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 Store 中数千个现成的爬虫、抓取器和自动化工具，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！

为了最简便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 以及任何遵循模型上下文协议的客户端。更多详情请查看 MCP 客户端部分或访问 MCP 配置页面。

Apify-MCP-服务器

🌐 Apify MCP 服务器简介

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 帖子爬虫从多个页面/个人资料中提取 Facebook 帖子的数据。
使用 Google 地图电子邮件提取器从 Google 地图提取联系方式。
使用 Google 搜索结果爬虫抓取 Google 搜索引擎结果页面（SERP）。
使用 Instagram 爬虫抓取 Instagram 帖子、个人资料、地点、照片和评论。
使用 RAG 网页浏览器搜索网络，抓取前 N 个 URL 并返回其内容。

视频教程：将 8,000+ Apify Actors 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> 请求头从您的 MCP 客户端连接。这是大多数用例的推荐方法。由于支持 OAuth，您只需通过 URL https://mcp.apify.com 即可从 Claude.ai 或 Visual Studio Code 等客户端连接。

https://mcp.apify.com 流式传输

标准输入/输出（stdio）：适合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。

⚠️ 2026 年 4 月 1 日弃用 SSE 传输

请在 2026 年 4 月 1 日之前更新您的 MCP 客户端配置。 Apify MCP 服务器将停止支持服务器发送事件（SSE）传输，转而采用可流式 HTTP，以符合官方 MCP 规范。

前往 mcp.apify.com 更新您选择的客户端的安装，并提供有效的端点。

🤖 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，但对动态工具发现和其他功能的支持程度可能因客户端而异。

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

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

下表概述了经过测试的 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	工具可能需要手动在客户端中重新加载
Claude Desktop	🟡 部分	工具可能需要手动在客户端中重新加载
VS Code (Genie)	✅ 完全
Cursor	✅ 完全
Apify Tester MCP Client	✅ 完全	专为测试 Apify MCP 服务器设计
OpenCode	✅ 完全

基于客户端功能的智能工具选择：

当请求 actors 工具类别时，服务器会根据客户端功能智能选择最合适的 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。这允许用户在对话过程中动态发现和添加新的 Actors 作为工具，从而获得更好的用户体验。
动态工具支持有限的客户端（如 Claude Desktop）：服务器提供标准的 call-actor 工具以及其他 Actor 类别工具，确保兼容性的同时保持功能。

🪄 立即试用 Apify MCP

想无需任何设置就试用 Apify MCP 吗？

查看 Apify Tester MCP Client

这个交互式、类似聊天的界面提供了一种简单的方式来探索 Apify MCP 的功能，无需任何本地设置。只需使用您的 Apify 帐户登录，即可开始尝试网络抓取、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

🛠️ 工具、资源和提示

MCP 服务器提供了一组用于与 Apify Actors 交互的工具。由于 Apify Store 庞大且增长迅速，MCP 服务器提供了一种动态发现和使用新 Actors 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 Actor apify/rag-web-browser 和几个辅助工具。 MCP 服务器加载 Actor 的输入模式并创建相应的 MCP 工具。这使得 AI 代理能够确切地知道要传递给 Actor 的参数以及预期的返回结果。

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

{
  "query": "旧金山的餐厅",
  "maxResults": 3
}

您无需手动指定要调用的 Actor 或其输入参数；LLM 会自动处理这些。当调用工具时，参数会自动由 LLM 传递给 Actor。您可以参考特定 Actor 的文档以获取可用参数的列表。

辅助工具

将MCP与Apify结合使用时，最强大的功能之一是动态工具发现机制。它允许AI智能体按需发现新工具（Actors）并将其整合使用。以下是MCP的特殊操作及Apify MCP服务器对其的支持方式：

Apify Actors：搜索Actors、查看详情并将其作为AI工具使用
Apify文档：搜索Apify文档并获取特定文档为AI提供上下文
Actor运行记录：获取Actor运行列表、查看详情及日志
Apify存储：访问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商店搜索Actors	✅
`fetch-actor-details`	actors	获取特定Actor的详细信息	✅
`call-actor`*	actors	调用Actor并获取运行结果。需先使用fetch-actor-details获取输入模式	❔
`apify-slash-rag-web-browser`	Actor（参见工具配置）	网页浏览Actor工具	✅
`search-apify-docs`	docs	搜索Apify相关文档页面	✅
`fetch-apify-docs`	docs	通过URL获取Apify文档完整内容	✅
`get-actor-run`	runs	获取特定Actor运行的详细信息
`get-actor-run-list`	runs	获取Actor运行列表（可按状态筛选）
`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	从数据集获取条目（支持筛选和分页）
`get-dataset-schema`	storage	从数据集生成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	列出键值存储中的所有键名
`get-key-value-store-record`	storage	获取键值存储中特定键的值
`get-dataset-list`	storage	列出用户所有可用数据集
`get-key-value-store-list`	storage	列出用户所有可用键值存储
`add-actor`*	experimental	添加Actor作为新工具供用户调用	❔
`get-actor-output`*	-	获取Actor调用的完整输出（当工具预览不包含全部输出时使用）	✅

