:
https://mcp.apify.com?tools=apify/my-actor
การตั้งค่านี้เปิดเผยเฉพาะ Actor ที่ระบุ (apify/my-actor) เป็นเครื่องมือ จะไม่มีเครื่องมืออื่นให้บริการ
การกำหนดค่า CLI:
CLI สามารถกำหนดค่าได้โดยใช้แฟล็กบรรทัดคำสั่ง ตัวอย่างเช่น เพื่อโหลดเครื่องมือเดียวกันกับการกำหนดค่าเซิร์ฟเวอร์ที่โฮสต์, ใช้:
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
ดังกล่าวข้างต้น, สิ่งนี้เปิดเผยเฉพาะ Actor ที่ระบุ (apify/my-actor) เป็นเครื่องมือ จะไม่มีเครื่องมืออื่นให้บริการ
⚠️ คำแนะนำสำคัญ
การกำหนดค่าเครื่องมือเริ่มต้นอาจเปลี่ยนแปลงในเวอร์ชันอนาคต เมื่อไม่ระบุพารามิเตอร์
tools, เซิร์ฟเวอร์จะโหลดเครื่องมือเริ่มต้นในปัจจุบัน, แต่พฤติกรรมนี้อาจเปลี่ยนแปลงสำหรับการใช้งานในการผลิตและอินเทอร์เฟซที่เสถียร, ระบุพารามิเตอร์
toolsอย่างชัดเจนเสมอ เพื่อให้แน่ใจว่าการกำหนดค่าของคุณสอดคล้องกันตลอดการอัปเดต
การกำหนดค่าโหมด UI
พารามิเตอร์ ui เปิดใช้งานการแสดงผลวิดเจ็ต MCP Apps ในการตอบสนองของเครื่องมือ เมื่อเปิดใช้งาน, เครื่องมือเช่น search-actors ส่งคืนการตอบสนอง 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 เพื่อเปิดใช้งานโหมด 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:
actorsพารามิเตอร์ (URL) และ--actorsแฟล็ก (CLI) ยังคงรองรับอยู่- ภายในจะถูกรวมเข้าไปในตัวเลือก
tools - ตัวอย่าง:
?actors=apify/rag-web-browser≡?tools=apify/rag-web-browser;--actors apify/rag-web-browser≡--tools apify/rag-web-browser
- ภายในจะถูกรวมเข้าไปในตัวเลือก
enableAddingActors(URL),enable-adding-actors(CLI) และนามแฝงเดิมenableActorAutoLoadingถูกลบออกแล้ว หากต้องการเรียกใช้ Actors แบบไดนามิก ให้ใช้tools=call-actor(รวมไว้โดยค่าเริ่มต้นผ่านหมวดหมู่actors) ค่าดิบใดๆ ที่หลงเหลืออยู่จะถูกละเว้น- ค่าเริ่มต้นยังคงเข้ากันได้: เมื่อไม่มีการระบุ
toolsเซิร์ฟเวอร์จะโหลดactors,docs,apify/rag-web-browserและapify/web-fetch- หากมีการระบุ
toolsใดๆ ค่าเริ่มต้นจะไม่ถูกเพิ่ม (เหมือนกับเจตนาของ v1 สำหรับการเลือกแบบชัดเจน)
- หากมีการระบุ
- ตอนนี้
call-actorถูกรวมไว้โดยค่าเริ่มต้นผ่านหมวดหมู่actors(การเปลี่ยนแปลงแบบเพิ่มเติม) หากต้องการแยกออก ให้ระบุรายการtoolsแบบชัดเจนโดยไม่มีactors tools=add-actor,tools=experimentalและtools=previewถูกยกเลิกแล้ว: จะถูกละเว้นและไม่โหลดเครื่องมือใดๆ ให้ใช้tools=call-actor(หรือหมวดหมู่actorsเริ่มต้น) แทนtools=get-actor-logถูกยกเลิกแล้ว: เครื่องมือถูกเปลี่ยนชื่อเป็นget-actor-run-logตัวเลือกเก่าจะถูกละเว้นและไม่โหลดเครื่องมือใดๆ ให้ใช้tools=get-actor-run-log(หรือหมวดหมู่runs) แทน
