تكامل خادم Apify MCP

ماذا يفعل خادم “Apify” MCP؟

يعمل خادم Apify MCP (بروتوكول Model Context) كجسر بين مساعدي الذكاء الاصطناعي ومنصة Apify، حيث يمكّن أنظمة الذكاء الاصطناعي من التفاعل بسهولة مع ممثلي Apify—وهي نصوص قائمة على السحابة لأتمتة الويب واستخراج البيانات وتنظيم تدفقات العمل. من خلال عرض الممثلين عبر بروتوكول MCP، يسمح هذا الخادم لعملاء الذكاء الاصطناعي بتشغيل وإدارة واسترجاع نتائج الممثلين. هذا يعزز تدفقات تطوير البرمجيات من خلال تمكين مهام مثل تشغيل أدوات استخراج الويب، وأتمتة إجراءات المتصفح، أو تنظيم خطوط بيانات معقدة—وكل ذلك متاح عبر أدوات وموارد MCP القياسية. يدعم الخادم وضعي HTTP (SSE) و local stdio، مما يجعله مرنًا للتكامل في بيئات متنوعة.

قائمة التعليمات الجاهزة

لم يتم ذكر قوالب تعليمات صريحة في محتوى المستودع المقدم.

قائمة الموارد

لا توجد موارد MCP صريحة مفصلة في الوثائق المتاحة أو قوائم الملفات.

قائمة الأدوات

لا توجد قائمة مفصلة بالأدوات (مثل query_database، read_write_file، call_api، أو أدوات تشغيل الممثلين) موصوفة في الملفات أو الوثائق المتاحة عبر نظرة عامة على المستودع. يتيح الخادم التفاعل مع ممثلي Apify، لكن لا توجد أسماء أو أوصاف أدوات محددة.

حالات استخدام هذا الخادم MCP

• استخراج بيانات الويب: يمكن للمطورين تشغيل ممثلي Apify لجمع صفحات الويب واستخراج بيانات منظمة، مما يؤدي إلى أتمتة مهام جمع البيانات المتكررة.
• أتمتة تدفقات العمل: يمكن لعملاء الذكاء الاصطناعي تنظيم أتمتة متعددة الخطوات باستخدام ممثلي Apify، لتبسيط عمليات الأعمال أو خطوط البحث.
• أتمتة المتصفح: يتيح الخادم لمساعدي الذكاء الاصطناعي أتمتة مهام المتصفح مثل تعبئة النماذج، والتنقل، أو الاختبار، عبر ممثلي أتمتة المتصفح.
• التكامل مع واجهات برمجة التطبيقات الخارجية: من خلال ممثلي Apify، يمكن للمطورين ربط تدفقات عمل الذكاء الاصطناعي بواجهات برمجة التطبيقات والخدمات الخارجية، مما يسهل تكامل البيانات بشكل سلس.

كيفية إعداده

Windsurf

1. تأكد من تثبيت Node.js.
2. حدد موقع ملف إعداد Windsurf الخاص بك (عادةً windsurf.config.json).
3. أضف خادم Apify MCP باستخدام المقتطف التالي:

   {
     "mcpServers": {
       "apify-mcp": {
         "command": "npx",
         "args": ["@apify/actors-mcp-server@latest"]
       }
     }
   }
   

4. احفظ إعداداتك وأعد تشغيل Windsurf.
5. تحقق من ظهور خادم Apify MCP في قائمة خوادم MCP.

تأمين مفاتيح API

مثال:

{
  "mcpServers": {
    "apify-mcp": {
      "command": "npx",
      "args": ["@apify/actors-mcp-server@latest"],
      "env": {
        "APIFY_TOKEN": "${APIFY_TOKEN}"
      },
      "inputs": {
        "actorId": "your-actor-id"
      }
    }
  }
}

Claude

1. تأكد من تثبيت Node.js.
2. افتح ملف إعداد Claude MCP.
3. أضف إدخال خادم Apify MCP:

   {
     "mcpServers": {
       "apify-mcp": {
         "command": "npx",
         "args": ["@apify/actors-mcp-server@latest"]
       }
     }
   }
   

4. احفظ وأعد تشغيل Claude.
5. تحقق من توفر الخادم.

