Apify 模型上下文协议 (MCP) 服务器

所有 Apify Actors 的 MCP 服务器实现。 此服务器支持与一个或多个 Apify Actors 交互，这些 Actors 可以在 MCP 服务器配置中定义。

服务器可以通过两种方式使用：

• 🇦 MCP 服务器 Actor – 可通过服务器发送事件 (SSE) 访问的 HTTP 服务器，请参阅 指南
• ⾕ MCP 服务器 Stdio – 可通过标准输入/输出 (stdio) 访问的本地服务器，请参阅 指南

它还可以使用类似聊天的 UI 与 MCP 服务器交互，使用 💬 Tester MCP Client

🎯 Apify MCP 服务器的作用是什么？

MCP 服务器 Actor 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 Posts Scraper 从多个页面/个人资料中提取 Facebook 帖子数据
• 使用 Google Maps Email Extractor 提取 Google Maps 联系方式
• 使用 Google Search Results Scraper 抓取 Google 搜索引擎结果页面 (SERP)
• 使用 Instagram Scraper 抓取 Instagram 帖子、个人资料、地点、照片和评论
• 使用 RAG Web Browser 搜索网络、抓取前 N 个 URL 并返回其内容

MCP 客户端

要与 Apify MCP 服务器交互，您可以使用 MCP 客户端，例如：

• Claude Desktop（仅支持 Stdio）
• LibreChat（支持 stdio 和 SSE（但尚无 Authorization 标头））
• Apify Tester MCP Client（支持带有 Authorization 标头的 SSE）
• https://modelcontextprotocol.io/clients 上的其他客户端
• https://glama.ai/mcp/clients 上的更多客户端

此外，您可以使用 examples 目录中找到的简单示例客户端。

当您将 Actors 与 MCP 服务器集成后，您可以询问：

• “搜索网络并总结关于 AI Agents 的最新趋势”
• “查找旧金山排名前 10 的最佳意大利餐厅”
• “查找并分析 The Rock 的 Instagram 个人资料”
• “提供使用模型上下文协议的分步指南，并提供源 URL。”
• “我可以使用哪些 Apify Actors？”

下图显示了 Apify MCP 服务器如何与 Apify 平台和 AI 客户端交互：

使用 MCP Tester 客户端，您可以动态加载 Actors，但其他 MCP 客户端尚不支持此功能。 我们还计划添加更多功能，请参阅 路线图 了解更多详细信息。

🔄 什么是模型上下文协议？

模型上下文协议 (MCP) 允许 AI 应用程序（和 AI 代理），例如 Claude Desktop，连接到外部工具和数据源。 MCP 是一种开放协议，可实现 AI 应用程序、AI 代理以及本地或远程资源之间的安全、受控的交互。

有关更多信息，请参阅 模型上下文协议 网站或博客文章 什么是 MCP 以及为什么它很重要？。

🤖 MCP 服务器与 AI Agents 有何关系？

Apify MCP 服务器通过 MCP 协议公开 Apify 的 Actors，允许实现 MCP 协议的 AI Agents 或框架访问所有 Apify Actors，作为数据提取、网络搜索和其他任务的工具。

要了解有关 AI Agents 的更多信息，请浏览我们的博客文章：什么是 AI Agents？ 并浏览 Apify 精选的 AI Agent 集合。 有兴趣在 Apify 上构建和货币化您自己的 AI 代理吗？查看我们的 分步指南，了解如何在 Apify 平台上创建、发布和货币化 AI 代理。

🧱 组件

工具

Actors

任何 Apify Actor 都可以用作工具。 默认情况下，服务器预配置了下面指定的 Actors，但可以通过提供 Actor 输入来覆盖它。

'apify/instagram-scraper'
'apify/rag-web-browser'
'lukaskrivka/google-maps-with-contact-details'

