Apify Model Context Protocol (MCP) 服务器

为所有 Apify Actors 实现的 MCP 服务器。
此服务器允许与一个或多个在 MCP 服务器配置中定义的 Apify Actors 进行交互。

服务器可以通过两种方式使用：

• 🇦 MCP 服务器 Actor – 通过 Server-Sent Events (SSE) 可访问的 HTTP 服务器，参见 指南
• ⾕ MCP 服务器 Stdio – 通过标准输入/输出 (stdio) 可用的本地服务器，参见 指南

还可以使用类似聊天界面的 💬 Tester MCP Client 与 MCP 服务器进行交互。

🎯 Apify MCP 服务器的作用是什么？

MCP 服务器 Actor 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 帖子的数据
• 使用 Google 地图电子邮件提取器 提取 Google 地图联系信息
• 使用 Google 搜索结果抓取器 抓取 Google 搜索引擎结果页 (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，并返回其内容

MCP 客户端

要与 Apify MCP 服务器交互，可以使用以下 MCP 客户端：

• Claude Desktop（仅支持 Stdio）
• LibreChat（支持 stdio 和 SSE（但尚不支持 Authorization 头））
• Apify Tester MCP Client（支持带有 Authorization 头的 SSE）
• 其他客户端请访问 https://modelcontextprotocol.io/clients
• 更多客户端请访问 https://glama.ai/mcp/clients

此外，您还可以使用 examples 目录中的简单示例客户端。

当您的 Actors 与 MCP 服务器集成后，您可以询问：

• "搜索网络并总结关于 AI 代理的最新趋势"
• "找到旧金山排名前十的最佳意大利餐厅"
• "查找并分析 The Rock 的 Instagram 个人资料"
• "提供使用 Model Context Protocol 并附带源 URL 的分步指南。"
• "我可以使用哪些 Apify Actors？"

下图展示了 Apify MCP 服务器如何与 Apify 平台和 AI 客户端进行交互：

使用 MCP 测试客户端，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，详情请参见 路线图。

🔄 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），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 代理与本地或远程资源之间安全可控的交互。

欲了解更多信息，请访问 模型上下文协议 网站或博客文章 什么是 MCP 以及它为什么重要？。

🤖 MCP 服务器与 AI 代理有何关系？

Apify MCP 服务器通过 MCP 协议暴露了 Apify 的 Actors，使实现 MCP 协议的 AI 代理或框架能够将所有 Apify Actors 作为数据提取、网络搜索等任务的工具来使用。

要了解更多关于 AI 代理的信息，请探索我们的博客文章：什么是 AI 代理？ 并浏览 Apify 策划的 AI 代理集合。
有兴趣在 Apify 上构建并货币化您自己的 AI 代理吗？请查看我们在 Apify 平台上创建、发布和货币化 AI 代理的 分步指南。

🧱 组件

工具

Actors

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

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

MCP 服务器加载 Actor 输入模式，并根据 Actors 创建相应的 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 工具的参数代表 Actor 的输入参数。
例如，对于 apify/rag-web-browser Actor，其参数为：

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

您无需指定输入参数或调用哪个 Actor，一切均由 LLM 管理。
当调用工具时，LLM 会自动将参数传递给 Actor。
您可以参考特定 Actor 的文档以获取可用参数列表。

辅助工具

服务器提供了一组辅助工具来发现可用的 Actors 并检索它们的详细信息：

• get-actor-details：检索特定 Actor 的文档、输入模式及详细信息。
• discover-actors：使用关键词搜索相关 Actors 并返回它们的详细信息。

还有一些工具可以管理可用工具列表。然而，动态添加和删除工具需要 MCP 客户端具备更新工具列表的能力（处理 ToolListChangedNotificationSchema），这通常是不受支持的。

您可以使用 Apify Tester MCP Client Actor 来尝试这一功能。
要启用该功能，请设置 enableActorAutoLoading 参数。

• add-actor-as-tool: 按名称将一个 Actor 添加到可用工具列表中，但不执行它，需要用户同意才能在稍后运行。
• remove-actor-from-tool: 当不再需要某个 Actor 时，按名称从可用工具列表中移除。

提示与资源

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。

⚙️ 使用方法

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

🇦 MCP 服务器 Actor

待机 Web 服务器

Actor 以带有 HTTP Web 服务器的 待机模式 运行，该服务器接收并处理请求。

使用默认 Actor 启动服务器。要使用一组默认 Actor 来使用 Apify MCP 服务器，请向以下 URL 发送带有 Apify API 令牌 的 HTTP GET 请求。