تأمين مفاتيح API

{
  "mcpServers": {
    "apify-mcp": {
      "command": "npx",
      "args": ["@apify/actors-mcp-server@latest"],
      "env": {
        "APIFY_TOKEN": "${APIFY_TOKEN}"
      },
      "inputs": {
        "actorId": "your-actor-id"
      }
    }
  }
}

Cursor

1. قم بتثبيت Node.js.
2. حرر ملف إعدادات Cursor MCP.
3. أضف:

   {
     "mcpServers": {
       "apify-mcp": {
         "command": "npx",
         "args": ["@apify/actors-mcp-server@latest"]
       }
     }
   }
   

4. احفظ وأعد تشغيل Cursor.
5. تحقق من إدراج خادم Apify MCP.

تأمين مفاتيح API

{
  "mcpServers": {
    "apify-mcp": {
      "command": "npx",
      "args": ["@apify/actors-mcp-server@latest"],
      "env": {
        "APIFY_TOKEN": "${APIFY_TOKEN}"
      },
      "inputs": {
        "actorId": "your-actor-id"
      }
    }
  }
}

Cline

1. تأكد من تثبيت Node.js.
2. حدث ملف إعداد خادم Cline MCP.
3. أضف:

   {
     "mcpServers": {
       "apify-mcp": {
         "command": "npx",
         "args": ["@apify/actors-mcp-server@latest"]
       }
     }
   }
   

4. احفظ وأعد تشغيل Cline.
5. تحقق من تشغيل خادم MCP.

تأمين مفاتيح API

{
  "mcpServers": {
    "apify-mcp": {
      "command": "npx",
      "args": ["@apify/actors-mcp-server@latest"],
      "env": {
        "APIFY_TOKEN": "${APIFY_TOKEN}"
      },
      "inputs": {
        "actorId": "your-actor-id"
      }
    }
  }
}

كيفية استخدام MCP هذا داخل التدفقات

استخدام MCP في FlowHunt

لدمج خوادم MCP في تدفق عمل FlowHunt الخاص بك، ابدأ بإضافة مكون MCP إلى التدفق وربطه بوكيل الذكاء الاصطناعي:

اضغط على مكون MCP لفتح لوحة الإعدادات. في قسم إعدادات MCP للنظام، أدخل تفاصيل خادم MCP باستخدام هذا التنسيق:

{
  "apify-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بمجرد الإعداد، سيكون وكيل الذكاء الاصطناعي قادرًا على استخدام هذا MCP كأداة مع الوصول إلى جميع وظائفه وقدراته. تذكّر تغيير "apify-mcp" إلى اسم خادم MCP الفعلي الخاص بك واستبدال عنوان URL بعنوان خادم MCP الخاص بك.

نظرة عامة

استنادًا إلى الوثائق المتاحة، يوفر خادم Apify MCP جسرًا قويًا لممثلي Apify لكنه يفتقر إلى توثيق مفصل للـ MCP من حيث التعليمات أو الموارد أو مخططات الأدوات في README العام وقائمة الملفات. عملية الإعداد موثقة جيدًا وأفضل الممارسات الأمنية مضمنة. لذا، فإن الخادم عملي جدًا لمستخدمي Apify، لكنه أقل إفادة لتكاملات MCP العامة.

درجة MCP

رأينا:
نظرًا لغياب تعريفات واضحة للتعليمات والموارد والأدوات الخاصة بـ MCP، ولكن مع وجود توثيق إعداد جيد وترخيص مفتوح المصدر، نقيم هذا الخادم عند 5/10 للاستخدام العام في MCP. إذا كان هدفك الأساسي هو دمج ممثلي Apify في تدفقات عمل الذكاء الاصطناعي فهو مفيد جدًا؛ أما للسيناريوهات الأوسع في MCP، فالمزيد من التوثيق سيكون مفيدًا.