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工具而非call-actor，以增强Actor发现能力。

get-actor-output工具会自动包含在所有Actor相关工具中（如call-actor、add-actor或特定Actor工具）。调用Actor时，您将获得输出预览（根据输出格式和长度可能为完整或部分内容）。要获取完整输出，请使用get-actor-output工具（支持限制/偏移/字段筛选）。

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：工具显示名称（如"搜索Actors"）
readOnlyHint：标记为true表示只读工具（如数据查询）
openWorldHint：标记为true表示访问Apify平台外部资源（如执行外部Actor）

工具配置

tools参数用于指定加载的工具类别/具体工具/Apify Actors。例如tools=storage,runs加载两个类别。

未提供参数时，默认加载：

actors
docs
apify/rag-web-browser

快捷配置：

使用UI配置器生成配置后复制到客户端。

托管服务器配置示例：

默认工具：https://mcp.apify.com?tools=actors,docs,apify/rag-web-browser
单一Actor工具：https://mcp.apify.com?tools=apify/my-actor

CLI配置示例：

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

⚠️ 重要建议

默认配置可能变更，生产环境请始终明确指定tools参数。

UI模式配置

uiMode参数启用OpenAI优化的部件渲染：

托管服务器：

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

CLI：

npx @apify/actors-mcp-server --ui openai
# 或通过环境变量
export UI_MODE=openai

向后兼容性

v2配置保持与v1兼容：

仍支持actors参数和--actors标志
弃用enable-adding-actors，推荐使用tools=experimental
默认行为保持不变

提示模板

服务器提供预设提示模板（如GetLatestNewsOnTopic）帮助快速使用RAG Web Browser等工具。

📡 遥测数据

Apify MCP服务器默认收集工具调用遥测数据以改进服务。

禁用遥测

托管服务器：

https://mcp.apify.com?telemetry-enabled=false

本地服务器：

npx @apify/actors-mcp-server --telemetry-enabled=false
# 或
export TELEMETRY_ENABLED=false

⚙️ 开发

请参阅：

CONTRIBUTING.md（贡献指南）
DEVELOPMENT.md（开发说明）

环境准备

安装 Node.js (v18 或更高版本)

创建环境配置文件 .env，内容如下：

APIFY_TOKEN="您的Apify令牌"

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="您的Apify令牌"
export APIFY_META_ORIGIN=STANDBY
apify run -p

服务器启动后，可通过 MCP检测工具调试运行在 http://localhost:3001 的服务。

启动标准输入输出（stdio）MCP服务器

使用以下命令启动MCP检测工具：

export APIFY_TOKEN="您的Apify令牌"
npx @modelcontextprotocol/inspector node ./dist/stdio.js

启动后，检测工具将显示可浏览器访问的调试URL。

免认证访问

当tools查询参数仅包含明确允许免认证使用的工具时，托管服务器允许无API令牌访问。当前允许的工具：search-actors（搜索执行器）、search-apify-docs（搜索文档）、fetch-apify-docs（获取文档）。示例：https://mcp.apify.com?tools=search-actors

🐦 金丝雀PR版本发布

Apify MCP分为两个代码库：本仓库包含核心MCP逻辑，私有仓库apify-mcp-server-internal用于托管服务器。变更需保持同步。

创建金丝雀版本时，请为PR分支添加beta标签。这会将包发布至pkg.pr.new进行合并前的预发布测试。详见工作流文件。

🐋 Docker Hub集成

Apify MCP服务器已通过mcp-registry仓库集成至Docker Hub。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）。在重大修改stdio服务器版本前，请务必本地测试确保Docker构建通过。 测试时请将source.branch改为您的PR分支并运行task build -- apify-mcp-server。更多细节参见CONTRIBUTING.md。

🐛 故障排查（本地MCP服务器）

运行node -v确认已安装Node.js
确保已设置APIFY_TOKEN环境变量
始终使用@apify/actors-mcp-server@latest获取最新版本

调试NPM包

使用MCP检测工具调试：

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

💡 功能限制

执行器输入模式经过处理以兼容多数MCP客户端，同时符合JSON Schema标准：

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限制2000字符（由ACTOR_ENUM_MAX_LENGTH定义）
必填字段在描述中明确标注REQUIRED前缀以兼容不完善框架
嵌套属性针对代理配置等特殊场景构建正确输入结构
数组项类型按优先级推断：显式类型 > 预填充类型 > 默认值类型 > 编辑器类型
枚举值和示例加入属性描述确保可见性
租赁执行器仅限https://mcp.apify.com托管服务使用。本地stdio服务器仅能访问已添加工具集。需连接托管端点动态搜索Apify商店执行器。

🤝 参与贡献

欢迎改进Apify MCP服务器！您可以通过以下方式参与：

🐛 提交问题：发现错误或功能需求？创建issue
🔧 提交PR：fork仓库并提交改进代码
📚 文档优化：完善文档和示例
💡 用例分享：贡献使用案例

重大变更请先创建issue讨论提案，确保符合项目目标。