Apify

mcp.apify.com

位于 mcp.apify.com 的 Apify 模型上下文协议（MCP）服务器使您的 AI 代理能够从社交媒体、搜索引擎、地图、电子商务网站以及任何其他网站提取数据，利用 Apify Store 中数千个现成的抓取器、爬虫和自动化工具。它支持 OAuth，允许您仅通过 URL 从 Claude.ai 或 Visual Studio Code 等客户端连接。

🚀 使用托管的 Apify MCP 服务器！

为了获得最佳体验，请将您的 AI 助手连接到我们的托管服务器 https://mcp.apify.com。托管服务器支持最新功能——包括结构化 Actor 结果的输出模式推断——这些功能在通过 stdio 本地运行时不可用。

⚠️ 旧版 SSE 传输已移除。 https://mcp.apify.com/sse 端点已被移除，取而代之的是 Streamable HTTP。请将您的客户端迁移至 https://mcp.apify.com——从您的配置中删除 /sse 后缀。

💰 该服务器还支持 代理支付：从 AGI 购买令牌以运行任何 Actor，或通过 直接 x402（仅限按事件付费 Actor）或 Skyfire 按请求付费。

Apify MCP 服务器兼容 Claude Code, Claude.ai, Cursor, VS Code 以及任何遵循模型上下文协议的客户端。 请参阅 MCP 客户端部分 了解更多详情，或访问 MCP 配置页面。

目录

• 🌐 Apify MCP 服务器介绍
• 🚀 快速入门
• 🤖 MCP 客户端
• 🪄 立即试用 Apify MCP
• 💰 代理支付
  • 代理支付如何运作
  • 🪙 AGI（推荐）
  • 💸 直接 x402
  • 🔥 Skyfire
• 🛠️ 工具、资源和提示
• 📊 遥测
• 💬 使用示例
• 🐛 故障排除
• ⚙️ 开发
• 🔒 隐私政策
• 🤝 贡献
• 📚 了解更多

🌐 Apify MCP 服务器介绍

Apify MCP 服务器允许 AI 助手将任何 Apify Actor 用作工具来执行特定任务。 例如，它可以：

• 使用 Facebook 帖子抓取器 从多个页面/个人资料中提取 Facebook 帖子的数据。
• 使用 Google 地图邮箱提取器 从 Google 地图中提取联系信息。
• 使用 Google 搜索结果抓取器 抓取 Google 搜索引擎结果页面（SERPs）。
• 使用 Instagram 抓取器 抓取 Instagram 帖子、个人资料、地点、照片和评论。
• 使用 RAG 网页浏览器 搜索网页、抓取前 N 个 URL 并返回其内容。
• 使用 网页抓取 获取任何 URL 并返回其内容为 Markdown、纯文本、HTML 或链接——支持 JavaScript 渲染和反机器人保护。

视频教程：将 8,000+ 个 Apify Actor 和代理与 Claude 集成

🚀 快速入门

您可以通过两种方式使用 Apify MCP 服务器：

HTTPS 端点（mcp.apify.com）：通过 OAuth 或包含 Authorization: Bearer <APIFY_TOKEN> 标头从您的 MCP 客户端连接。这是大多数用例的推荐方法。由于它支持 OAuth，您可以从 Claude.ai 或 Visual Studio Code 等客户端仅使用 URL 连接：https://mcp.apify.com。

• https://mcp.apify.com 流式传输

标准输入/输出（stdio）：非常适合本地集成和命令行工具，如 Claude for Desktop 客户端。

• 将 MCP 客户端服务器命令设置为 npx @apify/actors-mcp-server，并将 APIFY_TOKEN 环境变量设置为您的 Apify API 令牌。
• 有关更多选项，请参阅 npx @apify/actors-mcp-server --help。

您可以在 Apify 文档 中找到设置 MCP 服务器的详细说明。

🤖 MCP 客户端

Apify MCP 服务器兼容任何遵循 模型上下文协议 的 MCP 客户端，但动态工具发现和其他功能的支持水平可能因客户端而异。

要与 Apify MCP 服务器交互，您可以使用 Claude Desktop、Visual Studio Code 或 Apify Tester MCP 客户端 等客户端。