URL และคำสั่งที่มีอยู่ซึ่งใช้ ?actors=... หรือ --actors ยังคงทำงานได้โดยไม่มีการเปลี่ยนแปลง
พรอมต์
เซิร์ฟเวอร์ประกาศความสามารถ prompts แต่ไม่มีพรอมต์ใดที่ลงทะเบียนในขณะนี้ — prompts/list ส่งคืนรายการว่าง
ทรัพยากร
ข้อมูล Apify ของคุณไม่ได้ถูกระบุใน resources/list — การอ่านเป็นแบบตามความต้องการ: ส่ง URL GET ใดๆ ของ Apify API (https://api.apify.com/v2/...) ไปยัง resources/read และเซิร์ฟเวอร์จะแทรกโทเค็น Apify ของเซสชันและส่งคืนเนื้อหาการตอบกลับ resources/templates/list ระบุรูปแบบทั่วไป — รายการชุดข้อมูล, เรกคอร์ดและคีย์ของ key-value store, ข้อมูลเมตาของรัน, บันทึกรัน — พร้อมพารามิเตอร์การแบ่งหน้า การตอบกลับจะถูกฝังสูงสุด 256 KB; สิ่งที่ใหญ่กว่านั้นจะส่งคืนประกาศสั้นๆ พร้อม URL สำหรับดาวน์โหลดแทนเนื้อหา การอ่าน API ต้องใช้โทเค็น Apify ดังนั้นเซสชันที่ชำระเงินเท่านั้น (x402 หรือ Skyfire) จะได้รับข้อผิดพลาด JSON-RPC สำหรับการอ่านเหล่านี้
💬 ตัวอย่างการใช้งาน
ด้านล่างเป็นตัวอย่างที่สมจริงที่แสดงให้เห็นว่าผู้ช่วย AI ใช้เครื่องมือ Apify MCP Server อย่างไร
ตัวอย่างที่ 1: ค้นหาเว็บโดยใช้ RAG Web Browser
พรอมต์ผู้ใช้:
ค้นหาข่าวล่าสุดเกี่ยวกับตัวแทน AI อัตโนมัติและสรุปพัฒนาการสำคัญ
ผู้ช่วย AI เรียกใช้เครื่องมือ Actor apify--rag-web-browser ที่กำหนดค่าไว้ล่วงหน้าเพื่อค้นหาเว็บและส่งคืนเนื้อหาจากผลลัพธ์อันดับต้นๆ
เครื่องมือส่งคืนเนื้อหา markdown จากผลการค้นหา 3 อันดับแรก ซึ่งผู้ช่วย AI จะสรุปให้ผู้ใช้
ตัวอย่างที่ 2: ค้นหาและรัน Actor จาก Apify Store
พรอมต์ผู้ใช้:
ขูดข้อมูลร้านอาหาร 10 อันดับแรกในปรากจาก Google Maps พร้อมรายละเอียดการติดต่อ
ผู้ช่วย AI ค้นหา Actor ที่เหมาะสมก่อน ตรวจสอบโครงสร้างอินพุต จากนั้นจึงดำเนินการ เครื่องมือส่งคืนตัวอย่างข้อมูลที่ขูดได้ รวมถึงชื่อร้านอาหาร ที่อยู่ คะแนน หมายเลขโทรศัพท์ และเว็บไซต์
ตัวอย่างที่ 3: ดึงข้อมูลและแบ่งหน้าผลลัพธ์การรัน Actor
พรอมต์ผู้ใช้:
แสดงผลลัพธ์ 10 รายการถัดไปจากการรันขูดข้อมูลนั้น
ผู้ช่วย AI ใช้ ID ชุดข้อมูลจากการรัน Actor ก่อนหน้าเพื่อดึงรายการเพิ่มเติม ผลลัพธ์ที่คาดหวัง: เครื่องมือส่งคืนหน้าถัดไปของรายการข้อมูลที่มีโครงสร้างจากชุดข้อมูลเอาต์พุตของ Actor
📡 เทเลเมทรี
Apify MCP Server เก็บข้อมูลเทเลเมทรีเกี่ยวกับการเรียกใช้เครื่องมือเพื่อช่วยให้ Apify เข้าใจรูปแบบการใช้งานและปรับปรุงบริการ โดยค่าเริ่มต้น เทเลเมทรีจะ เปิดใช้งาน สำหรับการเรียกใช้เครื่องมือทั้งหมด
การขนส่ง stdio ยังใช้ Sentry สำหรับการติดตามข้อผิดพลาด ซึ่งช่วยให้เราระบุและแก้ไขปัญหาได้เร็วขึ้น Sentry จะถูกปิดใช้งานโดยอัตโนมัติเมื่อเลือกไม่ใช้เทเลเมทรี
การเลือกไม่ใช้เทเลเมทรี
