Apify MCP Server Integration

Was macht der „Apify“ MCP Server?

Der Apify MCP (Model Context Protocol) Server fungiert als Brücke zwischen KI-Assistenten und der Apify-Plattform und ermöglicht es KI-Systemen, nahtlos mit Apify Actors zu interagieren – cloudbasierten Skripten für Web-Automatisierung, Datenextraktion und Workflow-Automatisierung. Durch die Bereitstellung der Actors über das MCP-Protokoll können KI-Clients Actors auslösen, verwalten und Ergebnisse abrufen. Dies verbessert Entwicklungs-Workflows, indem Aufgaben wie der Betrieb von Web-Scrapern, die Automatisierung von Browseraktionen oder die Orchestrierung komplexer Datenpipelines ermöglicht werden – alles über standardisierte MCP-Tools und Ressourcen zugänglich. Der Server unterstützt sowohl HTTP (SSE) als auch lokalen stdio-Modus und ist somit flexibel für Integrationen in verschiedenen Umgebungen einsetzbar.

Liste der Prompts

In den bereitgestellten Inhalten des Repositorys werden keine expliziten Prompt-Vorlagen erwähnt.

Liste der Ressourcen

In der verfügbaren Dokumentation oder den Dateiauflistungen sind keine expliziten MCP-Ressourcen detailliert.

Liste der Tools

Es wird in den Dateien oder der Dokumentation keine detaillierte Liste von Tools (wie query_database, read_write_file, call_api oder Actor-Triggering-Tools) beschrieben. Der Server ermöglicht die Interaktion mit Apify Actors, aber spezifische Tool-Namen oder Beschreibungen sind nicht vorhanden.

Anwendungsfälle dieses MCP Servers

• Web-Datenextraktion: Entwickler können Apify Actors zum Scrapen von Webseiten und zur Extraktion strukturierter Daten auslösen und so wiederkehrende Datensammlungsaufgaben automatisieren.
• Automatisierung von Workflows: KI-Clients können mehrstufige Automatisierungen mithilfe von Apify Actors orchestrieren und so Geschäftsprozesse oder Forschungsabläufe optimieren.
• Browser-Automatisierung: Der Server ermöglicht KI-Assistenten die Automatisierung von Browseraufgaben wie Formularausfüllung, Navigation oder Tests – durch den Einsatz von Browser-Automatisierungs-Actors.
• Integration mit externen APIs: Über Apify Actors können Entwickler ihre KI-Workflows mit externen APIs und Diensten verbinden und so eine nahtlose Datenintegration ermöglichen.

Einrichtung

Windsurf

1. Stellen Sie sicher, dass Node.js installiert ist.
2. Suchen Sie Ihre Windsurf-Konfigurationsdatei (in der Regel windsurf.config.json).
3. Fügen Sie den Apify MCP Server mit folgendem JSON-Snippet hinzu:

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

4. Speichern Sie die Konfiguration und starten Sie Windsurf neu.
5. Überprüfen Sie, ob der Apify MCP Server in der MCP-Serverliste erscheint.

API-Keys sichern

Beispiel:

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

Claude

1. Stellen Sie sicher, dass Node.js installiert ist.
2. Öffnen Sie die Claude MCP-Konfigurationsdatei.
3. Fügen Sie den Apify MCP Server-Eintrag hinzu:

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

4. Speichern und Claude neu starten.
5. Prüfen Sie, ob der Server verfügbar ist.

API-Keys sichern

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

Cursor

1. Installieren Sie Node.js.
2. Bearbeiten Sie Ihre Cursor MCP-Konfigurationsdatei.
3. Fügen Sie hinzu:

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

4. Speichern und Cursor neu starten.
5. Prüfen Sie, ob der Apify MCP Server aufgelistet ist.

API-Keys sichern

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

Cline

1. Stellen Sie sicher, dass Node.js installiert ist.
2. Aktualisieren Sie die Cline MCP-Server-Konfigurationsdatei.
3. Fügen Sie ein:

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

4. Speichern und Cline neu starten.
5. Prüfen Sie, ob der MCP-Server läuft.

API-Keys sichern

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

Nutzung dieses MCP in Flows

MCP in FlowHunt verwenden

Um MCP-Server in Ihren FlowHunt-Workflow zu integrieren, fügen Sie zunächst die MCP-Komponente zu Ihrem Flow hinzu und verbinden diese mit Ihrem KI-Agenten:

Klicken Sie auf die MCP-Komponente, um das Konfigurationspanel zu öffnen. Im Bereich System-MCP-Konfiguration fügen Sie Ihre MCP-Serverdaten in folgendem JSON-Format ein:

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

Nach der Konfiguration kann der KI-Agent dieses MCP als Tool mit Zugriff auf alle Funktionen und Möglichkeiten nutzen. Denken Sie daran, "apify-mcp" durch den tatsächlichen Namen Ihres MCP-Servers zu ersetzen und die URL durch Ihre eigene MCP-Server-URL.

Übersicht

Basierend auf der verfügbaren Dokumentation bietet der Apify MCP Server eine solide Brücke zu Apify Actors, hat aber keine ausführliche Dokumentation zu MCP-spezifischen Prompts, Ressourcen oder Tools im öffentlichen README und der Dateiliste. Der Setup-Prozess ist gut dokumentiert und Sicherheitsbest-Practices sind enthalten. Dadurch ist der Server für Apify-Nutzer sehr praktisch, aber weniger informativ für generische MCP-Integrationen.

MCP-Bewertung

Unsere Meinung:
Aufgrund des Fehlens expliziter MCP-Prompt-, Ressourcen- und Tool-Definitionen, aber dank guter Setup-Dokumentation und Open-Source-Lizenzierung bewerten wir diesen MCP-Server für generische MCP-Nutzung mit 5/10. Für die Integration von Apify Actors in KI-Workflows ist er sehr nützlich; für breitere MCP-Szenarien wären detailliertere Dokumentationen wünschenswert.