MCP 服务器加载 Actor 输入模式并创建与 Actors 对应的 MCP 工具。 请参阅 RAG Web Browser 的输入模式示例。

工具名称必须始终是完整的 Actor 名称，例如 apify/rag-web-browser。 MCP 工具的参数表示 Actor 的输入参数。 例如，对于 apify/rag-web-browser Actor，参数为：

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

您无需指定输入参数或要调用的 Actor，一切都由 LLM 管理。 当调用工具时，参数会自动传递给 LLM 的 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

服务器提供了一组辅助工具来发现可用的 Actors 并检索其详细信息：

• get-actor-details：检索有关特定 Actor 的文档、输入模式和详细信息。
• discover-actors：使用关键字搜索相关的 Actors 并返回其详细信息。

还有一些工具可以管理可用的工具列表。但是，动态添加和删除工具需要 MCP 客户端具有更新工具列表的功能（处理 ToolListChangedNotificationSchema），这通常不受支持。

您可以使用 Apify Tester MCP Client Actor 尝试此功能。 要启用它，请设置 enableActorAutoLoading 参数。

• add-actor-as-tool：按名称将 Actor 添加到可用的工具列表，而不执行它，需要用户同意稍后运行。
• remove-actor-from-tool：当不再需要时，按名称从可用的工具列表中删除 Actor。

提示和资源

服务器不提供任何资源和提示。 我们计划在未来添加 Apify 的数据集 和 键值存储 作为资源。

⚙️ 用法

Apify MCP 服务器可以通过两种方式使用：作为在 Apify 平台上运行的 Apify Actor 或作为在您的机器上运行的本地服务器。

🇦 MCP 服务器 Actor

备用 Web 服务器

Actor 在 备用模式 下运行，并带有一个接收和处理请求的 HTTP Web 服务器。

使用默认 Actors 启动服务器。要使用一组默认 Actors 的 Apify MCP 服务器，请将带有您的 Apify API 令牌 的 HTTP GET 请求发送到以下 URL。

https://actors-mcp-server.apify.actor?token=<APIFY_TOKEN>

也可以使用不同的 Actors 集启动 MCP 服务器。 为此，请创建一个 任务 并指定您要使用的 Actors 列表。

然后，在备用模式下使用选定的 Actors 运行任务。

https://USERNAME--actors-mcp-server-task.apify.actor?token=<APIFY_TOKEN>

您可以在 Apify Store 中找到所有可用 Actors 的列表。

💬 通过 SSE 与 MCP 服务器交互

服务器运行后，您可以使用服务器发送事件 (SSE) 与服务器交互，以向服务器发送消息并接收响应。 最简单的方法是在 Apify 上使用 Tester MCP Client。

大多数 MCP 客户端尚不支持 SSE（截至 2025 年 3 月），但这可能会改变。 Claude Desktop 尚不支持 SEE，但您可以将其与 Stdio 传输一起使用，请参阅 本地主机上的 MCP 服务器 了解更多详细信息。

在客户端设置中，您需要提供服务器配置：

{
    "mcpServers": {
        "apify": {
            "type": "sse",
            "url": "https://actors-mcp-server.apify.actor/sse",
            "env": {
                "APIFY_TOKEN": "your-apify-token"
            }
        }
    }
}

或者，您可以使用简单的 python client_see.py 或使用 curl </> 命令测试服务器。

1. 通过向以下 URL 发送 GET 请求来启动服务器发送事件 (SSE)：

   curl https://actors-mcp-server.apify.actor/sse?token=<APIFY_TOKEN>
   

   服务器将响应一个 sessionId，您可以使用它向服务器发送消息：

   event: endpoint
   data: /message?sessionId=a1b
   

2. 通过使用 sessionId 发出 POST 请求来向服务器发送消息：

   curl -X POST "https://actors-mcp-server.apify.actor/message?token=<APIFY_TOKEN>&session_id=a1b" -H "Content-Type: application/json" -d '{
     "jsonrpc": "2.0",
     "id": 1,
     "method": "tools/call",
     "params": {
       "arguments": { "searchStringsArray": ["restaurants in San Francisco"], "maxCrawledPlacesPerSearch": 3 },
       "name": "lukaskrivka/google-maps-with-contact-details"
     }
   }'
   

