mcp.apify.com

mcp.apify.com上的Apify模型上下文协议(MCP)服务器能让您的AI代理通过Apify商店中数千个现成的爬虫、采集器和自动化工具，从社交媒体、搜索引擎、地图、电商网站等任何网站提取数据。它支持OAuth认证，您只需通过URL即可从Claude.ai或Visual Studio Code等客户端连接。

🚀 使用托管的Apify MCP服务器！

为获得最简单的设置和最强大的功能，请将您的AI助手连接到我们的托管服务器：

https://mcp.apify.com

Apify MCP服务器兼容Claude Code、Claude.ai、Cursor、VS Code等所有遵循模型上下文协议的客户端。查看MCP客户端章节了解更多详情，或访问MCP配置页面。

Apify-MCP服务器

🌐 Apify MCP服务器介绍

Apify MCP服务器允许AI助手使用任何Apify Actor作为工具来执行特定任务。例如，它可以：

使用Facebook帖子采集器从多个页面/个人资料中提取Facebook帖子数据
使用Google地图邮箱提取器从Google地图提取联系方式
使用Google搜索结果采集器采集搜索引擎结果页面(SERPs)
使用Instagram采集器采集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，采集前N个URL并返回其内容

视频教程：将8,000+个Apify Actor和代理集成到Claude

🚀 快速开始

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或在请求中包含Authorization: Bearer <APIFY_TOKEN>标头从MCP客户端连接。这是大多数用例的推荐方法。由于支持OAuth，您可以直接通过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)：适用于本地集成和命令行工具，如Claude桌面客户端。

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。
更多选项请参见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，但不同客户端对动态工具发现等功能的支持程度可能有所不同。

要与Apify MCP服务器交互，您可以使用以下客户端：Claude桌面版、Visual Studio Code或Apify测试MCP客户端。

访问mcp.apify.com为您的首选客户端配置服务器。

Apify-MCP配置客户端

支持的客户端矩阵

下表列出了经过测试的MCP客户端及其对关键功能的支持程度。

客户端	动态工具发现	备注
Claude.ai (网页版)	🟡 部分	客户端可能需要手动重新加载工具
Claude桌面版	🟡 部分	客户端可能需要手动重新加载工具
VS Code (Genie)	✅ 完整
Cursor	✅ 完整
Apify测试MCP客户端	✅ 完整	专为测试Apify MCP服务器设计
OpenCode	✅ 完整

基于客户端能力的智能工具选择：

当请求actors工具类别时，服务器会根据客户端能力智能选择最合适的Actor相关工具：

支持动态工具的客户端(如Claude.ai网页版、VS Code Genie)：服务器提供add-actor工具而非call-actor工具。这提供了更好的用户体验，用户可以在对话过程中动态发现并添加新的Actor作为工具。
动态工具支持有限的客户端(如Claude桌面版)：服务器提供标准的call-actor工具以及其他Actor类别工具，在保持兼容性的同时确保功能完整。

🪄 立即体验Apify MCP

想无需设置就体验Apify MCP？

试试Apify测试MCP客户端

这个交互式聊天界面提供了一种无需本地设置即可探索Apify MCP功能的简单方式。只需用您的Apify账户登录，即可开始体验网页采集、数据提取和自动化工具！

或使用MCP捆绑文件(原称Anthropic桌面扩展文件或DXT)进行一键安装：Apify MCP服务器MCPB文件

🛠️ 工具、资源和提示

MCP服务器提供了一套与Apify Actor交互的工具。由于Apify商店庞大且在快速增长，MCP服务器提供了一种动态发现和使用新Actor的方式。

Actors

任何Apify Actor都可以作为工具使用。默认情况下，服务器预配置了一个Actorapify/rag-web-browser和几个辅助工具。MCP服务器会加载Actor的输入模式并创建相应的MCP工具。这使得AI代理能准确知道要向Actor传递什么参数以及预期会得到什么返回。

