🌐 Introducing Apify MCP Server

The Apify MCP Server allows an AI assistant to use any Apify Actor as a tool to perform a specific task.

For example, it can:

Use Facebook Posts Scraper to extract data from Facebook posts from multiple pages/profiles.
Use Google Maps Email Extractor to extract contact details from Google Maps.
Use Google Search Results Scraper to scrape Google Search Engine Results Pages (SERPs).
Use Instagram Scraper to scrape Instagram posts, profiles, places, photos, and comments.
Use RAG Web Browser to search the web, scrape the top N URLs, and return their content.

Video tutorial: Интеграция 8,000+ Apify Actors и Agents с Claude

🚀 Quickstart

Вы можете использовать Apify MCP Server двумя способами:

HTTPS Endpoint (mcp.apify.com): Подключайтесь от имени вашего MCP клиента через OAuth или добавив заголовок Authorization: Bearer <APIFY_TOKEN> в запросы. Это рекомендуемый метод для большинства сценариев использования. Поскольку он поддерживает OAuth, вы можете подключаться из таких клиентов, как Claude.ai или Visual Studio Code, используя только URL: https://mcp.apify.com.

https://mcp.apify.com — потоковый транспорт (streamable transport)

Standard Input/Output (stdio): Идеально подходит для локальных интеграций и инструментов командной строки, например Claude for Desktop.

Установите команду сервера MCP клиента в npx @apify/actors-mcp-server и задайте переменную окружения APIFY_TOKEN своим Apify API token.
См. npx @apify/actors-mcp-server --help для дополнительных опций.

Вы можете найти подробные инструкции по настройке MCP server в документации Apify.

🤖 MCP clients

Apify MCP Server совместим с любым MCP клиентом, который следует Model Context Protocol, но уровень поддержки динамического обнаружения инструментов и других функций может различаться между клиентами.

Чтобы взаимодействовать с Apify MCP Server, можно использовать клиенты, такие как Claude Desktop, Visual Studio Code, или Apify Tester MCP Client.

Перейдите на mcp.apify.com, чтобы настроить сервер под вашего предпочитаемого клиента.

Tested clients

Claude Desktop
Claude.ai (web)
ChatGPT
VS Code (Genie)
Cursor
OpenCode
Kiro
Apify Tester MCP Client — разработан для тестирования Apify MCP серверов

🪄 Try Apify MCP instantly

Хотите попробовать Apify MCP без подготовки?

Загляните в Apify Tester MCP Client

Этот интерактивный интерфейс в формате чата позволяет легко исследовать возможности Apify MCP без локальной настройки.

Войдите в свой аккаунт Apify и начинайте экспериментировать с веб-скрапингом, извлечением данных и инструментами автоматизации!

Или используйте MCP bundle file (ранее известный как Anthropic Desktop extension file, или DXT) для установки в один клик: Apify MCP Server MCPB file

💰 Agentic payments

Вы можете оплачивать выполнение Actor без использования токена API Apify с помощью AGI, direct x402 или Skyfire.

AGI (agi.apify.com) выпускает предоплаченный Apify API token в обмен на платеж через x402 или MPP. Используйте токен как обычный API token против mcp.apify.com и api.apify.com — подходит для любого Actor, не только для Pay Per Event. Рекомендуется для новых интеграций; смотрите раздел AGI (recommended) ниже.
Direct x402 оплачивает с помощью USDC на базе Base за каждый запрос и не требует отдельной учетной записи на платформе. Полностью поддерживается mcpc (npm install -g @apify/mcpc). Мы используем mcpc, потому что это один из немногих MCP-клиентов, который поддерживает последние функции и протокол x402 нативно.
Skyfire оплачивает с помощью PAY токенов и требует учетной записи Skyfire с финансируемым кошельком. Не требует специального MCP клиента; весь платежный процесс обрабатывается напрямую через параметры вызова MCP инструмента.

ℹ️ Область применения: и Direct x402, и Skyfire ограничены Pay Per Event Actors, не поддерживают Standby Actors и рассчитываются по выполнению, а не через выпуск токена.

How agentic payments work

Стоимость запуска Actor варьируется, поэтому оба метода оплаты используют модель предоплаченного баланса. Платежный процесс состоит из четырех шагов:

Discovery: агент обнаруживает Actors через search-actors или fetch-actor-details. Эти вызовы бесплатны.
Prepayment: перед запуском платного Actor-инструмента агент пополняет предоплаченный баланс.

