Apify

官方

官方 Apify MCP 伺服器，供 AI 代理執行 Actors、擷取網站資料，並自動化網頁抓取與爬取工作流程。

GitHub
11.1k

你可以用 Apify MCP 做什麼？

  • 搜尋並執行爬蟲 — 請您的助理在 Apify Store 中尋找 Actor，並透過 search-actors 和 call-actor 執行它，以從社交媒體、地圖或電子商務網站擷取資料。
  • 瀏覽網頁 — 請您的助理使用預先設定的 apify--web-fetch Actor 工具，擷取任何 URL 並將內容轉換為 Markdown 或純文字。
  • 使用 RAG 進行研究 — 請您的助理使用 apify--rag-web-browser Actor 工具搜尋網路，並總結前幾筆結果。
  • 管理 Actor 執行 — 使用 get-actor-run 和 get-dataset-items 等工具，擷取執行結果、分頁瀏覽資料集，或中止正在執行的任務。
  • 無需 API 權杖即可付款 — 透過 AGI、直接 x402 或 Skyfire 使用代理付款，即可在沒有 APIFY_TOKEN 的情況下執行 Actor。

文件

Apify MCP Server
mcp.apify.com

NPM latest version Downloads Build Status smithery badge

位於 mcp.apify.com 的 Apify 模型上下文協定（MCP）伺服器，讓您的 AI 代理程式能夠使用 Apify Store 中數千個現成的爬蟲、抓取器和自動化工具，從社交媒體、搜尋引擎、地圖、電子商務網站以及任何其他網站提取資料。它支援 OAuth，讓您可以僅使用 URL 即可從 Claude.ai 或 Visual Studio Code 等用戶端連線。

🚀 使用託管的 Apify MCP 伺服器！

為了獲得最佳體驗，請將您的 AI 助理連線到位於 https://mcp.apify.com 的託管伺服器。託管伺服器支援最新功能——包括結構化 Actor 結果的輸出模式推論——這些功能在透過 stdio 本機執行時無法使用。

⚠️ 舊版 SSE 傳輸已移除。 https://mcp.apify.com/sse 端點已移除，改為支援 Streamable HTTP。請將您的用戶端遷移至 https://mcp.apify.com——從您的設定中移除 /sse 後綴。

💰 該伺服器也支援 代理程式付款：從 AGI 購買代幣以執行任何 Actor，或透過 direct x402（僅限 Pay Per Event Actors）或 Skyfire 按請求付費。

Apify MCP Server 與 Claude Code, Claude.ai, Cursor, VS Code 以及任何遵循模型上下文協定的用戶端相容。 請參閱 MCP 用戶端章節 以了解更多詳情，或造訪 MCP 設定頁面。

Apify-MCP-server

目錄

🌐 Apify MCP Server 介紹

Apify MCP Server 允許 AI 助理將任何 Apify Actor 用作工具來執行特定任務。 例如，它可以：

  • 使用 Facebook Posts Scraper 從多個頁面/個人資料的 Facebook 貼文中提取資料。
  • 使用 Google Maps Email Extractor 從 Google Maps 提取聯絡資訊。
  • 使用 Google Search Results Scraper 抓取 Google 搜尋引擎結果頁面（SERPs）。
  • 使用 Instagram Scraper 抓取 Instagram 貼文、個人資料、地點、照片和留言。
  • 使用 RAG Web Browser 搜尋網路、抓取前 N 個 URL，並回傳其內容。
  • 使用 Web Fetch 抓取任何 URL 並以 Markdown、純文字、HTML 或連結形式回傳其內容——具備 JavaScript 渲染和反機器人保護功能。

影片教學：整合 8,000+ 個 Apify Actors 與 Claude

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

🚀 快速入門

您可以使用兩種方式使用 Apify MCP Server：

HTTPS 端點（mcp.apify.com）：透過 OAuth 或將 Authorization: Bearer <APIFY_TOKEN> 標頭包含在請求中，從您的 MCP 用戶端連線。這是大多數使用案例的建議方法。由於它支援 OAuth，您可以使用僅 URL 從 Claude.ai 或 Visual Studio Code 等用戶端連線：https://mcp.apify.com。

