Apify MCP Server

🚀 Apify模型上下文協議（MCP）服務器

Apify模型上下文協議（MCP）服務器 mcp.apify.com 可讓您的AI代理使用 Apify Store 中的數千個現成的抓取器、爬蟲和自動化工具，從社交媒體、搜索引擎、地圖、電子商務網站和任何其他網站提取數據。它支持OAuth，允許您僅使用URL從Claude.ai或Visual Studio Code等客戶端進行連接。

🚀 使用託管的Apify MCP服務器！

為獲得最佳體驗，請將您的AI助手連接到我們的託管服務器 https://mcp.apify.com。託管服務器支持最新功能，包括結構化Actor結果的輸出模式推斷，而通過標準輸入輸出（stdio）本地運行時則無法使用這些功能。

💰 該服務器還支持 Skyfire代理支付，允許AI代理在無需API令牌的情況下為Actor運行付費。

Apify MCP服務器與 Claude Code、Claude.ai、Cursor、VS Code 以及任何遵循模型上下文協議的客戶端兼容。有關更多詳細信息，請查看 MCP客戶端部分，或訪問 MCP配置頁面。

🚀 快速開始

您可以通過以下兩種方式使用Apify MCP服務器：

HTTPS端點（mcp.apify.com）：通過OAuth從您的MCP客戶端進行連接，或者在請求中包含 Authorization: Bearer <APIFY_TOKEN> 標頭。對於大多數用例，這是推薦的方法。由於它支持OAuth，您可以僅使用URL https://mcp.apify.com 從 Claude.ai 或 Visual Studio Code 等客戶端進行連接。

• https://mcp.apify.com 可流式傳輸

標準輸入/輸出（stdio）：非常適合本地集成和命令行工具，如Claude for Desktop客戶端。

• 將MCP客戶端服務器命令設置為 npx @apify/actors-mcp-server，並將 APIFY_TOKEN 環境變量設置為您的Apify API令牌。
• 有關更多選項，請參閱 npx @apify/actors-mcp-server --help。

您可以在 Apify文檔 中找到設置MCP服務器的詳細說明。

✨ 主要特性

豐富的工具支持

Apify MCP服務器允許AI助手使用任何 Apify Actor 作為工具來執行特定任務，例如：

• 使用 Facebook Posts Scraper 從多個頁面/個人資料的Facebook帖子中提取數據。
• 使用 Google Maps Email Extractor 從Google地圖中提取聯繫信息。
• 使用 Google Search Results Scraper 抓取Google搜索引擎結果頁面（SERP）。
• 使用 Instagram Scraper 抓取Instagram帖子、個人資料、地點、照片和評論。
• 使用 RAG Web Browser 搜索網絡，抓取前N個URL並返回其內容。

視頻教程

視頻教程：將8000多個Apify Actors和Agents與Claude集成

多客戶端兼容

Apify MCP服務器與任何遵循 模型上下文協議 的MCP客戶端兼容，但不同客戶端對動態工具發現和其他功能的支持程度可能有所不同。您可以使用以下客戶端與Apify MCP服務器進行交互：Claude Desktop、Visual Studio Code 或 Apify Tester MCP Client。

動態工具發現

MCP服務器提供了一種動態發現和使用新Actors的方法，允許AI代理根據需要找到新工具（Actors）並將其納入使用。

智能工具選擇

當請求 actors 工具類別時，服務器會根據客戶端的功能智能選擇最合適的與Actor相關的工具：

• 支持動態工具的客戶端（例如Claude.ai網頁版、VS Code Genie）：服務器提供 add-actor 工具而不是 call-actor，這允許用戶在對話過程中動態發現並添加新的Actors作為工具，提供更好的用戶體驗。
• 動態工具支持有限的客戶端（例如Claude Desktop）：服務器提供標準的 call-actor 工具以及其他Actor類別工具，確保兼容性的同時保持功能。