   MCP 服务器将使用提供的参数作为输入参数启动 Actor lukaskrivka/google-maps-with-contact-details。 对于此 POST 请求，服务器将响应：

   Accepted
   

3. 接收响应。服务器将使用提供的查询参数调用指定的 Actor 作为工具，并通过 SSE 将响应流式传输回客户端。 响应将以 JSON 文本形式返回。

   event: message
   data: {"result":{"content":[{"type":"text","text":"{\"searchString\":\"restaurants in San Francisco\",\"rank\":1,\"title\":\"Gary Danko\",\"description\":\"Renowned chef Gary Danko's fixed-price menus of American cuisine ... \",\"price\":\"$100+\"...}}]}}
   

⾕ 本地主机上的 MCP 服务器

您可以通过使用 Claude Desktop 或任何其他 MCP 客户端 配置 Apify MCP 服务器，在您的本地计算机上运行它。 您还可以使用 Smithery 自动安装服务器。

先决条件

• MacOS 或 Windows
• 必须安装最新版本的 Claude Desktop（或其他 MCP 客户端）
• Node.js（v18 或更高版本）
• Apify API 令牌 (APIFY_TOKEN)

Claude Desktop

要配置 Claude Desktop 以使用 MCP 服务器，请按照以下步骤操作。有关详细指南，请参阅 Claude Desktop 用户指南。

1. 下载 Claude for desktop

   • 适用于 Windows 和 macOS。
   • 对于 Linux 用户，您可以使用此 非官方构建脚本 构建 Debian 包。

2. 打开 Claude Desktop 应用程序并从左上角的菜单栏启用 开发者模式。

3. 启用后，打开 设置（也从左上角的菜单栏）并导航到 开发者选项，您将在其中找到 编辑配置 按钮

4. 打开配置文件并编辑以下文件：

   • 在 macOS 上：~/Library/Application\ Support/Claude/claude_desktop_config.json
   • 在 Windows 上：%APPDATA%/Claude/claude_desktop_config.json
   • 在 Linux 上：~/.config/Claude/claude_desktop_config.json

   {
    "mcpServers": {
      "actors-mcp-server": {
        "command": "npx",
        "args": ["-y", "@apify/actors-mcp-server"],
        "env": {
           "APIFY_TOKEN": "your-apify-token"
        }
      }
    }
   }
   

   或者，您可以使用 actors 参数选择一个或多个 Apify Actors：

   {
   "mcpServers": {
     "actors-mcp-server": {
       "command": "npx",
       "args": [
         "-y", "@apify/actors-mcp-server",
         "--actors", "lukaskrivka/google-maps-with-contact-details,apify/instagram-scraper"
       ],
       "env": {
          "APIFY_TOKEN": "your-apify-token"
       }
     }
   }
   }
   

5. 重新启动 Claude Desktop

   • 完全退出 Claude Desktop（确保它不仅仅是最小化或关闭）。
   • 重新启动 Claude Desktop。
   • 查找 🔌 图标以确认 Exa 服务器已连接。

6. 打开 Claude Desktop 聊天并询问“我可以使用哪些 Apify Actors？”

   

7. 例子

   您可以要求 Claude 执行任务，例如：

   查找并分析关于 LLM 的最新研究论文。
   查找旧金山排名前 10 的最佳意大利餐厅。
   查找并分析 The Rock 的 instagram 个人资料。
   

使用 @modelcontextprotocol/inspector 调试 NPM 包 @apify/actors-mcp-server

要调试服务器，请使用 MCP Inspector 工具：

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

通过 Smithery 安装

要通过 Smithery 自动为 Claude Desktop 安装 Apify Actors MCP Server：

npx -y @smithery/cli install @apify/actors-mcp-server --client claude

Stdio 客户端

创建包含以下内容的环境文件 .env：

APIFY_TOKEN=your-apify-token
# 仅当您要运行 examples/clientStdioChat.js 时才需要 ANTHROPIC_API_KEY
ANTHROPIC_API_KEY=your-anthropic-api-token