Direct x402: mcpc автоматически подписывает транзакцию на $1.00 USDC.

Skyfire: агент создаёт PAY токен (минимум $5.00) с помощью инструмента Skyfire create-pay-token.
Execution: агент вызывает инструмент Actor.

Direct x402: обработка осуществляется автоматически mcpc через предоплаченный баланс.

Skyfire: агент явно передает PAY токен в входном свойстве skyfire-pay-id.
Resolution: инструмент возвращает результаты Actor. Неиспользованные средства остаются доступными для последующих запусков.

Direct x402: через 60 минут бездействия сервер возвращает остаток баланса на кошелек на Base.

Skyfire: Skyfire возвращает неиспользованные средства по истечении срока действия токена.

🪙 AGI (recommended)

AGI (Apify Agent General Interface) — рекомендуемый способ оплаты использования Apify автономными агентами без учетной записи. Оплата один раз через x402 или MPP, получение предоплаченного, лимитированного токена Apify API и прямое использование против mcp.apify.com и api.apify.com (Authorization: Bearer <token>) — для любого Actor.

Полный протокол, поддерживаемые методы оплаты и текущие условия (минимальная сумма, срок действия токена, политика возврата) задокументированы на agi.apify.com/AGENTS.md — рассматривайте это как единственный источник истины.

💸 Direct x402

Протокол x402 позволяет выполнять прямые платежи машина–машине. Ваш MCP-клиент может использовать его для оплаты выполнения Actor за USDC на блокчейне Base, полностью обходя необходимость токена API Apify.

prerequisites

Кошелёк с USDC на основной сети Base.

Setup

Создайте или импортируйте кошелёк:

# Create a new wallet
mcpc x402 init

# Import an existing wallet
mcpc x402 import <private-key>

# Show the wallet address so you can fund it with USDC on Base (https://base.org)
mcpc x402 info

Подключитесь к серверу с включенным x402:

mcpc connect "mcp.apify.com?payment=x402" @apify --x402

Теперь вы можете вызывать платной инструмент:

mcpc @apify tools-call call-actor actor:="apify/rag-web-browser" input:='{"query": "latest AI news"}'

🔥 Skyfire

Skyfire обеспечивает управляемую платежную инфраструктуру для AI-агентов. Вместо аутентификации с помощью токена API Apify ваш агент передает платежный токен Skyfire, чтобы покрыть стоимость каждого вызова инструмента с использованием PAY токенов.

prerequisites

Учетная запись Skyfire с финансируемным кошельком.
Клиент MCP, поддерживающий несколько серверов, например Claude Desktop, OpenCode или VS Code.

Setup

Настройте Skyfire MCP server и Apify MCP Server в вашем клиенте. Добавьте payment=skyfire к URL Apify server:

" } }, "apify": { "url": "https://mcp.apify.com?payment=skyfire" } } }">``` { "mcpServers": { "skyfire": { "url": "https://api.skyfire.xyz/mcp/sse", "headers": { "skyfire-api-key": "<YOUR_SKYFIRE_API_KEY>" } }, "apify": { "url": "https://mcp.apify.com?payment=skyfire" } } }


См. документацию по интеграции Skyfire в [Skyfire integration documentation](https://docs.apify.com/platform/integrations/skyfire) для деталей настройки. Публикация [Agentic Payments with Skyfire](https://blog.apify.com/agentic-payments-skyfire/) содержит дополнительную справочную информацию.

# 🛠️ Tools, resources, and prompts

MCP server предоставляет набор инструментов для взаимодействия с Apify Actors.

Поскольку Apify Store велик и быстро растёт, MCP Server предлагает способ динамически обнаруживать и использовать новые Actors.

### Actors

Любой [Apify Actor](https://apify.com/store) может использоваться в качестве инструмента.

По умолчанию сервер сконфигурирован с одним Actor, `apify/rag-web-browser`, и несколькими вспомогательными инструментами.

MCP server загружает входную схему Actor и создаёт соответствующий MCP tool.

Это позволяет агенту точно знать, какие аргументы передавать Actor и чего ожидать в ответ.

Например, для Actor `apify/rag-web-browser` входные параметры:

{ "query": "restaurants in San Francisco", "maxResults": 3 }


Не требуется вручную указывать, какой Actor вызывать или какие входные параметры передавать; LLM делает это автоматически.