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

也可以使用不同的 Actor 集合来启动 MCP 服务器。为此，创建一个 任务 并指定您想要使用的 Actor 列表。

然后，在待机模式下使用选定的 Actor 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 Actor 的列表。

💬 通过 SSE 与 MCP 服务器交互

一旦服务器运行起来，您可以使用 Server-Sent Events (SSE) 与服务器进行交互，发送消息并接收响应。最简单的方法是在 Apify 上使用 Tester MCP 客户端。

大多数 MCP 客户端目前（截至 2025 年 3 月）还不支持 SSE，但这可能会改变。Claude Desktop 尚不支持 SEE，但您可以使用 Stdio 传输方式，详情请参阅 本地主机上的 MCP 服务器。

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 客户端或使用 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. 使用sessionId发送POST请求以向服务器发送消息：

   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服务器将以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。服务器会根据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+\"...}}]}}
   

在本地主机上运行MCP服务器

您可以通过Claude Desktop或其他任何MCP客户端配置，在您的本地机器上运行Apify MCP Server。
您也可以使用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（或另一个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与MCP服务器协同工作，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. 下载桌面版 Claude

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

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

3. 启用后，打开 设置（同样从左上角的菜单栏），然后导航到 开发者选项，在那里你会找到 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，你可以使用 actors 参数来选择一个或多个 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. 重启 Claude 桌面

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

6. 打开 Claude 桌面聊天并询问 "我可以使用哪些 Apify Actors？"

   

7. 示例

   你可以要求 Claude 执行任务，例如：

   查找并分析关于 LLMs 的最新研究论文。
   查找旧金山排名前十的最佳意大利餐厅。
   查找并分析 The Rock 的 Instagram 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 自动安装适用于 Claude 桌面的 Apify Actors MCP 服务器：

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

标准输入输出客户端

创建环境文件 .env，内容如下：

APIFY_TOKEN=your-apify-token
# ANTHROPIC_API_KEY is only required when you want to run examples/clientStdioChat.js
ANTHROPIC_API_KEY=your-anthropic-api-token

在 examples 目录中，你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
   该客户端脚本启动了MCP服务器，并指定了两个Actor。
   然后它使用一个查询调用apify/rag-web-browser工具并打印结果。
   它演示了如何通过stdio传输连接到MCP服务器、列出可用工具以及调用特定工具。

   node dist/examples/clientStdio.js
   

2. clientStdioChat.ts
   该客户端脚本也启动了MCP服务器，但提供了一个交互式的命令行聊天界面。
   它提示用户与服务器进行交互，允许动态调用工具和响应。
   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

前提条件

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

创建环境文件.env，内容如下：

APIFY_TOKEN=your-apify-token
# ANTHROPIC_API_KEY is only required when you want to run examples/clientStdioChat.js
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客户端不支持带有自定义头部建立远程服务器连接。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，因此调试可能会比较困难。
为了获得最佳调试体验，请使用MCP Inspector。

构建actor-mcp-server包：

npm run build

您可以通过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会显示一个URL，您可以在浏览器中访问该URL开始调试。

ⓘ 限制和反馈

Actor输入模式被处理为与大多数MCP客户端兼容，同时遵循JSON Schema标准。处理包括：

• 描述被截断至500个字符（如MAX_DESCRIPTION_LENGTH所定义）。
• 枚举字段的所有元素组合长度被截断至最多200个字符（如ACTOR_ENUM_MAX_LENGTH所定义）。
• 必填字段在其描述中明确标记有"REQUIRED"前缀，以确保与可能无法正确处理JSON模式的框架兼容。
• 嵌套属性针对诸如代理配置和请求列表源等特殊情况构建，以确保正确的输入结构。
• 当模式中未明确定义时，数组项类型根据优先级顺序推断：items中的显式类型 > 预填充类型 > 默认值类型 > 编辑器类型。
• 即使客户端不完全支持JSON模式，枚举值和示例也被添加到属性描述中以确保可见性。

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

如果您需要其他功能或有任何反馈，请在 Apify 控制台中提交一个问题让我们知道。

🚀 路线图（2025年3月）

• 添加 Apify 的数据集和键值存储作为资源。
• 添加用于调试的工具，例如 Actor 日志和 Actor 运行。

📚 了解更多

• 模型上下文协议
• 什么是 AI 代理？
• 什么是 MCP 及其重要性？
• Tester MCP 客户端
• AI 代理工作流：构建一个查询 Apify 数据集的代理
• MCP 客户端开发指南
• 如何在 Apify 上构建并盈利 AI 代理