คุณสามารถเลือกไม่ใช้เทเลเมทรี (รวมถึงการติดตามข้อผิดพลาดของ Sentry) ได้โดยตั้งค่าแฟล็ก 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 สำหรับแนวทางการมีส่วนร่วมและรูปแบบข้อความคอมมิต
สำหรับรายละเอียดการตั้งค่าการพัฒนา โครงสร้างโปรเจกต์ และคำแนะนำการทดสอบในเครื่อง โปรดดูคู่มือ DEVELOPMENT.md
ข้อกำหนดเบื้องต้น
- Node.js (v22 หรือสูงกว่า)
สร้างไฟล์สภาพแวดล้อม .env ด้วยเนื้อหาต่อไปนี้:
APIFY_TOKEN="your-apify-token"
สร้างแพ็กเกจ 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 เพื่อดีบักเซิร์ฟเวอร์ที่เปิดเผยที่ http://localhost:3001
เริ่มเซิร์ฟเวอร์ MCP แบบมาตรฐานอินพุต/เอาต์พุต (stdio)
คุณสามารถเปิด MCP Inspector ด้วยคำสั่งนี้:
export APIFY_TOKEN="your-apify-token"
npx @modelcontextprotocol/inspector node ./dist/stdio.js
เมื่อเปิดใช้งาน Inspector จะแสดง URL ที่คุณสามารถเปิดในเบราว์เซอร์เพื่อเริ่มการดีบัก
การเข้าถึงโดยไม่ต้องรับรองความถูกต้อง
เมื่อพารามิเตอร์คิวรี tools รวมเฉพาะเครื่องมือที่เปิดใช้งานอย่างชัดเจนสำหรับการใช้งานโดยไม่ต้องรับรองความถูกต้อง เซิร์ฟเวอร์ที่โฮสต์จะอนุญาตการเข้าถึงโดยไม่ต้องใช้โทเค็น API
เครื่องมือที่อนุญาตในปัจจุบัน: search-actors, fetch-actor-details, search-apify-docs, fetch-apify-docs, apify-api-search, apify-api-details
ตัวอย่าง: https://mcp.apify.com?tools=search-actors
🐦 การเผยแพร่ Canary PR
Apify MCP ถูกแบ่งออกเป็นสองพื้นที่เก็บข้อมูล: พื้นที่เก็บข้อมูลนี้สำหรับตรรกะ MCP หลักและ apify-mcp-server-internal ส่วนตัวสำหรับเซิร์ฟเวอร์ที่โฮสต์
การเปลี่ยนแปลงต้องซิงโครไนซ์ระหว่างทั้งสอง
เพื่อสร้างการเผยแพร่ canary ให้เพิ่มป้ายกำกับ beta ลงในคำขอดึง (pull request) ของคุณ
สิ่งนี้จะเผยแพร่แพ็กเกจไปยัง pkg.pr.new สำหรับการจัดเตรียมและการทดสอบก่อนการรวม
ดู ไฟล์เวิร์กโฟลว์ สำหรับรายละเอียด
🐋 การผสานรวม Docker Hub
Apify MCP Server ยังมีให้บริการบน Docker Hub ซึ่งลงทะเบียนผ่านพื้นที่เก็บข้อมูล mcp-registry รายการใน servers/apify-mcp-server/server.yaml ควรถูกปรับใช้โดยอัตโนมัติโดย Docker Hub MCP registry (ความถี่ในการปรับใช้ไม่ทราบ) ก่อนทำการเปลี่ยนแปลงครั้งใหญ่กับเวอร์ชันเซิร์ฟเวอร์ stdio ให้ทดสอบในเครื่องเพื่อให้แน่ใจว่าการสร้าง Docker ผ่าน หากต้องการทดสอบ ให้เปลี่ยน source.branch เป็นสาขา PR ของคุณและรัน task build -- apify-mcp-server สำหรับรายละเอียดเพิ่มเติม โปรดดู CONTRIBUTING.md
🐛 การแก้ไขปัญหา
สำหรับการแก้ไขปัญหาแบบทีละขั้นตอน โปรดดู คู่มือการผสานรวม Claude Desktop ในเอกสารประกอบของ Apify
💡 ข้อจำกัด