Когда инструмент вызывается, аргументы автоматически передаются Actor через LLM.

Вы можете обратиться к документации конкретного Actor для списка доступных аргументов.

### Helper tools

Одной из самых мощных возможностей использования MCP с Apify является динамическое обнаружение инструментов.

Это позволяет AI-агенту находить новые инструменты (Actors) по мере необходимости и интегрировать их.

Ниже — некоторые особые операции MCP и поддержка Apify MCP Server:

- **Apify Actors**: поиск Actors, просмотр их деталей и использование их в качестве инструментов для AI.

- **Apify documentation**: поиск документации Apify и получение конкретных документов для контекста AI.

- **Actor runs**: получение списков запусков Actor, просмотр деталей и получение журналов.

- **Apify storage**: доступ к данным из ваших датасетов и key-value stores.

### Overview of available tools

Ниже приведён обзор всех инструментов, предоставляемых Apify MCP Server.

Legend for the **Enabled by default** column:

- ✅ — включён по умолчанию в набор инструментов.
- ⚡ — автоматически инжектируется, когда присутствуют `call-actor`, Actor tool, или `get-actor-run` (что верно для конфигурации по умолчанию).
- ✅¹ — обслуживается по умолчанию, но только когда телеметрия включена и клиент не исключён: покрываются Anthropic (Claude.ai / Claude Desktop / Claude Code) или `local-agent-mode-apify`. Чтобы отключить, передайте явный список `tools=`, который его исключает.

| Tool name | Category | Description | Enabled by default |
| --- | --- | --- | --- |
| search-actors | actors | Search for Actors in Apify Store. | ✅ |
| fetch-actor-details | actors | Retrieve detailed information about a specific Actor, including its input schema, README (summary when available, full otherwise), pricing, and Actor output schema. | ✅ |
| call-actor | actors | Call an Actor and get its run results. Use fetch-actor-details first to get the Actor's input schema. | ✅ |
| get-actor-run | runs | Get detailed information about a specific Actor run. | ⚡ |
| get-dataset-items | storage | Retrieve items from a dataset with support for filtering and pagination. | ⚡ |
| get-key-value-store-record | storage | Get the value associated with a specific key in a key-value store. | ⚡ |
| abort-actor-run | runs | Abort a running Actor run, optionally gracefully. | ⚡ |
| search-apify-docs | docs | Search the Apify documentation for relevant pages. | ✅ |
| fetch-apify-docs | docs | Fetch the full content of an Apify documentation page by its URL. | ✅ |
| apify--rag-web-browser | Actor (see tool configuration) | An Actor tool to browse the web. | ✅ |
| report-problem | dev | Report a problem with an Apify tool or Actor to the Apify team. | ✅¹ |
| get-actor-run-list | runs | Get a list of an Actor's runs, filterable by status. |  |
| get-actor-log | runs | Retrieve the logs for a specific Actor run. |  |
| get-dataset | storage | Get metadata about a specific dataset. |  |
| get-dataset-schema | storage | Generate a JSON schema from dataset items. |  |
| get-key-value-store | storage | Get metadata about a specific key-value store. |  |
| get-key-value-store-keys | storage | List the keys within a specific key-value store. |  |
| get-dataset-list | storage | List all available datasets for the user. |  |
| get-key-value-store-list | storage | List all available key-value stores for the user. |  |

> **Note:**

> When `call-actor`, an Actor tool, or `get-actor-run` is present, the server auto-injects `get-actor-run`, `get-dataset-items`, `get-key-value-store-record`, and `abort-actor-run`.

> When you call an Actor — through `call-actor` or directly via an Actor tool (e.g., `apify--rag-web-browser`) — the response contains run metadata, storage IDs, and a `summary` + `nextStep`, but no dataset items. To fetch items, follow `nextStep` and call `get-dataset-items` (auto-injected), passing the `datasetId` returned from the call.

### Tool annotations

All tools include metadata annotations to help MCP clients and LLMs understand tool behavior:

- **`title`**: Short display name for the tool (e.g., "Search Actors", "Call Actor", "apify/rag-web-browser")

- **`readOnlyHint`**: `true` for tools that only read data without modifying state (e.g., `get-dataset`, `fetch-actor-details`)

- **`openWorldHint`**: `true` for tools that access external resources outside the Apify platform (e.g., `call-actor` executes external Actors). Tools that interact only with the Apify platform (like `search-actors` or `fetch-apify-docs`) do not have this hint.

