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`sessio…