Skyfire代理支付集成

Apify MCP服務器與 Skyfire 集成，實現代理支付功能，AI代理可以在無需Apify API令牌的情況下自動為Actor運行付費。

工具配置靈活

可以通過URL查詢參數或命令行標誌來配置服務器加載的工具，支持指定工具類別或特定工具，還可以啟用UI模式以在工具響應中渲染 MCP Apps 小部件。

遙測數據收集

Apify MCP服務器收集工具調用的遙測數據，以幫助Apify瞭解使用模式並改進服務。默認情況下，所有工具調用的遙測功能均已啟用。

📦 安裝指南

開發環境準備

• Node.js（v18或更高版本）

創建一個環境文件 .env，內容如下：

APIFY_TOKEN="your-apify-token"

構建 actor-mcp-server 包

npm run build

啟動HTTP可流式傳輸的MCP服務器

使用Apify CLI運行：

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

服務器啟動後，您可以使用 MCP Inspector 調試暴露在 http://localhost:3001 的服務器。

啟動標準輸入/輸出（stdio）MCP服務器

您可以使用以下命令啟動MCP Inspector：

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

啟動後，Inspector將顯示一個URL，您可以在瀏覽器中打開該URL以開始調試。

無認證訪問

當 tools 查詢參數僅包含明確允許無認證使用的工具時，託管服務器允許在無需API令牌的情況下進行訪問。目前允許的工具包括：search-actors、fetch-actor-details、search-apify-docs、fetch-apify-docs。例如：https://mcp.apify.com?tools=search-actors。

💻 使用示例

基礎用法

以下是使用 apify/rag-web-browser Actor的示例輸入參數：

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

您無需手動指定要調用的Actor或其輸入參數，大語言模型（LLM）會自動處理這些。當調用工具時，參數會由LLM自動傳遞給Actor。您可以參考特定Actor的文檔以獲取可用參數列表。

高級用法

使用Skyfire代理支付功能時，需要進行如下配置：

{
  "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"
    }
  }
}

當啟用Skyfire模式時，代理將自動處理完整的支付流程：

1. 代理通過 search-actors 或 fetch-actor-details 發現相關Actors（這些操作免費）。
2. 在執行Actor之前，代理使用Skyfire MCP服務器的 create-pay-token 工具創建一個PAY令牌（最低5美元）。
3. 代理在調用Actor工具時，在 skyfire-pay-id 輸入屬性中傳遞PAY令牌。
4. 結果照常返回。令牌上未使用的資金可用於未來運行，或在過期時返還。

📚 詳細文檔

MCP客戶端

Apify MCP服務器與任何遵循 模型上下文協議 的MCP客戶端兼容，但不同客戶端對動態工具發現和其他功能的支持程度可能有所不同。

支持的客戶端矩陣

工具、資源和提示

Actors

任何 Apify Actor 都可以用作工具。默認情況下，服務器預配置了一個Actor apify/rag-web-browser 和幾個輔助工具。MCP服務器會加載Actor的輸入模式並創建相應的MCP工具，使AI代理能夠確切知道要傳遞給Actor的參數以及預期的返回結果。

輔助工具

使用MCP與Apify的最強大功能之一是動態工具發現，它允許AI代理根據需要找到新工具（Actors）並將其納入使用。以下是一些特殊的MCP操作以及Apify MCP服務器的支持方式：

• Apify Actors：搜索Actors，查看其詳細信息，並將其用作AI的工具。
• Apify文檔：搜索Apify文檔並獲取特定文檔，為AI提供上下文。
• Actor運行：獲取您的Actor運行列表，檢查其詳細信息並檢索日誌。
• Apify存儲：訪問您的數據集中的數據和鍵值存儲。

可用工具概述

注意：

使用 actors 工具類別時，支持動態工具發現的客戶端（如Claude.ai網頁版和VS Code）會自動接收 add-actor 工具而不是 call-actor，以增強Actor發現功能。

get-actor-output 工具會自動包含在任何與Actor相關的工具中，如 call-actor、add-actor 或任何特定的Actor工具（如 apify-slash-rag-web-browser）。當您調用Actor時，無論是通過 call-actor 工具還是直接通過Actor工具（如 apify-slash-rag-web-browser），都會收到輸出預覽。預覽取決於Actor的輸出格式和長度；對於某些Actors和運行，可能會包含整個輸出，而對於其他Actors，只返回有限版本以避免使LLM過載。要檢索Actor運行的完整輸出，請使用 get-actor-output 工具（支持限制、偏移和字段過濾），並使用Actor調用提供的 datasetId。