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

{
  "query": "旧金山餐厅",
  "maxResults": 3
}

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

辅助工具

使用MCP与Apify结合最强大的功能之一是动态工具发现。它赋予AI代理根据需要查找新工具(Actor)并将其整合的能力。以下是一些特殊的MCP操作及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：访问您数据集和键值存储中的数据。

可用工具概览

以下是Apify MCP服务器提供的所有工具概览表。

工具名称	类别	描述	默认启用
`search-actors`	actors	在Apify商店中搜索Actor。	✅
`fetch-actor-details`	actors	获取特定Actor的详细信息。	✅
`call-actor`*	actors	调用一个Actor并获取其运行结果。	❔
`apify-slash-rag-web-browser`	Actor (参见工具配置)	用于浏览网页的Actor工具。	✅
`search-apify-docs`	docs	在Apify文档中搜索相关页面。	✅
`fetch-apify-docs`	docs	通过URL获取Apify文档页面的完整内容。	✅
`get-actor-run`	runs	获取特定Actor运行的详细信息。
`get-actor-run-list`	runs	获取Actor运行的列表，可按状态过滤。
`get-actor-log`	runs	获取特定Actor运行的日志。
`get-dataset`	storage	获取特定数据集的元数据。
`get-dataset-items`	storage	从数据集中检索项目，支持过滤和分页。
`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-key-value-store-record`	storage	获取键值存储中特定键的值。
`get-dataset-list`	storage	列出用户可用的所有数据集。
`get-key-value-store-list`	storage	列出用户可用的所有键值存储。
`add-actor`*	experimental	添加一个Actor作为用户可调用的新工具。	❔
`get-actor-output`*	-	从Actor调用中检索输出，这些输出不包含在Actor工具的输出预览中。	✅

注意：

使用actors工具类别时，支持动态工具发现的客户端（如Claude.ai网页版和VS Code）会自动接收add-actor工具而不是call-actor，以增强Actor发现能力。

get-actor-output工具会自动包含在任何与Actor相关的工具中，如call-actor、add-actor或任何特定的Actor工具（如apify-slash-rag-web-browser）。当你调用一个Actor——无论是通过call-actor工具还是直接通过Actor工具（如apify-slash-rag-web-browser）——你会收到一个输出预览。预览取决于Actor的输出格式和长度；对于某些Actor和运行，它可能包含完整的输出，而对于其他情况，仅返回有限版本以避免使LLM过载。要检索Actor运行的完整输出，请使用get-actor-output工具（支持限制、偏移和字段过滤）与Actor调用提供的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（如“搜索Actor”、“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（如get-dataset、fetch-actor-details）
openWorldHint: 对于访问Apify平台外部资源的工具为true（如call-actor执行外部Actor，get-html-skeleton抓取外部网站）。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——可以是类别或直接指定具体工具，以及Apify Actor。例如，tools=storage,runs加载两个类别；tools=add-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

如果指定了tools参数，则仅启用列出的工具或类别——不包含默认工具。

简单配置：

使用UI配置器配置服务器，然后将配置复制到客户端。

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，使用：

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

对于最小配置，如果只想使用单个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

此设置仅公开指定的Actor（apify/my-actor）作为工具。其他工具将不可用。

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相同的工具，使用：

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

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，此设置仅公开指定的Actor（apify/my-actor）作为工具。其他工具将不可用。

⚠️ 重要建议

默认工具配置可能在未来的版本中更改。 当未指定tools参数时，服务器当前加载默认工具，但此行为可能会更改。

对于生产使用和稳定接口，始终明确指定tools参数以确保配置在更新之间保持一致。

向后兼容性

v2配置保留了与v1用法的向后兼容性。注意事项：

actors参数（URL）和--actors标志（CLI）仍受支持。
- 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。
enable-adding-actors（CLI）和enableAddingActors（URL）受支持但已弃用。
- 推荐使用tools=experimental或包含特定工具tools=add-actor。
- 行为保持不变：当启用且未指定tools时，服务器仅公开add-actor；当选择类别/工具时，add-actor也被包含。
enableActorAutoLoading作为enableAddingActors的遗留别名保留，并自动映射。
默认值保持兼容：当未指定tools时，服务器加载actors、docs和apify/rag-web-browser。
- 如果指定了任何tools，则不添加默认值（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，指定不包含actors的显式tools列表。
preview类别已弃用并移除。改用特定工具名称。