  • https://mcp.apify.com streamable 傳輸

標準輸入/輸出（stdio）：適合本機整合和命令列工具，例如 Claude for Desktop 用戶端。

  • 將 MCP 用戶端伺服器命令設定為 npx @apify/actors-mcp-server，並將 APIFY_TOKEN 環境變數設定為您的 Apify API 代幣。
  • 請參閱 npx @apify/actors-mcp-server --help 以了解更多選項。

您可以在 Apify 文件 中找到設定 MCP 伺服器的詳細說明。

🤖 MCP 用戶端

Apify MCP Server 與任何遵循 模型上下文協定 的 MCP 用戶端相容，但對動態工具探索和其他功能的支援程度可能因用戶端而異。

若要與 Apify MCP Server 互動，您可以使用 Claude Desktop、Visual Studio Code 或 Apify Tester MCP Client 等用戶端。

造訪 mcp.apify.com 為您偏好的用戶端設定伺服器。

Apify-MCP-configuration-clients

已測試的用戶端

🪄 立即試用 Apify MCP

想要無需任何設定即可試用 Apify MCP 嗎？

請查看 Apify Tester MCP Client

這個互動式、類似聊天的介面提供了一種簡單的方式來探索 Apify MCP 的功能，無需任何本機設定。 使用您的 Apify 帳戶登入，開始體驗網頁抓取、資料提取和自動化工具！

或者使用 MCP bundle 檔案（以前稱為 Anthropic Desktop extension file 或 DXT）進行一鍵安裝：Apify MCP Server MCPB file

💰 代理程式付款

您可以使用 AGI、direct x402 或 Skyfire 支付 Actor 執行費用，而無需 Apify API 代幣。

  • AGI（agi.apify.com）以 x402 或 MPP 付款換取預付的 Apify API 代幣。像使用一般 API 代幣一樣，對 mcp.apify.com 和 api.apify.com 使用該代幣——適用於任何 Actor，不僅限於 Pay Per Event Actors。建議用於新的整合；請參閱下方的 AGI（建議）。
  • Direct x402 在 Base 上以 USDC 按請求付款，不需要單獨的平台帳戶。mcpc（brew install apify/tap/mcpc 或 npm install -g @apify/mcpc）完全支援此方式。我們使用 mcpc，因為它是少數原生支援最新功能和 x402 協定的 MCP 用戶端之一。
  • Skyfire 以 PAY 代幣付款，需要一個有資金錢包的 Skyfire 帳戶。它不需要特殊的 MCP 用戶端；整個付款流程直接透過 MCP 工具呼叫參數處理。

ℹ️ 範圍： Direct x402 和 Skyfire 都僅限於 Pay Per Event Actors，不支援 Standby Actors，並按每次執行結算，而不是鑄造代幣。

代理程式付款的運作方式

Actor 執行成本各不相同，因此兩種付款方式都使用預付餘額模型。付款流程分四個步驟：

  1. 探索：代理程式使用 search-actors 或 fetch-actor-details 探索 Actors。這些呼叫是免費的。
  2. 預付：在執行付費 Actor 工具之前，代理程式會為預付餘額充值。
    • Direct x402：mcpc 自動簽署一筆 $1.00 USDC 交易。
    • Skyfire：代理程式使用 Skyfire 的 create-pay-token 工具建立 PAY 代幣（最低 $5.00）。
  3. 執行：代理程式呼叫 Actor 工具。
    • Direct x402：由 mcpc 使用預付餘額自動處理。
    • Skyfire：代理程式在 skyfire-pay-id 輸入屬性中明確傳遞 PAY 代幣。
  4. 結算：工具回傳 Actor 結果。未使用的資金會保留供後續執行使用。
    • Direct x402：在 60 分鐘不活動後，伺服器會將任何未使用的餘額退還至 Base 上的錢包。
    • Skyfire：Skyfire 會在代幣到期時退還未使用的資金。

🪙 AGI（建議）

AGI（Apify Agent General Interface）是自主代理程式在沒有帳戶的情況下支付 Apify 使用費用的建議方式。透過 x402 或 MPP 付款一次，即可收到一個預付、有消費上限的 Apify API 代幣，並直接對 mcp.apify.com 和 api.apify.com（Authorization: Bearer <token>）使用它——適用於任何 Actor。