访问 mcp.apify.com 为您偏好的客户端配置服务器。

已测试的客户端

• Claude Desktop
• Claude.ai（网页版）
• ChatGPT
• VS Code（Genie）
• Cursor
• OpenCode
• Kiro
• Apify Tester MCP 客户端 — 专为测试 Apify MCP 服务器而设计

🪄 立即试用 Apify MCP

想无需任何设置就试用 Apify MCP？

查看 Apify Tester MCP 客户端

这个交互式、类似聊天的界面提供了一种无需任何本地设置即可探索 Apify MCP 功能的简便方式。 使用您的 Apify 账户登录，开始体验网页抓取、数据提取和自动化工具！

或者使用 MCP 捆绑文件（以前称为 Anthropic Desktop 扩展文件或 DXT）进行一键安装：Apify MCP 服务器 MCPB 文件

💰 代理支付

您可以使用 AGI、直接 x402 或 Skyfire 支付 Actor 运行费用，而无需 Apify API 令牌。

• AGI（agi.apify.com）通过 x402 或 MPP 支付铸造预付的 Apify API 令牌。像普通 API 令牌一样使用它来访问 mcp.apify.com 和 api.apify.com——适用于任何 Actor，而不仅仅是按事件付费的 Actor。推荐用于新集成；请参阅下面的 AGI（推荐）。
• 直接 x402 在 Base 上按请求使用 USDC 支付，无需单独的平台账户。它完全受 mcpc（brew install apify/tap/mcpc 或 npm install -g @apify/mcpc）支持。我们使用 mcpc，因为它是少数原生支持最新功能和 x402 协议的 MCP 客户端之一。
• Skyfire 使用 PAY 令牌支付，需要拥有资金钱包的 Skyfire 账户。它不需要特殊的 MCP 客户端；整个支付流程直接通过 MCP 工具调用参数处理。

ℹ️ 范围： 直接 x402 和 Skyfire 都仅限于按事件付费的 Actor，不支持 Standby Actor，并且按运行结算而不是铸造令牌。

代理支付如何运作

Actor 运行成本各不相同，因此两种支付方式都使用预付余额模型。支付流程分四个步骤进行：

1. 发现：代理通过 search-actors 或 fetch-actor-details 发现 Actor。这些调用是免费的。
2. 预付：在运行付费 Actor 工具之前，代理为预付余额充值。
   • 直接 x402：mcpc 自动签署一笔 $1.00 USDC 交易。
   • Skyfire：代理使用 Skyfire 的 create-pay-token 工具创建 PAY 令牌（最低 $5.00）。
3. 执行：代理调用 Actor 工具。
   • 直接 x402：由 mcpc 使用预付余额自动处理。
   • Skyfire：代理在 skyfire-pay-id 输入属性中显式传递 PAY 令牌。
4. 结算：工具返回 Actor 结果。未使用的资金保留供后续运行使用。
   • 直接 x402：在 60 分钟不活动后，服务器将任何未使用的余额退还到 Base 上的钱包。
   • Skyfire：Skyfire 在令牌过期时退还未使用的资金。

🪙 AGI（推荐）

AGI（Apify 代理通用接口）是自主代理无需账户即可支付 Apify 使用费用的推荐方式。通过 x402 或 MPP 支付一次，即可收到预付、有消费上限的 Apify API 令牌，并直接用于 mcp.apify.com 和 api.apify.com（Authorization: Bearer <token>）——适用于任何 Actor。

完整协议、支持的支付方式以及当前条款（最低金额、令牌有效期、退款政策）记录在 agi.apify.com/AGENTS.md——请将其视为唯一权威来源。

💸 直接 x402

x402 协议 支持直接的机器对机器支付。您的 MCP 客户端可以使用它在 Base 区块链 上用 USDC 支付 Actor 运行费用，完全无需 Apify API 令牌。

前提条件

• 在 Base 主网上拥有 USDC 的钱包。

设置

创建或导入钱包：

# 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

启用 x402 连接到服务器：

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

您现在可以调用付费工具：

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

🔥 Skyfire

Skyfire 为 AI 代理提供托管支付基础设施。您的代理无需使用 Apify API 令牌进行身份验证，而是传递 Skyfire 支付令牌来支付每次工具调用的费用，使用 PAY 令牌。

