Apify

官方

Apify 官方 MCP 服务器,供 AI 代理运行 Actors、提取网站数据,并自动化网页抓取与爬取工作流。

你可以用 Apify MCP 做什么?

  • 搜索并运行爬虫 — 让您的助手在 Apify Store 中查找 Actor 并运行它,通过 search-actors 和 call-actor 从社交媒体、地图或电商网站提取数据。
  • 浏览网页 — 让您的助手使用预配置的 apify--web-fetch Actor 工具获取任何 URL,并将内容返回为 Markdown 或纯文本。
  • 使用 RAG 进行研究 — 让您的助手使用 apify--rag-web-browser Actor 工具搜索网页并总结最相关的结果。
  • 管理 Actor 运行 — 使用 get-actor-run 和 get-dataset-items 等工具检索运行结果、分页浏览数据集或中止正在运行的任务。
  • 无需 API 令牌即可支付 — 通过 AGI、直接 x402 或 Skyfire 使用代理支付来运行 Actor,而无需 APIFY_TOKEN。

文档

Apify MCP Server
mcp.apify.com

NPM latest version Downloads Build Status smithery badge

位于 mcp.apify.com 的 Apify 模型上下文协议(MCP)服务器使您的 AI 代理能够使用 Apify Store 中数千个现成的抓取器、爬虫和自动化工具,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。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 服务器与 Claude Code, Claude.ai, Cursor, VS Code 以及任何遵循模型上下文协议的客户端兼容。 有关更多详细信息,请参阅 MCP 客户端部分 或访问 MCP 配置页面。

Apify-MCP-server

目录

🌐 Apify MCP 服务器简介

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:

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

Apify MCP Server Tutorial: Integrate 5,000+ Apify Actors and Agents with Claude

🚀 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,您可以使用 URL 从 Claude.ai 或 Visual Studio Code 等客户端连接: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 服务器与任何遵循 模型上下文协议 的 MCP 客户端兼容,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。

Apify-MCP-configuration-clients

已测试的客户端

🪄 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 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 Base 上不活动 60 分钟后,服务器将任何未使用的余额退还到钱包。
    • 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 上使用 USDC 支付 Actor 运行费用,完全无需 Apify API 令牌。

前提条件

  • 在 Base 主网上拥有包含 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 支付令牌以使用 PAY 令牌支付每次工具调用的费用。

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。在 Apify 服务器 URL 中添加 payment=skyfire:

{
  "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 一文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的 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 结合使用的最强大功能之一是动态工具发现。 它允许 AI 代理根据需要查找新工具(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 Actors,列出您账户中的 Actors,查看其详细信息,将其用作 AI 的工具,并删除您自己的 Actors。
  • Apify 文档:搜索 Apify 文档并获取特定文档以向 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。
  • 计划:创建、检查、更新和删除自动运行您的 Actors 和任务的计划。
  • 构建:构建 Actor 版本,列出构建,检查构建状态,并检索其构建日志。
  • Actor 源代码:读取 Actor 版本的文件,包含每个文件的哈希值和整个文件集的修订号。
  • Apify API:搜索 Apify API 参考,检查操作,并向 API 发送请求以读取或更改数据。