### Tools configuration

Параметр конфигурации `tools` используется для указания загруженных инструментов — либо категорий, либо конкретных инструментов и Apify Actors. Например, `tools=storage,runs` загружает две категории; `tools=call-actor` загружает только один инструмент.

Если параметры запроса не заданы, MCP сервер загружает по умолчанию следующие `tools`:

- `actors`
- `docs`
- `apify/rag-web-browser`

Если указан параметр tools, будут включены только перечисленные инструменты или категории — никаких инструментов по умолчанию не будет.

`report-problem` доступен по умолчанию (при условии оговорки в сноске выше), но находится в категории `dev`, поэтому явное `tools=dev` тоже выбирает его. Чтобы отключить, передайте явный список `tools=` без него (например `tools=actors,docs`).

> **Удобная настройка:**

> Используйте UI configurator на [https://mcp.apify.com/](https://mcp.apify.com/) для настройки вашего сервера, затем скопируйте конфигурацию на клиента.

**Configuring the hosted server:**

Hosted server can be configured using query parameters in the URL. For example, to load the default tools, use:

https://mcp.apify.com?tools=actors,docs,apify/rag-web-browser


For minimal configuration, if you want to use only a single Actor tool - without any discovery or generic calling tools, the server can be configured as follows:

https://mcp.apify.com?tools=apify/my-actor


This setup exposes only the specified Actor (`apify/my-actor`) as a tool. No other tools will be available.

**Configuring the CLI:**

The CLI can be configured using command-line flags. For example, to load the same tools as in the hosted server configuration, use:

npx @apify/actors-mcp-server --tools actors,docs,apify/rag-web-browser


The minimal configuration is similar to the hosted server configuration:

npx @apify/actors-mcp-server --tools apify/my-actor


As above, this exposes only the specified Actor (`apify/my-actor`) as a tool. No other tools will be available.

> **⚠️ Important recommendation**

> **The default tools configuration may change in future versions.** When no `tools` parameter is specified, the server currently loads default tools, but this behavior is subject to change.

> **For production use and stable interfaces, always explicitly specify the `tools` parameter** to ensure your configuration remains consistent across updates.

### UI mode configuration

The `ui` parameter enables [MCP Apps](https://mcp.apify.com/) widget rendering in tool responses. When enabled, tools like `search-actors` return interactive MCP App responses.

**Configuring the hosted server:**

Enable UI mode using the `ui` query parameter:

https://mcp.apify.com?ui=true


You can combine it with other parameters:

https://mcp.apify.com?tools=actors,docs&ui=true


**Configuring the CLI:**

The CLI can be configured using command-line flags. For example, to enable UI mode:

npx @apify/actors-mcp-server --ui true


You can also set it via the `UI_MODE` environment variable:

export UI_MODE=true npx @apify/actors-mcp-server


### Backward compatibility

The v2 configuration preserves backward compatibility with v1 usage. Notes:

- `actors` param (URL) and `--actors` flag (CLI) are still supported.

Internally they are merged into `tools` selectors.

- Examples: `?actors=apify/rag-web-browser` ≡ `?tools=apify/rag-web-browser`; `--actors apify/rag-web-browser` ≡ `--tools apify/rag-web-browser`.

- `enableAddingActors` (URL), `enable-adding-actors` (CLI), and the legacy `enableActorAutoLoading` alias have been removed. To call Actors dynamically, use `tools=call-actor` (included by default via the `actors` category). Any lingering raw value is ignored.

- Defaults remain compatible: when no `tools` are specified, the server loads `actors`, `docs`, and `apify/rag-web-browser`.

If any `tools` are specified, the defaults are not added (same as v1 intent for explicit selection).

- `call-actor` is now included by default via the `actors` category (additive change). To exclude it, specify an explicit `tools` list without `actors`.

- `tools=add-actor`, `tools=experimental`, and `tools=preview` are retired: they are ignored and load no tools. Use `tools=call-actor` (or the default `actors` category) instead.

Existing URLs and commands using `?actors=...` or `--actors` continue to work unchanged.