完整的協定、支援的付款方式以及當前條款（最低金額、代幣有效期、退款政策）記錄在 agi.apify.com/AGENTS.md——請將其視為唯一的事實來源。

💸 Direct x402

x402 協定 實現了直接的機器對機器付款。您的 MCP 用戶端可以使用它在 Base 區塊鏈 上以 USDC 支付 Actor 執行費用，完全無需 Apify API 代幣。

先決條件

  • 一個在 Base 主網上持有 USDC 的錢包。

設定

建立或匯入錢包：

# 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

啟用 x402 連線到伺服器：

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

您現在可以呼叫付費工具：

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

🔥 Skyfire

Skyfire 為 AI 代理程式提供受管理的付款基礎設施。您的代理程式不是使用 Apify API 代幣進行驗證，而是傳遞 Skyfire 付款代幣，以使用 PAY 代幣支付每次工具呼叫的費用。

先決條件

  • 一個有資金錢包的 Skyfire 帳戶。
  • 一個支援多個伺服器的 MCP 用戶端，例如 Claude Desktop、OpenCode 或 VS Code。

設定

在您的用戶端中設定 Skyfire MCP 伺服器和 Apify MCP Server。將 payment=skyfire 新增至 Apify 伺服器 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"
    }
  }
}

請參閱 Skyfire 整合文件 以了解設定詳情。Agentic Payments with Skyfire 文章提供了更多背景資訊。

🛠️ 工具、資源和提示詞

MCP 伺服器提供一組工具，用於與 Apify Actors 互動。 由於 Apify Store 規模龐大且快速成長，MCP 伺服器提供了一種動態探索和使用新 Actors 的方式。

Actors

任何 Apify Actor 都可以用作工具。 預設情況下，伺服器預先設定了兩個 Actors，apify/rag-web-browser 和 apify/web-fetch，以及幾個輔助工具。 MCP 伺服器會載入 Actor 的輸入模式並建立對應的 MCP 工具。 這讓 AI 代理程式確切知道要傳遞哪些參數給 Actor，以及預期回傳什麼。

例如，對於 apify/rag-web-browser Actor，輸入參數為：

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

您不需要手動指定要呼叫哪個 Actor 或其輸入參數；LLM 會自動處理。 當工具被呼叫時，參數會由 LLM 自動傳遞給 Actor。 您可以參考特定 Actor 的文件以了解可用的參數清單。

輔助工具

使用 MCP 與 Apify 搭配時，最強大的功能之一是動態工具探索。 它允許 AI 代理程式在需要時尋找新工具（Actors）並將其納入使用。 以下是一些特殊的 MCP 操作以及 Apify MCP Server 如何支援它們：

  • Apify Actors：搜尋 Actors、列出您帳戶中的 Actors、查看其詳細資料、將它們用作 AI 的工具，以及刪除您自己的 Actors。
  • Apify 文件：搜尋 Apify 文件並擷取特定文件，以提供內容給 AI。
  • Actor 執行：取得您的 Actor 執行清單、檢查其詳細資料，並擷取日誌。
  • Apify 儲存：從您的資料集和鍵值儲存中存取資料。
  • Actor 任務：建立、檢查和更新您儲存的 Actor 任務，並發佈或取消發佈其公開登陸頁面。
  • 排程：建立、檢查、更新和刪除自動執行您的 Actors 和任務的排程。
  • 建置：建置 Actor 版本、列出建置、檢查建置狀態，並擷取其建置日誌。
  • Actor 原始碼：讀取 Actor 版本的檔案，包含每個檔案的雜湊值和整個檔案集的修訂版本。
  • Apify API：搜尋 Apify API 參考、檢查操作，並傳送請求至 API 以讀取或變更資料。