可用工具概述

以下是 Apify MCP 服务器提供的所有工具的概述列表。

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(在默认配置中为真)。
  • ✅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,请传递一个省略它的显式 tools= 列表。显式选择它(tools=report-problem 或 tools=dev)会无论客户端如何都提供服务——遥测仍然必须启用。
工具名称类别描述默认启用
search-actorsactors在 Apify Store 中搜索 Actors。✅
fetch-actor-detailsactors检索特定 Actor 的详细信息,包括其输入模式、README(有摘要时提供摘要,否则提供全文)、定价和 Actor 输出模式。✅
call-actoractors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-runruns获取特定 Actor 运行的详细信息。⚡
get-dataset-itemsstorage从数据集检索项目,支持过滤和分页。⚡
get-key-value-store-recordstorage获取键值存储中特定键关联的值。⚡
abort-actor-runruns中止正在运行的 Actor 运行,可选择优雅中止。⚡
delete-actornone (按名称选择:tools=delete-actor)从您的账户永久删除 Actor。公共 Actors 必须先取消发布。
search-apify-docsdocs搜索 Apify 文档以查找相关页面。✅
fetch-apify-docsdocs通过 URL 获取 Apify 文档页面的完整内容。✅
apify--rag-web-browserActor (参见 工具配置)用于浏览网页的 Actor 工具。✅
apify--web-fetchActor (参见 工具配置)用于获取 URL 并返回其内容的 Actor 工具。✅
report-problemdev向 Apify 团队报告 Apify 工具或 Actor 的问题。✅¹
get-actor-listnone (按名称选择:tools=get-actor-list)列出您拥有的 Actors 以及与您共享的 Actors,包括私有的。
get-actor-run-listruns获取 Actor 运行列表,可按 Actor 和状态过滤。
get-actor-run-logruns检索特定 Actor 运行的日志。
get-datasetstorage获取特定数据集的元数据。
get-dataset-schemastorage从数据集项目生成 JSON 模式。
get-key-value-storestorage获取特定键值存储的元数据。
get-key-value-store-keysstorage列出特定键值存储中的键。
get-dataset-liststorage列出用户所有可用的数据集。
get-key-value-store-liststorage列出用户所有可用的键值存储。
create-actor-tasktasks创建保存的 Actor 任务(一个命名的、可重用的 Actor 配置)。
get-actor-tasktasks获取保存的 Actor 任务、其发布状态和公共显示配置。
update-actor-tasktasks更新任务的输入、运行选项或公共显示配置。
publish-actor-tasktasks在任务的公共落地页上发布任务。
unpublish-actor-tasktasks从任务的公共落地页取消发布任务。
create-scheduleschedules创建按 cron 节奏运行 Actors 或任务的计划。
get-scheduleschedules获取计划、其 cron 表达式、状态及其运行的操作。
update-scheduleschedules更新计划:cron 表达式、时区、启用状态或操作。
delete-scheduleschedules删除计划。
get-actor-buildbuilds获取 Actor 构建的状态。
get-actor-build-logbuilds检索特定 Actor 构建的日志。
get-actor-build-listbuilds列出账户的构建,或某个 Actor 的构建,按所有状态,最新的在前。
build-actorbuilds构建 Actor 版本并等待有限时间让构建完成。
get-actor-versionsource获取 Actor 版本的文件列表(含哈希值)以及您请求的文件内容。
apify-api-searchapi按关键字搜索 Apify API 参考中的操作。返回每个操作的方法、路径和文档页面。
apify-api-detailsapi获取路径上 Apify API 操作的参数和请求体模式。
apify-api-readapi向任何 Apify API 路径发送 GET 请求,例如 actor-runs 或 /v2/actor-runs,类似于 Apify CLI 中的 apify api。它拒绝 method 查询参数。
apify-api-writenone (按名称选择:tools=apify-api-write)向任何 Apify API 路径发送 POST、PUT、PATCH 或 DELETE 请求,带有 JSON 请求体,类似于 Apify CLI 中的 apify api。它拒绝 method 查询参数。

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),传递调用返回的 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:对于仅读取数据而不修改状态的工具为 true(例如 get-dataset、fetch-actor-details)。Actor 工具仅对 Apify 维护的、权限有限且没有秘密、可写存储、MCP 连接器或代码输入的 Actors 获得此注解(例如 apify--web-fetch);其他 Actor 工具被标记为破坏性。
  • openWorldHint:对于访问 Apify 平台外部资源的工具为 true(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)没有此提示。

工具配置

tools 配置参数用于指定加载的工具——直接指定类别或特定工具,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限制),但位于 dev 类别中,因此显式的 tools=dev 也会选择它。要禁用它,请传递一个省略它的显式 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——没有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。没有其他工具可用。

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中相同的工具,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。没有其他工具可用。

⚠️ 重要建议

默认工具配置可能在将来版本中更改。 当未指定 tools 参数时,服务器当前会加载默认工具,但此行为可能会更改。

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 配置保持与 v1 用法的向后兼容性。注意:

  • 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(默认通过 actors 类别包含)。任何遗留的原始值都会被忽略。
  • 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 显式选择的意图相同)。
  • call-actor 现在默认通过 actors 类别包含(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)。
  • tools=get-actor-log 已退役:该工具已重命名为 get-actor-run-log。旧的选择器被忽略且不加载任何工具。请改用 tools=get-actor-run-log(或 runs 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(Prompts)

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

资源(Resources)

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——数据集条目、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条简短通知及下载 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 搜索网络

用户提示:

查找关于自主 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 工具来搜索网络,并返回顶级结果的内容。 该工具返回前 3 个搜索结果的 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:

显示该次抓取运行的下 10 条结果。

AI 助手使用之前 Actor 运行的数据集 ID 来获取更多条目。 预期输出:该工具从 Actor 的输出数据集中返回下一页的结构化数据条目。

📡 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

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 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 开始调试。

未认证访问

当 tools 查询参数仅包含明确为未认证使用启用的工具时,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、apify-api-search、apify-api-details。 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同步。

要创建 canary 发布,请为您的拉取请求添加 beta 标签。 这会将包发布到 pkg.pr.new,以便在合并前进行暂存和测试。 有关详细信息,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。更多详细信息,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:

  • 描述超过 500 个字符(如 ACTOR_MAX_DESCRIPTION_LENGTH 中所定义)时,会在该窗口内的最后一个完整句子处截断,如果没有句子断点则在最后一个完整单词处截断,并标记为 [Description truncated]。
  • 枚举字段在 2000 个组合字符以内(如 ACTOR_ENUM_MAX_LENGTH 中所定义)时完整保留;更大的枚举将被省略,并在描述中附上简短说明和几个示例值。
  • 必填字段在其描述中明确标记 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。
  • 枚举值和示例会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 Actor 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 Actor。要动态搜索和使用 Apify Store 中的任何 Actor(包括租赁 Actor),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 输入会发送到 Apify API 执行。 除运行所请求的 Actor 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细信息,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,而非实现方案。
  • 🔧 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 PR。

完整规则,包括 AI 辅助贡献:CONTRIBUTING.md。

📚 了解更多