mcp.apify.com

Apify 模型上下文协议 (MCP) 服务器在 mcp.apify.com 上，使您的 AI 助手能够从社交媒体、搜索引擎、地图、电子商务网站以及任何其他网站提取数据，使用来自 Apify 商店 的数千个现成的抓取器、爬虫和自动化工具。它支持 OAuth，允许您使用 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 助手连接到我们托管的服务器 https://mcp.apify.com。托管服务器支持最新的功能——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。

💰 服务器还支持 Skyfire 智能体支付，允许 AI 助手在没有 API 令牌的情况下支付 Actor 运行。

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，请查看 MCP 客户端部分 或访问 MCP 配置页面。

目录

• 🌐 介绍 Apify MCP 服务器
• 🚀 快速入门
• ⚠️ SSE 传输弃用
• 🤖 MCP 客户端
• 🪄 即时体验 Apify MCP
• 💰 Skyfire 智能体支付
• 🛠️ 工具、资源和提示
• 📊 远程监控
• 🐛 故障排除 (本地 MCP 服务器)
• ⚙️ 开发
• 🤝 贡献
• 📚 了解更多

🌐 介绍 Apify MCP 服务器

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

• 使用 Facebook 帖子抓取器 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 地图中提取联系信息。
• 使用 Google 搜索结果抓取器 抓取 Google 搜索引擎结果页面 (SERPs)。
• 使用 Instagram 抓取器 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 的内容并返回。

视频教程：将 8,000 多个 Apify Actor 和 Agent 与 Claude 集成

🚀 快速入门

您可以使用 Apify MCP 服务器以两种方式使用： HTTPS 端点 (mcp.apify.com)：通过 OAuth 或在请求中包含 Authorization: Bearer <APIFY_TOKEN> 标头从您的 MCP 客户端连接。这是大多数用例推荐的方法。因为它支持 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。
• 查看 npx @apify/actors-mcp-server --help 获取更多选项。

您可以在 Apify 文档 中找到设置 MCP 服务器的详细说明。

⚠️ SSE 传输将于 2026 年 4 月 1 日弃用

在 2026 年 4 月 1 日之前更新您的 MCP 客户端配置。 Apify MCP 服务器将弃用服务器发送事件 (SSE) 传输，改为使用流式 HTTP，与官方 MCP 规范一致。

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

🤖 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，但不同客户端对动态工具发现和其他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 Claude Desktop、Visual Studio Code 或 Apify Tester MCP 客户端 等客户端。

访问 mcp.apify.com 为您的首选客户端配置服务器。

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。

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的功能智能地选择最合适的与 Actor 相关的工具：

• 具有动态工具支持的客户端（例如，Claude.ai web、VS Code Genie）：服务器提供 add-actor 工具而不是 call-actor。这允许更好的用户体验，用户可以在对话期间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（例如，Claude Desktop）：服务器提供标准的 call-actor 工具以及其他 Actor 类别工具，以确保兼容性并保持功能。

🪄 即时体验 Apify MCP

想要在不进行任何设置的情况下尝试 Apify MCP 吗？

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轻松探索 Apify MCP 功能的方式，无需任何本地设置。 只需使用您的 Apify 账户登录并开始尝试网络抓取、数据提取和自动化工具！

或者使用 MCP 套件文件（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

💰 Skyfire 智能体支付

Apify MCP 服务器与 Skyfire 集成，以启用智能体支付——AI 助手可以自主支付 Actor 运行，而无需 Apify API 令牌。取而代之的是使用 Skyfire PAY 令牌来支付每个工具调用的账单。

前提条件：

• 一个 Skyfire 账户，其钱包已充值
• 一个支持多个服务器的 MCP 客户端（例如，Claude Desktop、OpenCode、VS Code）

设置：

在您的 MCP 客户端中配置 Skyfire MCP 服务器和 Apify MCP 服务器。通过向 Apify 服务器 URL 添加 payment=skyfire 查询参数来启用支付模式：

{
  "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"
    }
  }
}

工作原理：

当启用 Skyfire 模式时，AI 助手会自主处理完整的支付流程：

1. AI 助手通过 search-actors 或 fetch-actor-details 发现相关的 Actor（这些操作仍然是免费的）。
2. 在执行 Actor 之前，AI 助手使用 Skyfire MCP 服务器中的 create-pay-token 工具创建 PAY 令牌（最低 5.00 美元）。
3. AI 助手在调用 Actor 工具时，将 PAY 令牌传递到 skyfire-pay-id 输入属性。
4. 结果按常规方式返回。未使用的令牌余额可用于未来的运行或到期后返还。

要了解更多信息，请查看 Skyfire 集成文档 和 使用 Skyfire 的智能体支付 博客文章。

🛠️ 工具、资源和提示

MCP 服务器提供了一套用于与 Apify Actor 交互的工具。 由于 Apify 商店庞大且增长迅速，MCP 服务器提供了一种动态发现和使用新 Actor 的方法。