使用?actors=...或--actors的现有URL和命令继续正常工作。

提示

服务器提供了一组预定义的示例提示，以帮助你开始通过MCP与Apify交互。例如，有一个GetLatestNewsOnTopic提示，允许你使用RAG Web Browser Actor轻松检索特定主题的最新新闻。

资源

服务器尚未提供任何资源。

📡 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，遥测对所有工具调用启用。

退出遥测

你可以通过将--telemetry-enabled CLI标志设置为false或将TELEMETRY_ENABLED环境变量设置为false来退出遥测。 CLI标志优先于环境变量。

示例

对于远程服务器（mcp.apify.com）：

# 通过URL参数禁用
https://mcp.apify.com?telemetry-enabled=false

对于本地stdio服务器：

# 通过CLI标志禁用
npx @apify/actors-mcp-server --telemetry-enabled=false

# 或设置环境变量
export TELEMETRY_ENABLED=false
npx @apify/actors-mcp-server

⚙️ 开发

先决条件

Node.js（v18或更高版本）

创建环境文件.env，内容如下：

APIFY_TOKEN="your-apify-token"

构建actor-mcp-server包：

npm run build

启动HTTP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，你可以使用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

你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，你可以在浏览器中打开以开始调试。

🐦 Canary PR发布

Apify MCP分为两个仓库：一个用于核心MCP逻辑，另一个私有仓库apify-mcp-server-internal用于托管服务器。更改必须在两者之间同步。

要创建canary发布，请将beta标签添加到PR分支。这将把包发布到pkg.pr.new进行暂存和测试，然后再合并。详情参见工作流文件。

🐋 Docker Hub集成

Apify MCP服务器也可在Docker Hub上使用，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，请确保在本地测试以确保Docker构建通过。**要测试，将source.branch更改为你的PR分支并运行task build -- apify-mcp-server。更多详情参见CONTRIBUTING.md。

🐛 故障排查（本地MCP服务器）

运行node -v确保已安装Node.js环境
确认已设置APIFY_TOKEN环境变量
始终使用最新版MCP服务器：@apify/actors-mcp-server@latest

NPM包调试指南

使用MCP检查器工具调试服务器：

export APIFY_TOKEN="您的Apify令牌"
npx @modelcontextprotocol/inspector npx -y @apify/actors-mcp-server

💡 使用限制

Actor输入模式经过处理以兼容多数MCP客户端，同时遵循JSON Schema规范：

描述文本截断至500字符（由MAX_DESCRIPTION_LENGTH定义）
枚举字段所有元素总长度不超过2000字符（由ACTOR_ENUM_MAX_LENGTH定义）
必填字段在描述中明确标注REQUIRED前缀，兼容不完善处理JSON模式的框架
嵌套属性针对代理配置/请求列表源等特殊场景构建正确输入结构
数组项类型当模式未明确定义时，按以下优先级推断：items显式类型 > 预填充类型 > 默认值类型 > 编辑器类型
枚举值与示例即使客户端不支持完整JSON模式，仍会在属性描述中显示
租赁Actor仅限https://mcp.apify.com托管服务器使用。本地stdio模式运行时，仅可访问已添加到本地工具集的Actor。如需动态搜索/使用Apify商店中的任意Actor（含租赁Actor），请连接托管端点

🤝 贡献指南

欢迎参与改进Apify MCP服务器！

🐛 问题反馈：发现错误或功能建议？提交issue
🔧 代码提交：Fork仓库后提交功能增强/问题修复的PR
📚 文档完善：文档和示例改进始终欢迎
💡 用例分享：贡献案例帮助其他用户

重大变更请先创建issue讨论提案，确保符合项目目标