在 examples 目录中，您可以找到两个通过标准输入/输出 (stdio) 与服务器交互的客户端：

1. clientStdio.ts 此客户端脚本使用两个指定的 Actors 启动 MCP 服务器。 然后，它使用查询调用 apify/rag-web-browser 工具并打印结果。 它演示了如何连接到 MCP 服务器、列出可用的工具以及使用 stdio 传输调用特定的工具。

   node dist/examples/clientStdio.js
   

2. clientStdioChat.ts 此客户端脚本也启动 MCP 服务器，但提供了一个交互式命令行聊天界面。 它提示用户与服务器交互，允许动态工具调用和响应。 此示例对于以对话方式测试和调试与 MCP 服务器的交互非常有用。

   node dist/examples/clientStdioChat.js
   

👷🏼 开发

先决条件

• Node.js（v18 或更高版本）
• Python 3.9 或更高版本

创建包含以下内容的环境文件 .env：

APIFY_TOKEN=your-apify-token
# 仅当您要运行 examples/clientStdioChat.js 时才需要 ANTHROPIC_API_KEY
ANTHROPIC_API_KEY=your-anthropic-api-key

本地客户端 (SSE)

要使用 SSE 传输测试服务器，您可以使用 python 脚本 examples/clientSse.ts： 目前，node.js 客户端不支持建立与带有自定义标头的远程服务器的连接。 您需要在脚本中将 URL 更改为您的本地服务器 URL。

node dist/examples/clientSse.js

调试

由于 MCP 服务器通过标准输入/输出 (stdio) 运行，因此调试可能具有挑战性。 为了获得最佳调试体验，请使用 MCP Inspector。

构建 actor-mcp-server 包：

npm run build

您可以使用 npm 使用以下命令启动 MCP Inspector：

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

启动后，Inspector 将显示一个 URL，您可以在浏览器中访问该 URL 以开始调试。

ⓘ 限制和反馈

处理 Actor 输入模式以使其与大多数 MCP 客户端兼容，同时遵守 JSON Schema 标准。处理包括：

• 描述 截断为 500 个字符（如 MAX_DESCRIPTION_LENGTH 中定义）。
• 枚举字段 截断为所有元素的最大组合长度为 200 个字符（如 ACTOR_ENUM_MAX_LENGTH 中定义）。
• 必需字段 在其描述中显式标记有“REQUIRED”前缀，以便与可能无法正确处理 JSON 模式的框架兼容。
• 为代理配置和请求列表源等特殊情况构建 嵌套属性，以确保正确的输入结构。
• 当未在模式中显式定义时，数组项目类型 会被推断，使用优先级顺序：项目中的显式类型 > 预填充类型 > 默认值类型 > 编辑器类型。
• 枚举值和示例 添加到属性描述中，以确保即使客户端不完全支持 JSON 模式，也能看到它们。

每个 Actor 的内存限制为 4GB。 免费用户有 8GB 的限制，需要为运行 Actors-MCP-Server 分配 128MB。

如果您需要其他功能或有任何反馈，请在 Apify Console 中 提交问题 让我们知道。

🚀 路线图（2025 年 3 月）

• 添加 Apify 的数据集和键值存储作为资源。
• 添加诸如 Actor 日志和 Actor 运行之类的工具以进行调试。

📚 了解更多

• 模型上下文协议
• 什么是 AI Agents？
• 什么是 MCP 以及为什么它很重要？
• Tester MCP Client
• AI 代理工作流程：构建一个代理来查询 Apify 数据集
• MCP 客户端开发指南
• 如何在 Apify 上构建和货币化 AI 代理