工具註釋

所有工具都包含元數據註釋，以幫助MCP客戶端和LLM理解工具的行為：

• title：工具的簡短顯示名稱（例如，“Search Actors”、“Call Actor”、“apify/rag-web-browser”）
• readOnlyHint：對於僅讀取數據而不修改狀態的工具為 true（例如，get-dataset、fetch-actor-details）
• openWorldHint：對於訪問Apify平臺之外的外部資源的工具為 true（例如，call-actor 執行外部Actors，get-html-skeleton 抓取外部網站）。僅與Apify平臺交互的工具（如 search-actors 或 fetch-apify-docs）沒有此提示。

工具配置

tools 配置參數用於指定要加載的工具，可以是類別或特定工具，也可以是Apify Actors。例如，tools=storage,runs 加載兩個類別；tools=add-actor 僅加載一個工具。

如果未提供查詢參數，MCP服務器默認加載以下 tools：

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

如果指定了 tools 參數，則僅啟用列出的工具或類別，不會包含默認工具。

輕鬆配置：

使用 UI配置器 配置您的服務器，然後將配置複製到您的客戶端。

配置託管服務器

可以使用URL中的查詢參數配置託管服務器。例如，要加載默認工具，請使用：

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

如果您只想使用單個Actor工具，而不需要任何發現或通用調用工具，可以將服務器配置如下：

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

此設置僅將指定的Actor（apify/my-actor）作為工具公開，不會提供其他工具。

配置CLI

可以使用命令行標誌配置CLI。例如，要加載與託管服務器配置相同的工具，請使用：

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

最小配置與託管服務器配置類似：

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

同樣，此設置僅將指定的Actor（apify/my-actor）作為工具公開，不會提供其他工具。

⚠️ 重要建議

默認工具配置可能會在未來版本中更改。 當未指定 tools 參數時，服務器當前會加載默認工具，但此行為可能會發生變化。

對於生產使用和穩定接口，請始終明確指定 tools 參數，以確保您的配置在更新過程中保持一致。

UI模式配置

ui 參數可在工具響應中啟用 MCP Apps 小部件渲染。啟用後，像 search-actors 這樣的工具會返回交互式MCP App響應。

配置託管服務器

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使用：

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

配置CLI

可以使用命令行標誌配置CLI。例如，要啟用UI模式：

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

您也可以通過 UI_MODE 環境變量設置：

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

向後兼容性

v2配置保留了與v1用法的向後兼容性。注意事項如下：

• actors 參數（URL）和 --actors 標誌（CLI）仍然支持。
  • 內部它們會合併到 tools 選擇器中。
  • 示例：?actors=apify/rag-web-browser 等同於 ?tools=apify/rag-web-browser；--actors apify/rag-web-browser 等同於 --tools apify/rag-web-browser。
• enable-adding-actors（CLI）和 enableAddingActors（URL）支持但已棄用。
  • 建議使用 tools=experimental 或包含特定工具 tools=add-actor。
  • 行為保持不變：當啟用但未指定 tools 時，服務器僅公開 add-actor；當選擇類別/工具時，也會包含 add-actor。
• enableActorAutoLoading 仍然作為 enableAddingActors 的舊別名存在，並會自動映射。
• 默認值保持兼容：當未指定 tools 時，服務器加載 actors、docs 和 apify/rag-web-browser。
  • 如果指定了任何 tools，則不會添加默認值（與v1顯式選擇的意圖相同）。
• call-actor 現在通過 actors 類別默認包含（增量更改）。要排除它，請指定不包含 actors 的顯式 tools 列表。
• preview 類別已棄用並移除。請使用特定工具名稱代替。