前提条件

• 拥有资金钱包的 Skyfire 账户。
• 支持多个服务器的 MCP 客户端，如 Claude Desktop、OpenCode 或 VS Code。

设置

在您的客户端中配置 Skyfire MCP 服务器和 Apify MCP 服务器。将 payment=skyfire 添加到 Apify 服务器 URL：

{
  "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"
    }
  }
}

有关设置详情，请参阅 Skyfire 集成文档。使用 Skyfire 进行代理支付 文章提供了更多背景信息。

🛠️ 工具、资源和提示

MCP 服务器提供一组用于与 Apify Actor 交互的工具。 由于 Apify Store 规模庞大且增长迅速，MCP 服务器提供了一种动态发现和使用新 Actor 的方式。

Actor

任何 Apify Actor 都可以用作工具。 默认情况下，服务器预配置了两个 Actor，apify/rag-web-browser 和 apify/web-fetch，以及几个辅助工具。 MCP 服务器加载 Actor 的输入模式并创建相应的 MCP 工具。 这使 AI 代理能够确切知道要向 Actor 传递哪些参数以及期望返回什么。

例如，对于 apify/rag-web-browser Actor，输入参数为：

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

您无需手动指定要调用哪个 Actor 或其输入参数；LLM 会自动处理。 当调用工具时，参数由 LLM 自动传递给 Actor。 您可以参考特定 Actor 的文档以获取可用参数列表。

辅助工具

将 MCP 与 Apify 结合使用最强大的功能之一是动态工具发现。 它允许 AI 代理根据需要发现新工具（Actor）并将其整合进来。 以下是一些特殊的 MCP 操作以及 Apify MCP 服务器如何支持它们：

• Apify Actors：搜索 Actor、查看其详细信息，并将其用作 AI 的工具。
• Apify 文档：搜索 Apify 文档并获取特定文档以为 AI 提供上下文。
• Actor 运行：获取您的 Actor 运行列表、检查其详细信息并检索日志。
• Apify 存储：访问您的数据集和键值存储中的数据。
• Actor 任务：创建、检查和更新您保存的 Actor 任务，并发布或取消发布其公共落地页。

可用工具概览

以下是 Apify MCP 服务器提供的所有工具的概览列表。

默认启用列的图例：

• ✅ — 在默认工具集中。
• ⚡ — 当存在 call-actor、Actor 工具或 get-actor-run 时自动注入（默认配置中即为如此）。
• ✅¹ — 默认提供，但仅在遥测启用且客户端未被排除时：Anthropic 界面（Claude.ai / Claude Desktop / Claude Code）或 local-agent-mode-apify。要禁用，请传入省略它的显式 tools= 列表。

工具名称	类别	描述	默认启用
search-actors	actors	在 Apify Store 中搜索 Actors。	✅
fetch-actor-details	actors	检索特定 Actor 的详细信息，包括其输入模式、README（有摘要时用摘要，否则用全文）、定价和 Actor 输出模式。	✅
call-actor	actors	调用 Actor 并获取其运行结果。请先使用 fetch-actor-details 获取 Actor 的输入模式。	✅
get-actor-run	runs	获取特定 Actor 运行的详细信息。	⚡
get-dataset-items	storage	从数据集中检索项目，支持过滤和分页。	⚡
get-key-value-store-record	storage	获取键值存储中特定键关联的值。	⚡
abort-actor-run	runs	中止正在运行的 Actor 运行，可选择优雅中止。	⚡
search-apify-docs	docs	搜索 Apify 文档以查找相关页面。	✅
fetch-apify-docs	docs	通过 URL 获取 Apify 文档页面的完整内容。	✅
apify--rag-web-browser	Actor（参见工具配置）	用于浏览网页的 Actor 工具。	✅
apify--web-fetch	Actor（参见工具配置）	用于获取 URL 并返回其内容的 Actor 工具。	✅
report-problem	dev	向 Apify 团队报告 Apify 工具或 Actor 的问题。	✅¹
get-actor-run-list	runs	获取 Actor 的运行列表，可按状态筛选。
get-actor-log	runs	检索特定 Actor 运行的日志。
get-dataset	storage	获取特定数据集的元数据。
get-dataset-schema	storage	从数据集项目生成 JSON 模式。
get-key-value-store	storage	获取特定键值存储的元数据。
get-key-value-store-keys	storage	列出特定键值存储中的键。
get-dataset-list	storage	列出用户所有可用的数据集。
get-key-value-store-list	storage	列出用户所有可用的键值存储。
create-actor-task	tasks	创建已保存的 Actor 任务（一个命名的、可复用的 Actor 配置）。
get-actor-task	tasks	获取已保存的 Actor 任务、其发布状态和公开显示配置。
update-actor-task	tasks	更新任务的输入、运行选项或公开显示配置。
publish-actor-task	tasks	在任务的公开落地页上发布任务。
unpublish-actor-task	tasks	从任务的公开落地页取消发布任务。