Actor

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，以及一些辅助工具。 MCP 服务器加载 Actor 的输入模式并创建相应的 MCP 工具。 这允许 AI 助手确切地知道要向 Actor 传递哪些参数以及要返回什么内容。

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

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

您不需要手动指定要调用哪个 Actor 或其输入参数；LLM 会自动处理这些。 当调用工具时，LLM 会将参数自动传递给 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

使用 MCP 与 Apify 的最强大的功能之一是动态工具发现。 它允许 AI 助手按需找到新的工具（Actor）并将其整合。 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 Actor，查看其详细信息，并作为 AI 的工具使用。
• 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 运行的列表，检查其详细信息并检索日志。
• Apify 存储: 访问您的数据集和键值存储中的数据。

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。

注意：

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

get-actor-output 工具会自动包含在任何与 Actor 相关的工具中，例如 call-actor、add-actor 或任何特定的 Actor 工具（例如 apify-slash-rag-web-browser）。当您通过 call-actor 工具或直接通过 Actor 工具（例如，apify-slash-rag-web-browser）调用 Actor 时，您会收到输出的预览。预览取决于 Actor 的输出格式和长度；对于某些 Actor 和运行，它可能包括整个输出，而对于其他 Actor，则只返回有限版本以避免让 LLM 过载。要检索 Actor 运行的完整输出，请使用 get-actor-output 工具（支持 limit、offset 和 field 过滤）以及 Actor 调用提供的 datasetId。

工具注释

所有工具都包含元数据注释，以帮助 MCP 客户端和 LLM 了解工具行为：

• title: 工具的简短显示名称（例如，"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（例如，get-dataset、fetch-actor-details）设置为 true
• openWorldHint: 对于访问 Apify 平台外部资源的工具（例如，call-actor 执行外部 Actor，get-html-skeleton 抓取外部网站）设置为 true。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——无论是类别还是特定的工具，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

如果指定了工具参数，则仅启用列出的工具或类别——不会包含默认工具。

轻松配置：

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

对于最小配置，如果您只想使用单个 Actor 工具——而无需任何发现或通用调用工具，则服务器可以配置如下：

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

此设置仅将指定的 Actor (apify/my-actor) 作为工具公开。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，请使用：

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

如上所示，这仅将指定的 Actor (apify/my-actor) 作为工具公开。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发生变化。 当未指定 tools 参数时，服务器目前加载默认工具，但此行为可能会发生变化。

对于生产使用和稳定的接口，始终明确指定 tools 参数以确保您的配置在更新后保持一致。

UI 模式配置

ui 参数启用 MCP 应用 小部件在工具响应中渲染。启用后，像 search-actors 这样的工具将返回交互式 MCP 应用响应。

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结合使用：

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

您也可以通过设置 UI_MODE 环境变量来设置它：

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

向后兼容性

v2 配置保留了与 v1 使用的向后兼容性。注意：

• actors 参数 (URL) 和 --actors 标志 (CLI) 仍然受支持。
  • 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。
  • 更倾向于 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 也包含在内。
• enableActorAutoLoading 保持为 enableAddingActors 的遗留别名并自动映射。
• 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，则不会添加默认值（与 v1 显式选择的意图相同）。
• call-actor 现在通过 actors 类别默认包含（增量更改）。要排除它，请指定不包含 actors 的显式 tools 列表。
• preview 类别已弃用并已删除。改用特定工具名称。

使用 ?actors=... 或 --actors 的现有 URL 和命令继续按原样工作。

提示

服务器提供了一套预定义的示例提示，以帮助您开始通过 MCP 与 Apify 交互。例如，有一个 GetLatestNewsOnTopic 提示，允许您轻松检索特定主题的最新新闻，使用 RAG 网页浏览器 Actor。

资源

服务器目前尚未提供任何资源。

📡 远程监控

Apify MCP 服务器收集有关工具调用的远程监控数据，以帮助 Apify 了解使用模式并改进服务。 默认情况下，远程监控 已启用 对于所有工具调用。

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解决问题。 当选择退出远程监控时，Sentry 会自动禁用。

选择退出远程监控

您可以选择退出远程监控（包括 Sentry 错误跟踪）通过将 --telemetry-enabled CLI 标志设置为 false 或将 TELEMETRY_ENABLED 环境变量设置为 false。 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

请参阅 CONTRIBUTING.md 指南，了解贡献指南和提交信息规范。

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。

前提条件

• Node.js (v22 或更高版本)

创建一个环境文件 .env，包含以下内容：

APIFY_TOKEN="your-apify-token"

