Apify MCP Server是一个MCP服务器，旨在连接AI模型与Apify Actor，使AI能够利用Apify Actor执行特定任务。它支持两种运行模式：作为可通过Server-Sent Events (SSE)访问的HTTP服务器，或作为通过标准输入/输出(stdio)运行的本地服务器。

该服务器允许AI助手使用Apify Actor作为工具，例如，抓取Facebook帖子、提取Google Maps联系方式或搜索网页内容。开发者可以使用Claude Desktop、LibreChat或Apify Tester MCP Client等MCP客户端与之交互。

Apify MCP Server通过MCP协议暴露Apify Actor，使AI Agent能够访问这些Actor，从而实现数据提取、网络搜索等功能。它简化了AI模型与Apify Actor的集成，让开发者能够轻松地将Apify的功能集成到他们的AI应用中。

Apify Actor 集成即用

actors-mcp-server 的核心功能是能够直接将 Apify Actor 集成到 MCP 生态系统中，无需进行额外的开发工作。它预配置了多个常用的 Apify Actor，例如 apify/instagram-scraper 和 apify/rag-web-browser，用户可以通过简单的配置即可使用这些 Actor 作为 AI 模型的工具。这意味着 AI 模型可以利用 Apify 平台强大的数据抓取和处理能力，执行诸如从 Instagram 抓取数据、从网页提取信息等任务。例如，一个 AI 助手可以使用 apify/rag-web-browser Actor 来搜索互联网，并总结关于特定主题的最新趋势，然后将结果提供给用户。这种集成简化了 AI 模型与外部数据源的连接，极大地扩展了 AI 应用的实用性。技术上，服务器会加载 Actor 的输入模式，并创建与 Actor 对应的 MCP 工具。

动态工具发现与管理

actors-mcp-server 提供了动态发现和管理可用工具的功能，允许用户根据需要添加或删除 Apify Actor 作为工具。通过 get-actor-details 和 discover-actors 等辅助工具，用户可以查找特定 Actor 的详细信息，例如文档和输入模式，并根据关键词搜索相关的 Actor。此外，add-actor-as-tool 和 remove-actor-from-tool 工具允许用户动态地管理可用工具列表，从而灵活地调整 AI 模型的能力。例如，如果一个 AI 模型需要使用一个新的数据抓取工具，用户可以使用 add-actor-as-tool 将其添加到可用工具列表中，而无需重新启动服务器。需要注意的是，动态添加和删除工具的功能需要 MCP 客户端支持更新工具列表的通知，目前并非所有客户端都支持此功能。

多种传输协议支持

actors-mcp-server 支持多种传输协议，包括 Server-Sent Events (SSE) 和标准输入/输出 (stdio)，从而可以与各种 MCP 客户端进行交互。SSE 协议允许服务器向客户端推送实时更新，适用于需要持续数据流的应用场景。Stdio 协议则通过标准输入和输出流进行通信，适用于本地开发和调试。例如，Claude Desktop 客户端可以通过 Stdio 协议与 actors-mcp-server 进行交互，而 Apify Tester MCP Client 则使用 SSE 协议。这种多协议支持使得 actors-mcp-server 能够与更广泛的 MCP 客户端兼容，并满足不同的应用需求。在技术实现上，服务器会根据客户端的配置选择合适的传输协议进行通信。

技术实现

actors-mcp-server 基于 Node.js 和 TypeScript 构建，利用 Apify SDK 提供的功能来实现与 Apify 平台的集成。服务器通过 HTTP 或 Stdio 接收来自 MCP 客户端的请求，然后调用相应的 Apify Actor 执行任务，并将结果返回给客户端。为了确保兼容性，服务器会对 Actor 的输入模式进行处理，例如截断过长的描述和枚举值，并添加必要的元数据。此外，服务器还提供了调试工具，例如 MCP Inspector，方便开发者进行问题排查和性能优化。