Integrace Apify MCP serveru

Co dělá “Apify” MCP Server?

Apify MCP (Model Context Protocol) Server slouží jako most mezi AI asistenty a platformou Apify, což umožňuje AI systémům bezproblémově pracovat s Apify Actors—cloudovými skripty pro webovou automatizaci, extrakci dat a automatizaci pracovních toků. Zpřístupněním Actors přes MCP protokol umožňuje tento server AI klientům spouštět, spravovat a získávat výsledky z těchto Actors. To zefektivňuje vývojové workflow díky možnosti spouštět webové scrapery, automatizovat akce v prohlížeči nebo realizovat komplexní datové pipeline, vše přes standardizované MCP nástroje a zdroje. Server podporuje režimy HTTP (SSE) i lokální stdio, což umožňuje flexibilní nasazení v různých prostředích.

Seznam promptů

V dostupném obsahu repozitáře nejsou uvedeny žádné explicitní šablony promptů.

Seznam zdrojů

V dostupné dokumentaci ani ve výpisech souborů nejsou uvedeny žádné explicitní MCP zdroje.

Seznam nástrojů

V dokumentaci ani v dostupných souborech není uveden detailní seznam nástrojů (například query_database, read_write_file, call_api či nástroje pro spouštění Actors). Server umožňuje interakci s Apify Actors, ale konkrétní názvy nebo popisy nástrojů nejsou uvedeny.

Příklady využití tohoto MCP serveru

• Extrakce webových dat: Vývojáři mohou spouštět Apify Actors pro scrapování webových stránek a extrakci strukturovaných dat, což automatizuje opakované sběry dat.
• Automatizace workflow: AI klienti mohou pomocí Apify Actors řídit vícekrokové automatizace, čímž zjednodušují firemní procesy nebo výzkumné pipeline.
• Automatizace prohlížeče: Server umožňuje AI asistentům automatizovat úkoly v prohlížeči, jako je vyplňování formulářů, navigace nebo testování, prostřednictvím Actors pro automatizaci prohlížeče.
• Integrace s externími API: Přes Apify Actors mohou vývojáři napojit AI workflow na externí API a služby a usnadnit tak plynulou datovou integraci.

Jak nastavit

Windsurf

1. Ujistěte se, že máte nainstalovaný Node.js.
2. Najděte konfigurační soubor Windsurf (obvykle windsurf.config.json).
3. Přidejte Apify MCP Server následujícím JSON úryvkem:

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

4. Uložte konfiguraci a restartujte Windsurf.
5. Ověřte, že se Apify MCP Server objeví v seznamu MCP serverů.

Zabezpečení API klíčů

Příklad:

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

Claude

1. Ujistěte se, že máte nainstalovaný Node.js.
2. Otevřete konfigurační soubor Claude MCP.
3. Přidejte položku Apify MCP Server:

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

4. Uložte a restartujte Claude.
5. Ověřte, že je server dostupný.

Zabezpečení API klíčů

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

Cursor

1. Nainstalujte Node.js.
2. Upravte konfigurační soubor Cursor MCP.
3. Přidejte:

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

4. Uložte a restartujte Cursor.
5. Zkontrolujte, že je Apify MCP Server uveden.

Zabezpečení API klíčů

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

Cline

1. Ujistěte se, že je nainstalovaný Node.js.
2. Upravte konfigurační soubor Cline MCP serveru.
3. Vložte:

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

4. Uložte a restartujte Cline.
5. Ověřte funkčnost MCP serveru.

Zabezpečení API klíčů

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

Jak tento MCP použít uvnitř flow

Použití MCP ve FlowHunt

Pro integraci MCP serverů do vašeho workflow ve FlowHunt začněte přidáním MCP komponenty do vašeho toku a propojením s AI agentem:

Klikněte na komponent MCP pro otevření konfiguračního panelu. V sekci systémové konfigurace MCP vložte údaje o vašem MCP serveru v tomto JSON formátu:

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

Jakmile je nastavení hotové, AI agent může tento MCP používat jako nástroj se všemi jeho funkcemi a schopnostmi. Nezapomeňte změnit "apify-mcp" na skutečný název vašeho MCP serveru a nahradit URL vaší vlastní adresou MCP serveru.

Přehled

Na základě dostupné dokumentace poskytuje Apify MCP Server robustní most k Apify Actors, ale chybí detailní dokumentace MCP promptů, zdrojů či schémat nástrojů ve veřejném README a výpisech souborů. Proces nastavení je dobře popsán a bezpečnostní doporučení jsou zahrnuta. Výsledkem je, že server je vysoce praktický pro uživatele Apify, ale pro obecné scénáře MCP by se hodila podrobnější dokumentace.

MCP Hodnocení

Náš názor:
Vzhledem k absenci explicitních MCP promptů, zdrojů a definic nástrojů, ale díky dobré dokumentaci nastavení a open source licenci hodnotíme tento MCP server pro obecné použití na 5/10. Pokud je vaším hlavním cílem integrace Apify Actors do AI workflow, je velmi užitečný; pro širší MCP scénáře by pomohla podrobnější dokumentace.