构建 actors-mcp-server 包：

npm run build

启动 HTTP 流式传输 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 检查器 来调试在 http://localhost:3001 暴露的服务器。

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 检查器：

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

启动后，检查器将显示一个 URL，您可以在浏览器中打开它以开始调试。

未身份验证访问

当 tools 查询参数仅包含仅启用未身份验证使用的工具时，托管服务器允许无需 API 令牌即可访问。 目前允许的工具：search-actors、fetch-actor-details、search-apify-docs、fetch-apify-docs。 示例：https://mcp.apify.com?tools=search-actors。

🐦 测试版 PR 发布

Apify MCP 分为两个存储库：一个是核心 MCP 逻辑的存储库，另一个是私有的 apify-mcp-server-internal 用于托管服务器。 更改必须在两者之间同步。

要创建测试版发布，请将 beta 标签添加到您的 PR 分支。 这会将包发布到 pkg.pr.new 进行测试和预览，然后再合并。 有关详细信息，请参阅 工作流程文件。

🐋 Docker Hub 集成

Apify MCP 服务器也可在 Docker Hub 上获取，通过 mcp-registry 存储库注册。servers/apify-mcp-server/server.yaml 中的条目应由 Docker Hub MCP 存储库自动部署（部署频率未知）。在修改 stdio 服务器版本的主要更改之前，请确保在本地测试 Docker 构建，以确保构建通过。 要测试，请将 source.branch 更改为您的 PR 分支并运行 task build -- apify-mcp-server。有关更多详细信息，请参阅 CONTRIBUTING.md。

🐛 故障排除 (本地 MCP 服务器)

• 确保您已安装 node，运行 node -v。
• 确保已设置 APIFY_TOKEN 环境变量。
• 始终使用最新版本的 MCP 服务器，使用 @apify/actors-mcp-server@latest。

调试 NPM 包

要调试服务器，请使用 MCP 检查器 工具：

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

💡 限制

Actor 输入模式经过处理以与大多数 MCP 客户端兼容，同时遵循 JSON Schema 标准。处理包括：

• 描述 被截断为 500 个字符（如 MAX_DESCRIPTION_LENGTH 中定义）。
• 枚举字段 被截断为所有元素的最大组合长度为 2000 个字符（如 ACTOR_ENUM_MAX_LENGTH 中定义）。
• 必需字段 在其描述中明确标记为 REQUIRED 前缀，以兼容可能无法正确处理 JSON 模式的框架。
• 嵌套属性 为代理配置和请求列表源等特殊案例构建，以确保正确的输入结构。
• 数组项目类型 当未在模式中显式定义时，使用优先级顺序推断：items 中的显式类型 > prefill 类型 > 默认值类型 > 编辑器类型。
• 枚举值和示例 添加到属性描述中，即使客户端不完全支持 JSON 模式，也能确保可见性。
• 租赁 Actor 仅可用于在 https://mcp.apify.com 上使用托管的 MCP 服务器。当通过 stdio 本地运行服务器时，您只能访问已添加到您本地工具集中的 Actor。要动态搜索并使用 Apify 商店中的任何 Actor——包括租赁 Actor——请连接到托管端点。

🤝 贡献

我们欢迎对 Apify MCP 服务器进行贡献以改进服务！以下是如何帮助的方式：

• 🐛 报告问题: 发现错误或有功能请求？打开问题.
• 🔧 提交 PR: 分叉存储库并提交带有增强或修复的 PR。
• 📚 文档: 欢迎对文档和示例进行改进。
• 💡 分享用例: 贡献示例以帮助其他用户。

对于重大更改，请先打开问题以讨论您的提案并确保它与项目的目标一致。

📚 了解更多

• 模型上下文协议
• 什么是 AI 助手？
• 什么是 MCP 以及它为什么重要？
• 如何使用 MCP 与 Apify Actor
• Tester MCP 客户端
• 网络研讨会：在 Apify 上构建和货币化 MCP 服务器
• 如何在 Apify 上构建和货币化 AI 助手

mcp.apify.com

Apify 模型上下文协议 (MCP) 服务器在 mcp.apify.com 上，使您的 AI 助手能够从社交媒体、搜索引擎、地图、电子商务网站以及任何其他网站提取数据，使用来自 Apify 商店 的数千个现成的抓取器、爬虫和自动化工具。它支持 OAuth，允许您使用 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 助手连接到我们托管的服务器 https://mcp.apify.com。托管服务器支持最新的功能——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。

💰 服务器还支持 Skyfire 智能体支付，允许 AI 助手在没有 API 令牌的情况下支付 Actor 运行。

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，请查看 MCP 客户端部分 或访问 MCP 配置页面。

![Apify-MCP-server](https://zenly.oss-cn-hangzhou.aliyuncs.com/mcp/repos/apify/apify-mcp-server/readme-images/177362311