可用工具總覽

以下是 Apify MCP Server 提供的所有工具總覽清單。

預設啟用欄位的圖例：

  • ✅ — 在預設工具集中。
  • ⚡ — 當存在 call-actor、Actor 工具或 get-actor-run 時自動注入（在預設組態中為 true）。
  • ✅¹ — 預設提供，但僅在啟用遙測且用戶端未被隱藏時：Anthropic 介面（Claude.ai / Claude Desktop / Claude Code）或 local-agent-mode-apify。若要停用，請傳遞明確的 tools= 清單並省略它。明確選取它（tools=report-problem 或 tools=dev）會無論用戶端為何都提供它 — 遙測仍必須啟用。
工具名稱類別描述預設啟用
search-actorsactors在 Apify Store 中搜尋 Actors。✅
fetch-actor-detailsactors擷取特定 Actor 的詳細資訊，包括其輸入架構、README（有摘要時提供摘要，否則提供完整內容）、定價和 Actor 輸出架構。✅
call-actoractors呼叫 Actor 並取得其執行結果。請先使用 fetch-actor-details 取得 Actor 的輸入架構。✅
get-actor-runruns取得特定 Actor 執行的詳細資訊。⚡
get-dataset-itemsstorage從資料集擷取項目，支援篩選和分頁。⚡
get-key-value-store-recordstorage取得鍵值儲存中特定鍵關聯的值。⚡
abort-actor-runruns中止正在執行的 Actor 執行，可選擇優雅地中止。⚡
delete-actornone (select by name: tools=delete-actor)永久刪除您帳戶中的 Actor。公開 Actors 必須先取消發佈。
search-apify-docsdocs搜尋 Apify 文件以尋找相關頁面。✅
fetch-apify-docsdocs透過 URL 擷取 Apify 文件頁面的完整內容。✅
apify--rag-web-browserActor (see tool configuration)用於瀏覽網頁的 Actor 工具。✅
apify--web-fetchActor (see tool configuration)用於擷取 URL 並傳回其內容的 Actor 工具。✅
report-problemdev向 Apify 團隊回報 Apify 工具或 Actor 的問題。✅¹
get-actor-listnone (select by name: tools=get-actor-list)列出您擁有以及與您共用的 Actors，包括私人 Actors。
get-actor-run-listruns取得 Actor 執行清單，可依 Actor 和狀態篩選。
get-actor-run-logruns擷取特定 Actor 執行的日誌。
get-datasetstorage取得特定資料集的後設資料。
get-dataset-schemastorage從資料集項目產生 JSON 架構。
get-key-value-storestorage取得特定鍵值儲存的後設資料。
get-key-value-store-keysstorage列出特定鍵值儲存中的鍵。
get-dataset-liststorage列出使用者所有可用的資料集。
get-key-value-store-liststorage列出使用者所有可用的鍵值儲存。
create-actor-tasktasks建立儲存的 Actor 任務（具名、可重複使用的 Actor 組態）。
get-actor-tasktasks取得儲存的 Actor 任務、其發佈狀態和公開顯示組態。
update-actor-tasktasks更新任務的輸入、執行選項或公開顯示組態。
publish-actor-tasktasks在任務的公開登陸頁面上發佈任務。
unpublish-actor-tasktasks從任務的公開登陸頁面取消發佈任務。
create-scheduleschedules建立以 cron 節奏執行 Actors 或任務的排程。
get-scheduleschedules取得排程、其 cron 表達式、狀態及其執行的動作。
update-scheduleschedules更新排程：cron 表達式、時區、啟用狀態或動作。
delete-scheduleschedules刪除排程。
get-actor-buildbuilds取得 Actor 建置的狀態。
get-actor-build-logbuilds擷取特定 Actor 建置的日誌。
get-actor-build-listbuilds列出帳戶的建置，或單一 Actor 的建置，涵蓋所有狀態，最新的在前。
build-actorbuilds建置 Actor 版本，並等待有限的時間讓建置完成。
get-actor-versionsource取得 Actor 版本的檔案清單（含雜湊值）以及您要求的檔案內容。
apify-api-searchapi依關鍵字搜尋 Apify API 參考中的操作。傳回每個操作的方法、路徑和文件頁面。
apify-api-detailsapi取得路徑上 Apify API 操作的參數和請求主體架構。
apify-api-readapi傳送 GET 請求至任何 Apify API 路徑，例如 actor-runs 或 /v2/actor-runs，類似 Apify CLI 中的 apify api。它會拒絕 method 查詢參數。
apify-api-writenone (select by name: tools=apify-api-write)傳送 POST、PUT、PATCH 或 DELETE 請求至任何 Apify API 路徑，包含 JSON 主體，類似 Apify CLI 中的 apify api。它會拒絕 method 查詢參數。

