Apify MCP 服务器集成

“Apify” MCP 服务器的作用是什么？

Apify MCP（Model Context Protocol）服务器作为 AI 助手与 Apify 平台之间的桥梁，使 AI 系统能够无缝与 Apify Actors（云端网页自动化、数据提取和工作流自动化脚本）交互。通过 MCP 协议暴露 Actors，AI 客户端可以触发、管理并获取 Actors 执行结果。这为开发流程带来极大便利，如运行网页爬虫、自动化浏览器操作、编排复杂数据流程等，均可通过标准化 MCP 工具和资源实现。服务器支持 HTTP（SSE）和本地 stdio 两种模式，便于在多种环境下集成。

提示词列表

在提供的仓库内容中，未提及明确的提示词模板。

资源列表

在现有文档或文件列表中，未详细介绍 MCP 资源。

工具列表

仓库概览中的文件和文档未描述详细工具（如 query_database、read_write_file、call_api 或 Actor 触发工具）清单。服务器可与 Apify Actors 交互，但未列出具体工具名称或说明。

本 MCP 服务器的应用场景

• 网页数据提取： 开发者可通过触发 Apify Actors 抓取网页并提取结构化数据，实现重复性数据采集任务的自动化。
• 流程自动化： AI 客户端可利用 Apify Actors 编排多步自动化操作，简化业务流程或科研流程。
• 浏览器自动化： 服务器允许 AI 助手通过浏览器自动化 Actor 实现自动填表、导航或测试等操作。
• 与外部 API 集成： 通过 Apify Actors，开发者能将 AI 工作流无缝对接外部 API 与服务，轻松实现数据集成。

如何配置

Windsurf

1. 确保已安装 Node.js。
2. 找到 Windsurf 配置文件（通常为 windsurf.config.json）。
3. 添加 Apify MCP 服务器，示例如下：

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

4. 保存配置并重启 Windsurf。
5. 验证 Apify MCP 服务器已出现在 MCP 服务器列表中。

API 密钥安全

示例：

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

Claude

1. 确保已安装 Node.js。
2. 打开 Claude MCP 配置文件。
3. 添加 Apify MCP 服务器配置项：

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

4. 保存并重启 Claude。
5. 确认服务器已可用。

API 密钥安全

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

Cursor

1. 安装 Node.js。
2. 编辑 Cursor MCP 配置文件。
3. 添加如下内容：

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

4. 保存并重启 Cursor。
5. 检查 Apify MCP 服务器是否已列出。

API 密钥安全

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

Cline

1. 确保已安装 Node.js。
2. 更新 Cline MCP 服务器配置文件。
3. 插入如下内容：

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

4. 保存并重启 Cline。
5. 确认 MCP 服务器已正常运行。

API 密钥安全

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

如何在 FlowHunt 流程中使用 MCP

在 FlowHunt 中集成 MCP 服务器

要在 FlowHunt 工作流中集成 MCP 服务器，请先在流程中添加 MCP 组件并将其连接到您的 AI agent：

点击 MCP 组件，打开配置面板。在系统 MCP 配置部分，使用如下 JSON 格式插入您的 MCP 服务器信息：

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

完成配置后，AI agent 即可作为工具访问本 MCP 的所有功能。请记得将 "apify-mcp" 替换为您的 MCP 服务器实际名称，并将 URL 替换为您自己的 MCP 服务器地址。

概览

根据公开文档，Apify MCP 服务器为 Apify Actors 提供了强大的桥接能力，但未在公开 README 和文件列表中详细说明 MCP 专属的提示词、资源和工具结构。其安装与安全指引十分完善，因此对 Apify 用户极具实用价值，但对于通用 MCP 集成来说，文档细节仍有提升空间。

MCP 评分

我们的建议：
虽然缺乏明确的 MCP 提示词、资源和工具定义，但因其有完善的安装文档与开源许可，我们给该 MCP 服务器的通用 MCP 评分为 5/10。若您的主要需求是将 Apify Actors 集成到 AI 工作流，非常实用；如需更广泛的 MCP 场景支持，则建议补充更详细文档。