注意：

当存在 call-actor、Actor 工具或 get-actor-run 时，服务器会自动注入 get-actor-run、get-dataset-items、get-key-value-store-record 和 abort-actor-run。

当您调用 Actor 时——通过 call-actor 或直接通过 Actor 工具（例如 apify--rag-web-browser）——响应包含运行元数据、存储 ID 以及 summary + nextStep，但不包含数据集项目。要获取项目，请遵循 nextStep 并调用 get-dataset-items（自动注入），传入调用返回的 datasetId。

工具注解

所有工具都包含元数据注解，以帮助 MCP 客户端和 LLM 理解工具行为：

• title：工具的简短显示名称（例如“搜索 Actors”、“调用 Actor”、“apify/rag-web-browser”）
• readOnlyHint：true 用于仅读取数据而不修改状态的工具（例如 get-dataset、fetch-actor-details）
• openWorldHint：true 用于访问 Apify 平台之外外部资源的工具（例如 call-actor 执行外部 Actors）。仅与 Apify 平台交互的工具（如 search-actors 或 fetch-apify-docs）不具有此提示。

工具配置

tools 配置参数用于指定加载的工具——可以是类别、直接指定的特定工具，以及 Apify Actors。例如，tools=storage,runs 加载两个类别；tools=call-actor 仅加载一个工具。

当未提供查询参数时，MCP 服务器默认加载以下 tools：

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

如果指定了 tools 参数，则仅启用列出的工具或类别——不会包含默认工具。

report-problem 默认提供（受上述脚注中的门控条件约束），但位于 dev 类别中，因此显式的 tools=dev 也会选择它。要禁用它，请传入省略它的显式 tools= 列表（例如 tools=actors,docs）。