注意：

當存在 call-actor、Actor 工具或 get-actor-run 時，伺服器會自動注入 get-actor-run、get-dataset-items、get-key-value-store-record 和 abort-actor-run。

當您呼叫 Actor — 透過 call-actor 或直接透過 Actor 工具（例如 apify--rag-web-browser）— 回應包含執行後設資料、儲存 ID 和 summary + nextStep，但不包含資料集項目。若要擷取項目，請遵循 nextStep 並呼叫 get-dataset-items（自動注入），傳遞呼叫傳回的 datasetId。

工具註解

所有工具都包含後設資料註解，以協助 MCP 用戶端和 LLM 了解工具行為：

  • title：工具的簡短顯示名稱（例如「Search Actors」、「Call Actor」、「apify/rag-web-browser」）
  • readOnlyHint：true 適用於僅讀取資料而不修改狀態的工具（例如 get-dataset、fetch-actor-details）。Actor 工具僅在 Apify 維護的 Actors 具有有限權限且沒有機密、可寫入儲存、MCP 連接器或程式碼輸入時才獲得此標記（例如 apify--web-fetch）；其他 Actor 工具則標記為破壞性。
  • openWorldHint：true 適用於存取 Apify 平台外部資源的工具（例如 call-actor 執行外部 Actors）。僅與 Apify 平台互動的工具（如 search-actors 或 fetch-apify-docs）沒有此提示。

工具組態

tools 組態參數用於指定載入的工具 — 可以是類別或特定工具，以及 Apify Actors。例如，tools=storage,runs 載入兩個類別；tools=call-actor 僅載入一個工具。

當未提供查詢參數時，MCP server 預設載入以下 tools：

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

如果指定了 tools 參數，則僅啟用列出的工具或類別 — 不會包含預設工具。

report-problem 預設提供（受上述註腳中的門控限制），但位於 dev 類別中，因此明確的 tools=dev 也會選取它。若要停用，請傳遞明確的 tools= 清單並省略它（例如 tools=actors,docs）。