โครงสร้างอินพุตของ Actor ถูกประมวลผลเพื่อให้เข้ากันได้กับไคลเอนต์ MCP ส่วนใหญ่ในขณะที่ปฏิบัติตามมาตรฐาน JSON Schema การประมวลผลรวมถึง:
- คำอธิบาย ที่ยาวกว่า 500 ตัวอักษร (ตามที่กำหนดใน
ACTOR_MAX_DESCRIPTION_LENGTH) จะถูกตัดที่ประโยคสมบูรณ์สุดท้ายในหน้าต่างนั้น หรือคำสมบูรณ์สุดท้ายหากไม่มีจุดตัดประโยค และทำเครื่องหมาย[Description truncated] - ฟิลด์ enum ที่พอดีภายใน 2000 ตัวอักษรรวม (ตามที่กำหนดใน
ACTOR_ENUM_MAX_LENGTH) จะถูกเก็บไว้ทั้งหมด; enum ที่ใหญ่กว่าจะถูกละเว้น พร้อมหมายเหตุสั้นๆ และค่าตัวอย่างสองสามค่าในคำอธิบายแทน - ฟิลด์ที่จำเป็น จะถูกทำเครื่องหมายอย่างชัดเจนด้วยคำนำหน้า
REQUIREDในคำอธิบายเพื่อความเข้ากันได้กับเฟรมเวิร์กที่อาจไม่จัดการ JSON schema อย่างถูกต้อง - คุณสมบัติที่ซ้อนกัน ถูกสร้างขึ้นสำหรับกรณีพิเศษ เช่น การกำหนดค่าพร็อกซีและแหล่งรายการคำขอเพื่อให้แน่ใจว่าโครงสร้างอินพุตถูกต้อง
- ประเภทของรายการอาร์เรย์ ถูกอนุมานเมื่อไม่ได้กำหนดอย่างชัดเจนใน schema โดยใช้ลำดับความสำคัญ: ประเภทที่ชัดเจนใน items > ประเภท prefill > ประเภทค่าค่าเริ่มต้น > ประเภทตัวแก้ไข
- ค่า enum และตัวอย่าง ถูกเพิ่มลงในคำอธิบายคุณสมบัติเพื่อให้แน่ใจว่ามองเห็นได้ แม้ว่าไคลเอนต์จะไม่รองรับ JSON schema อย่างเต็มที่ก็ตาม
- Actor แบบเช่า ใช้ได้เฉพาะกับเซิร์ฟเวอร์ MCP ที่โฮสต์ที่ https://mcp.apify.com. เมื่อรันเซิร์ฟเวอร์ในเครื่องผ่าน stdio คุณสามารถเข้าถึงเฉพาะ Actor ที่เพิ่มลงในชุดเครื่องมือในเครื่องของคุณแล้วเท่านั้น หากต้องการค้นหาและใช้ Actor ใดๆ จาก Apify Store แบบไดนามิก—รวมถึง Actor แบบเช่า—ให้เชื่อมต่อกับเอนด์พอยต์ที่โฮสต์
🔒 นโยบายความเป็นส่วนตัว
เมื่อคุณใช้เซิร์ฟเวอร์นี้ คำขอและอินพุต Actor ของคุณจะถูกส่งไปยัง Apify API เพื่อดำเนินการ ข้อมูลจะไม่ถูกแชร์กับบุคคลที่สามเกินกว่าที่จำเป็นเพื่อรัน Actor ที่ร้องขอ สำหรับรายละเอียดทั้งหมดเกี่ยวกับการเก็บรวบรวม การใช้ การแชร์ และการเก็บรักษาข้อมูล โปรดดู Apify Legal
🤝 การมีส่วนร่วม
เรายินดีรับรายงานข้อบกพร่อง คำขอคุณสมบัติ และการแก้ไขเอกสารประกอบ ส่งปัญหาที่พบให้เรา ไม่ใช่แพตช์ — ปัญหาที่แม่นยำพร้อมการจำลองซ้ำมีประโยชน์มากกว่าคำขอดึง
- 🐛 รายงานข้อบกพร่อง: เปิด issue พร้อมการจำลองซ้ำ สิ่งที่มีประโยชน์ที่สุดที่คุณสามารถส่งให้เราได้
- 💡 เสนอคุณสมบัติ: เปิด issue — ปัญหาและผู้ที่พบ ไม่ใช่การนำไปปฏิบัติ
- 🔧 โค้ด: ทำงานเฉพาะกับ issue ที่ได้รับเชิญจากผู้ดูแลเท่านั้น issue ที่เปิดอยู่ไม่ใช่คำเชิญให้หยิบขึ้นมาทำ; คำขอดึงที่ไม่ได้รับการร้องขอจะถูกปิด
- 📚 เอกสารประกอบ: การพิมพ์ผิด ลิงก์เสีย และคำสั่งที่ผิดจะถูกส่งไปยัง PR โดยตรง
กฎทั้งหมด รวมถึง การมีส่วนร่วมที่ช่วยเหลือด้วย AI: CONTRIBUTING.md