简易配置：

使用 UI 配置器 配置您的服务器，然后将配置复制到您的客户端。

配置托管服务器：

托管服务器可以使用 URL 中的查询参数进行配置。例如，要加载默认工具，请使用：

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

对于最小配置，如果您只想使用单个 Actor 工具——不包含任何发现或通用调用工具——服务器可以按如下方式配置：

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

此设置仅将指定的 Actor（apify/my-actor）作为工具暴露。不会提供其他工具。

配置 CLI：

CLI 可以使用命令行标志进行配置。例如，要加载与托管服务器配置相同的工具，请使用：

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

最小配置与托管服务器配置类似：

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

如上所述，这仅将指定的 Actor（apify/my-actor）作为工具暴露。不会提供其他工具。

⚠️ 重要建议

默认工具配置在未来的版本中可能会更改。 当未指定 tools 参数时，服务器当前会加载默认工具，但此行为可能会发生变化。

对于生产使用和稳定接口，请始终显式指定 tools 参数，以确保您的配置在更新中保持一致。

UI 模式配置

ui 参数启用工具响应中的 MCP Apps 小部件渲染。启用后，像 search-actors 这样的工具会返回交互式 MCP App 响应。

配置托管服务器：

使用 ui 查询参数启用 UI 模式：

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

您可以将其与其他参数组合：

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

配置 CLI：

CLI 可以使用命令行标志进行配置。例如，要启用 UI 模式：

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

您也可以通过 UI_MODE 环境变量进行设置：

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

向后兼容性

v2 配置保持了与 v1 用法的向后兼容性。说明：

• actors 参数（URL）和 --actors 标志（CLI）仍然受支持。
  • 在内部，它们被合并到 tools 选择器中。
  • 示例：?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）和旧的 enableActorAutoLoading 别名已被移除。要动态调用 Actors，请使用 tools=call-actor（通过 actors 类别默认包含）。任何残留的原始值将被忽略。
• 默认值保持兼容：当未指定 tools 时，服务器加载 actors、docs、apify/rag-web-browser 和 apify/web-fetch。
  • 如果指定了任何 tools，则不会添加默认值（与 v1 中显式选择的意图相同）。
• call-actor 现在通过 actors 类别默认包含（增量更改）。要排除它，请指定一个不包含 actors 的显式 tools 列表。
• tools=add-actor、tools=experimental 和 tools=preview 已退役：它们被忽略且不加载任何工具。请改用 tools=call-actor（或默认的 actors 类别）。

使用 ?actors=... 或 --actors 的现有 URL 和命令将继续正常工作，无需更改。

提示词

服务器声明了 prompts 能力，但当前未注册任何提示词——prompts/list 返回空列表。

资源

您的 Apify 数据不会在 resources/list 中枚举——读取是按需进行的：将任何 Apify API GET URL（https://api.apify.com/v2/...）传递给 resources/read，服务器会注入会话的 Apify 令牌并返回响应体。resources/templates/list 枚举常见的数据形态——数据集项目、键值存储记录和键、运行元数据、运行日志——及其分页参数。响应内联最多 256 KB；更大的内容将返回一个简短通知，附有下载 URL 而非响应体。API 读取需要 Apify 令牌，因此仅限付费的会话（x402 或 Skyfire）会收到 JSON-RPC 错误。

💬 使用示例

以下是展示 AI 助手如何使用 Apify MCP 服务器工具的真实示例。

示例 1：使用 RAG Web Browser 搜索网页

用户提示：

查找有关自主 AI 代理的最新新闻，并总结关键进展。

AI 助手调用预配置的 apify--rag-web-browser Actor 工具来搜索网页并返回顶级结果的内容。 该工具返回前 3 个搜索结果中的 Markdown 内容，AI 助手随后为用户进行总结。

示例 2：从 Apify Store 发现并运行 Actor

用户提示：

从 Google Maps 抓取布拉格排名前 10 的餐厅及其联系方式。

AI 助手首先搜索合适的 Actor，检查其输入模式，然后执行它。 该工具返回抓取数据的预览，包括餐厅名称、地址、评分、电话号码和网站。

示例 3：检索并分页浏览 Actor 运行结果

用户提示：

显示该抓取运行的下 10 条结果。

AI 助手使用先前 Actor 运行中的数据集 ID 来获取更多项目。 预期输出：该工具从 Actor 的输出数据集中返回下一页结构化数据项目。

📡 遥测

Apify MCP 服务器收集有关工具调用的遥测数据，以帮助 Apify 了解使用模式并改进服务。 默认情况下，所有工具调用均启用遥测。

stdio 传输还使用 Sentry 进行错误跟踪，这有助于我们更快地识别和修复问题。 当选择退出遥测时，Sentry 会自动禁用。

选择退出遥测

您可以通过将 --telemetry-enabled CLI 标志设置为 false 或将 TELEMETRY_ENABLED 环境变量设置为 false 来选择退出遥测（包括 Sentry 错误跟踪）。 CLI 标志优先于环境变量。

示例

对于远程服务器（mcp.apify.com）：

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

对于本地 stdio 服务器：

# 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

⚙️ 开发

请参阅 CONTRIBUTING.md 指南，了解贡献指南和提交消息约定。

有关详细的开发设置、项目结构和本地测试说明，请参阅 DEVELOPMENT.md 指南。

先决条件

• Node.js（v22 或更高版本）

创建环境文件 .env，内容如下：

APIFY_TOKEN="your-apify-token"