簡易組態：

使用 UI 組態器 來組態您的伺服器，然後將組態複製到您的用戶端。

組態託管伺服器：

託管伺服器可以使用 URL 中的查詢參數進行組態。例如，若要載入預設工具，請使用：

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

若為最小組態，且您只想使用單一 Actor 工具 — 不包含任何探索或通用呼叫工具，則可以如下組態伺服器：

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

此設定僅將指定的 Actor（apify/my-actor）公開為工具。不會有其他工具可用。

組態 CLI：

CLI 可以使用命令列旗標進行組態。例如，若要載入與託管伺服器組態相同的工具，請使用：

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

最小組態類似於託管伺服器組態：

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

如上所述，這僅將指定的 Actor（apify/my-actor）公開為工具。不會有其他工具可用。

⚠️ 重要建議

預設工具組態在未來版本中可能會變更。 當未指定 tools 參數時，伺服器目前會載入預設工具，但此行為可能變更。

對於生產使用和穩定介面，請務必明確指定 tools 參數，以確保您的組態在更新期間保持一致。

UI 模式組態

ui 參數啟用工具回應中的 MCP Apps 小工具渲染。啟用時，像 search-actors 這樣的工具會傳回互動式 MCP App 回應。

組態託管伺服器：

使用 ui 查詢參數啟用 UI 模式：

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

您可以將其與其他參數結合：

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

組態 CLI：

CLI 可以使用命令列旗標進行組態。例如，若要啟用 UI 模式：

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

您也可以透過 UI_MODE 環境變數設定它：

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

回溯相容性

v2 組態保留了與 v1 使用的回溯相容性。注意事項：

  • actors 參數（URL）和 --actors 旗標（CLI）仍受支援。
    • 在內部，它們會合併到 tools 選擇器中。
    • 範例：?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）和舊版 enableActorAutoLoading 別名已移除。若要動態呼叫 Actors，請使用 tools=call-actor（透過 actors 類別預設包含）。任何殘留的原始值都會被忽略。
  • 預設值保持相容：當未指定 tools 時，伺服器會載入 actors、docs、apify/rag-web-browser 和 apify/web-fetch。
    • 如果指定了任何 tools，則不會新增預設值（與 v1 明確選取的意圖相同）。
  • call-actor 現在透過 actors 類別預設包含（附加變更）。若要排除它，請指定不含 actors 的明確 tools 清單。
  • tools=add-actor、tools=experimental 和 tools=preview 已淘汰：它們會被忽略且不載入任何工具。請改用 tools=call-actor（或預設的 actors 類別）。
  • tools=get-actor-log 已淘汰：該工具已重新命名為 get-actor-run-log。舊選擇器會被忽略且不載入任何工具。請改用 tools=get-actor-run-log（或 runs 類別）。

現有使用 ?actors=... 或 --actors 的 URL 和指令仍可正常運作。

Prompts

伺服器宣告具備 prompts 能力，但目前未註冊任何提示詞——prompts/list 會回傳空清單。

Resources

您的 Apify 資料不會在 resources/list 中列舉——讀取是按需進行：將任何 Apify API GET URL（https://api.apify.com/v2/...）傳遞給 resources/read，伺服器便會注入工作階段的 Apify token 並回傳回應內容。resources/templates/list 列舉常見的資料型態——資料集項目、鍵值儲存記錄與鍵、執行中繼資料、執行日誌——及其分頁參數。回應內嵌最多 256 KB；更大的內容會回傳一則簡短通知及下載 URL，而非完整內容。API 讀取需要 Apify token，因此僅限付費的工作階段（x402 或 Skyfire）會收到 JSON-RPC 錯誤。

💬 使用範例

以下為實際範例，展示 AI 助理如何使用 Apify MCP Server 工具。

範例 1：使用 RAG Web Browser 搜尋網路

使用者提示詞：

搜尋關於自主 AI 代理的最新消息，並摘要關鍵發展。

AI 助理呼叫預先設定的 apify--rag-web-browser Actor 工具來搜尋網路，並回傳熱門結果的內容。 工具回傳前 3 筆搜尋結果的 Markdown 內容，AI 助理再為使用者進行摘要。

範例 2：從 Apify Store 探索並執行 Actor

使用者提示詞：

從 Google Maps 抓取布拉格前 10 大餐廳及其聯絡資訊。

AI 助理首先搜尋合適的 Actor，檢查其輸入結構描述，然後執行它。 工具回傳抓取資料的預覽，包括餐廳名稱、地址、評分、電話號碼和網站。

範例 3：擷取並分頁瀏覽 Actor 執行結果

使用者提示詞：

顯示那次抓取執行的接下來 10 筆結果。

AI 助理使用先前 Actor 執行的資料集 ID 來擷取其他項目。 預期輸出：工具從 Actor 的輸出資料集回傳下一頁的結構化資料項目。

📡 遙測

Apify MCP Server 會收集工具呼叫的遙測資料，以協助 Apify 了解使用模式並改善服務。 預設情況下，所有工具呼叫皆啟用遙測。

stdio 傳輸也使用 Sentry 進行錯誤追蹤，這有助於我們更快識別並修正問題。 當選擇退出遙測時，Sentry 會自動停用。

選擇退出遙測

您可以透過將 --telemetry-enabled CLI 旗標設為 false，或將 TELEMETRY_ENABLED 環境變數設為 false，來選擇退出遙測（包括 Sentry 錯誤追蹤）。 CLI 旗標優先於環境變數。

範例

遠端伺服器（mcp.apify.com）：

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

本機 stdio 伺服器：

# 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

⚙️ 開發

請參閱 CONTRIBUTING.md 指南，了解貢獻準則與提交訊息慣例。

如需詳細的開發環境設定、專案結構與本機測試說明，請參閱 DEVELOPMENT.md 指南。

先決條件

建立環境檔案 .env，內容如下：

APIFY_TOKEN="your-apify-token"