使用 ?actors=... 或 --actors 的現有URL和命令將繼續正常工作。

提示

服務器提供了一組預定義的示例提示，幫助您開始通過MCP與Apify進行交互。例如，有一個 GetLatestNewsOnTopic 提示，允許您使用 RAG Web Browser Actor輕鬆檢索特定主題的最新新聞。

資源

服務器目前尚未提供任何資源。

🔧 技術細節

遙測

Apify MCP服務器收集工具調用的遙測數據，以幫助Apify瞭解使用模式並改進服務。默認情況下，所有工具調用的遙測功能均已啟用。

標準輸入輸出傳輸還使用 Sentry 進行錯誤跟蹤，這有助於我們更快地識別和修復問題。當選擇退出遙測時，Sentry會自動禁用。

選擇退出遙測

您可以通過將 --telemetry-enabled CLI標誌設置為 false 或將 TELEMETRY_ENABLED 環境變量設置為 false 來選擇退出遙測（包括Sentry錯誤跟蹤）。CLI標誌優先於環境變量。

示例

對於遠程服務器（mcp.apify.com）：

# 通過URL參數禁用
https://mcp.apify.com?telemetry-enabled=false

對於本地標準輸入輸出服務器：

# 通過CLI標誌禁用
npx @apify/actors-mcp-server --telemetry-enabled=false

# 或設置環境變量
export TELEMETRY_ENABLED=false
npx @apify/actors-mcp-server

開發

請參閱 CONTRIBUTING.md 指南，瞭解貢獻準則和提交消息約定。

有關詳細的開發設置、項目結構和本地測試說明，請參閱 DEVELOPMENT.md 指南。

限制

Actor輸入模式經過處理以與大多數MCP客戶端兼容，同時遵循 JSON Schema 標準。處理包括：

• 描述 截斷為500個字符（由 MAX_DESCRIPTION_LENGTH 定義）。
• 枚舉字段 截斷為所有元素的最大組合長度為2000個字符（由 ACTOR_ENUM_MAX_LENGTH 定義）。
• 必需字段 在其描述中明確標記為 REQUIRED 前綴，以確保與可能無法正確處理JSON模式的框架兼容。
• 嵌套屬性 為特殊情況（如代理配置和請求列表源）構建，以確保正確的輸入結構。
• 數組項類型 在模式中未明確定義時進行推斷，使用優先級順序：項中的顯式類型 > 預填充類型 > 默認值類型 > 編輯器類型。
• 枚舉值和示例 添加到屬性描述中，以確保即使客戶端不完全支持JSON模式也能看到這些信息。
• 租賃Actors 僅可在託管的MCP服務器 https://mcp.apify.com 上使用。通過標準輸入輸出本地運行服務器時，您只能訪問已添加到本地工具集的Actors。要動態搜索並使用Apify Store中的任何Actor（包括租賃Actors），請連接到託管端點。

🐛 故障排除（本地MCP服務器）

• 運行 node -v 確保已安裝 node。
• 確保已設置 APIFY_TOKEN 環境變量。
• 始終使用 @apify/actors-mcp-server@latest 以使用MCP服務器的最新版本。

調試NPM包

要調試服務器，請使用 MCP Inspector 工具：

export APIFY_TOKEN="your-apify-token"
npx @modelcontextprotocol/inspector npx -y @apify/actors-mcp-server

🤝 貢獻

我們歡迎您為改進Apify MCP服務器做出貢獻！您可以通過以下方式提供幫助：

• 🐛 報告問題：發現錯誤或有功能請求？打開一個問題。
• 🔧 提交拉取請求：分叉倉庫並提交包含增強或修復的拉取請求。
• 📚 文檔：歡迎對文檔和示例進行改進。
• 💡 分享用例：貢獻示例以幫助其他用戶。

對於重大更改，請先打開一個問題，討論您的提案，確保其符合項目目標。

📚 瞭解更多

• 模型上下文協議
• 什麼是AI代理？
• 什麼是MCP，為什麼它很重要？
• 如何將MCP與Apify Actors結合使用
• Tester MCP Client
• 網絡研討會：在Apify上構建和貨幣化MCP服務器
• 如何在Apify上構建和貨幣化AI代理