构建 actors-mcp-server 包：

pnpm run build

启动 HTTP 可流式 MCP 服务器

使用 Apify CLI 运行：

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

服务器运行后，您可以使用 MCP Inspector 来调试暴露在 http://localhost:3001 的服务器。

启动标准输入/输出（stdio）MCP 服务器

您可以使用以下命令启动 MCP Inspector：

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

启动后，Inspector 将显示一个 URL，您可以在浏览器中打开该 URL 以开始调试。

未认证访问

当 tools 查询参数仅包含明确允许未认证使用的工具时，托管服务器允许无需 API 令牌即可访问。 当前允许的工具：search-actors、fetch-actor-details、search-apify-docs、fetch-apify-docs。 示例：https://mcp.apify.com?tools=search-actors。

🐦 Canary PR 发布

Apify MCP 分布在两个仓库中：本仓库用于核心 MCP 逻辑，私有仓库 apify-mcp-server-internal 用于托管服务器。 两者之间的更改必须保持同步。

要创建 canary 发布，请在您的拉取请求中添加 beta 标签。 这会将包发布到 pkg.pr.new，用于合并前的暂存和测试。 详情请参阅 工作流文件。

🐋 Docker Hub 集成

Apify MCP 服务器也可在 Docker Hub 上获取，通过 mcp-registry 仓库注册。servers/apify-mcp-server/server.yaml 中的条目应由 Docker Hub MCP 注册表自动部署（部署频率未知）。在对 stdio 服务器版本进行重大更改之前，请在本地测试以确保 Docker 构建通过。 要进行测试，请将 source.branch 更改为您的 PR 分支并运行 task build -- apify-mcp-server。更多详情，请参阅 CONTRIBUTING.md。

🐛 故障排除

有关分步故障排除，请参阅 Apify 文档中的 Claude Desktop 集成指南。

💡 限制

Actor 输入模式经过处理，以兼容大多数 MCP 客户端，同时遵循 JSON Schema 标准。处理包括：

• 描述被截断为 500 个字符（如 MAX_DESCRIPTION_LENGTH 中所定义）。
• 枚举字段的所有元素总长度被截断为最多 2000 个字符（如 ACTOR_ENUM_MAX_LENGTH 中所定义）。
• 必填字段在其描述中明确标记了 REQUIRED 前缀，以兼容可能无法正确处理 JSON 模式的框架。
• 嵌套属性针对代理配置和请求列表来源等特殊情况构建，以确保正确的输入结构。
• 数组项类型在模式中未明确定义时进行推断，优先级顺序为：items 中的显式类型 > 预填充类型 > 默认值类型 > 编辑器类型。
• 枚举值和示例被添加到属性描述中以确保可见性，即使客户端不完全支持 JSON 模式。
• 租赁 Actors 仅可通过 https://mcp.apify.com. 的托管 MCP 服务器使用。通过 stdio 在本地运行服务器时，您只能访问已添加到本地工具集中的 Actors。要动态搜索并使用 Apify Store 中的任何 Actor（包括租赁 Actors），请连接到托管端点。

🔒 隐私政策

当您使用此服务器时，您的请求和 Actor 输入将被发送到 Apify API 以执行。 除运行所请求的 Actors 所必需的信息外，数据不会与第三方共享。 有关数据收集、使用、共享和保留的完整详情，请参阅 Apify Legal。

🤝 贡献

我们欢迎错误报告、功能请求和文档修复。请向我们发送问题，而不是补丁 — 带有复现步骤的精确问题比拉取请求更有用。

• 🐛 报告错误：打开一个问题并附上复现步骤。这是您能发送给我们的最有用的内容。
• 💡 提议功能：打开一个问题 — 描述问题和受影响人群，而不是实现方案。
• 🔧 代码：仅处理维护者邀请的问题。开放的问题并非邀请您接手；未经请求的拉取请求将被关闭。
• 📚 文档：拼写错误、损坏的链接和错误的命令可直接提交拉取请求。

完整规则，包括 AI 辅助贡献：CONTRIBUTING.md。

📚 了解更多

• Model Context Protocol
• 什么是 AI 代理？
• 什么是 MCP，为什么它很重要？
• 如何将 MCP 与 Apify Actors 一起使用
• Tester MCP 客户端
• 网络研讨会：在 Apify 上构建和变现 MCP 服务器
• 如何在 Apify 上构建和变现 AI 代理
• 将 Apify MCP 与 Claude Desktop 连接
• 将 Apify MCP 与 ChatGPT 连接