建置 actors-mcp-server 套件：

pnpm run build

啟動 HTTP streamable MCP 伺服器

使用 Apify CLI 執行：

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

伺服器啟動後，您可以使用 MCP Inspector 來偵錯位於 http://localhost:3001 的伺服器。

啟動標準輸入/輸出（stdio）MCP 伺服器

您可以使用以下指令啟動 MCP Inspector：

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

啟動後，Inspector 會顯示一個 URL，您可以在瀏覽器中開啟以開始偵錯。

未驗證存取

當 tools 查詢參數僅包含明確啟用於未驗證使用的工具時，託管伺服器允許在沒有 API token 的情況下存取。 目前允許的工具：search-actors、fetch-actor-details、search-apify-docs、fetch-apify-docs、apify-api-search、apify-api-details。 範例：https://mcp.apify.com?tools=search-actors。

🐦 Canary PR 發行

Apify MCP 分散在兩個儲存庫中：此儲存庫用於核心 MCP 邏輯，私有儲存庫 apify-mcp-server-internal 用於託管伺服器。 兩者之間的變更必須同步。

若要建立 canary 發行，請在您的 pull request 中加入 beta 標籤。 這會將套件發布至 pkg.pr.new，供合併前的暫存與測試使用。 詳情請參閱工作流程檔案。

🐋 Docker Hub 整合

Apify MCP Server 也可在 Docker Hub 上取得，透過 mcp-registry 儲存庫註冊。servers/apify-mcp-server/server.yaml 中的條目應由 Docker Hub MCP registry 自動部署（部署頻率未知）。在對 stdio 伺服器版本進行重大變更前，請先在本機測試以確保 Docker 建置通過。 若要測試，請將 source.branch 變更為您的 PR 分支並執行 task build -- apify-mcp-server。更多詳情請參閱 CONTRIBUTING.md。

🐛 疑難排解

如需逐步疑難排解，請參閱 Apify 文件中的 Claude Desktop 整合指南。

💡 限制

Actor 輸入結構描述會經過處理，以相容於大多數 MCP 用戶端，同時遵循 JSON Schema 標準。處理過程包括：

  • 描述超過 500 個字元（依 ACTOR_MAX_DESCRIPTION_LENGTH 定義）時，會在該範圍內最後一個完整句子處截斷；若無句子斷點，則在最後一個完整單字處截斷，並標記為 [Description truncated]。
  • 列舉欄位若合計在 2000 個字元內（依 ACTOR_ENUM_MAX_LENGTH 定義）則完整保留；較大的列舉會省略，並在描述中加入簡短說明及幾個範例值。
  • 必填欄位會在描述中明確加上 REQUIRED 前綴，以相容於可能無法正確處理 JSON schema 的框架。
  • 巢狀屬性會針對代理設定和請求清單來源等特殊情況建置，以確保輸入結構正確。
  • 陣列項目型別在結構描述中未明確定義時會進行推斷，優先順序為：items 中的明確型別 > prefill 型別 > 預設值型別 > 編輯器型別。
  • 列舉值和範例會加入屬性描述中，以確保可見性，即使用戶端不完全支援 JSON schema。
  • 租賃 Actors 僅可透過位於 https://mcp.apify.com. 的託管 MCP 伺服器使用。透過 stdio 在本機執行伺服器時，您只能存取已加入本機工具集的 Actors。若要動態搜尋並使用 Apify Store 中的任何 Actor（包括租賃 Actors），請連線至託管端點。

🔒 隱私權政策

使用此伺服器時，您的請求與 Actor 輸入會傳送至 Apify API 以執行。 除了執行所請求 Actors 的必要範圍外，資料不會與第三方分享。 有關資料收集、使用、分享與保留的完整詳情，請參閱 Apify Legal。

🤝 貢獻

我們歡迎錯誤回報、功能請求與文件修正。請將問題而非修補程式傳送給我們——附帶重現步驟的精確問題比 pull request 更有用。

  • 🐛 回報錯誤：開啟 issue 並附上重現步驟。這是您能提供的最有幫助的內容。
  • 💡 提出功能：開啟 issue——說明問題及受影響對象，而非實作方式。
  • 🔧 程式碼：僅處理維護者邀請的 issue。開放的 issue 並非邀請您接手；未經請求的 pull request 將被關閉。
  • 📚 文件：錯字、失效連結與錯誤指令可直接提交 PR。

完整規則（包括 AI 輔助貢獻）：CONTRIBUTING.md。

📚 了解更多