### Prompts

The server provides a set of predefined example prompts to help you get started interacting with Apify through MCP. For example, there is a `GetLatestNewsOnTopic` prompt that allows you to easily retrieve the latest news on a specific topic using the [RAG Web Browser](https://apify.com/apify/rag-web-browser) Actor.

### Resources

The server does not yet provide any resources.

## 💬 Usage examples

Ниже приведены реалистичные примеры того, как AI-ассистент использует инструменты Apify MCP Server.

### Example 1: Поиск в сети с помощью RAG Web Browser

**User prompt:**

> Find the latest news about autonomous AI agents and summarize the key developments.

AI-ассистент вызывает преднастроенный инструмент `apify--rag-web-browser` для поиска в сети и возврата содержания из топ-результатов.

Инструмент возвращает содержимое в виде markdown из топ-3 результатов поиска, которое затем резюмирует для пользователя.

### Example 2: Открыть и запустить Actor из Apify Store

**User prompt:**

> Scrape the top 10 restaurants in Prague from Google Maps with their contact details.

AI-ассистент сначала ищет подходящий Actor, изучает его input schema, затем выполняет его.

Инструмент возвращает предпросмотр извлеченных данных, включая названия ресторанов, адреса, рейтинги, телефоны и веб-сайты.

### Example 3: Получение и пагинация результатов запуска Actor

**User prompt:**

> Show me the next 10 results from that scraping run.

AI-ассистент использует идентификатор датасета из предыдущего запуска Actor для получения дополнительных элементов.

Ожидаемый вывод: инструмент возвращает следующую страницу структурированных элементов данных из вывода Actor.

## 📡 Telemetry

Apify MCP Server собирает телеметрию о вызовах инструментов, чтобы помочь Apify понять паттерны использования и улучшить сервис.

По умолчанию телеметрия включена для всех вызовов инструментов.

Транспорт stdio также использует [Sentry](https://sentry.io) для отслеживания ошибок, что помогает быстрее находить и исправлять проблемы.

Sentry автоматически отключается, когда телеметрия отключена.

### Opting out of telemetry

Вы можете отказаться от телеметрии (включая отслеживание ошибок Sentry) путем установки флага CLI `--telemetry-enabled` в `false` или переменной окружения `TELEMETRY_ENABLED` в `false`.

Флаги CLI имеют преимущество перед переменными окружения.

#### Examples

**Для удалённого сервера (mcp.apify.com)**:

Disable via URL parameter

https://mcp.apify.com?telemetry-enabled=false


**Для локального stdio сервера**:

Disable via CLI flag

npx @apify/actors-mcp-server --telemetry-enabled=false

Or set environment variable

export TELEMETRY_ENABLED=false npx @apify/actors-mcp-server


# ⚙️ Development

Please see the [CONTRIBUTING.md](https://github.com/apify/apify-mcp-server/blob/master/CONTRIBUTING.md) guide for contribution guidelines and commit message conventions.

For detailed development setup, project structure, and local testing instructions, see the [DEVELOPMENT.md](https://github.com/apify/apify-mcp-server/blob/master/DEVELOPMENT.md) guide.

## Prerequisites

- [Node.js](https://nodejs.org/en) (v22 or higher)

Create an environment file, `.env`, with the following content:

APIFY_TOKEN="your-apify-token"


Build the `actors-mcp-server` package:

pnpm run build


## Start HTTP streamable MCP server

Run using Apify CLI:

export APIFY_TOKEN="your-apify-token" export APIFY_META_ORIGIN=STANDBY apify run -p


Once the server is running, you can use the [MCP Inspector](https://github.com/modelcontextprotocol/inspector) to debug the server exposed at `http://localhost:3001`.

## Start standard input/output (stdio) MCP server

You can launch the MCP Inspector with this command:

export APIFY_TOKEN="your-apify-token" npx @modelcontextprotocol/inspector node ./dist/stdio.js


Upon launching, the Inspector will display a URL that you can open in your browser to begin debugging.

## Unauthenticated access

When the `tools` query parameter includes only tools explicitly enabled for unauthenticated use, the hosted server allows access without an API token.

Currently allowed tools: `search-actors`, `fetch-actor-details`, `search-apify-docs`, `fetch-apify-docs`.

Example: `https://mcp.apify.com?tools=search-actors`.

## 🐦 Canary PR releases

Apify MCP is split across two repositories: this repository for core MCP logic and the private `apify-mcp-server-internal` for the hosted server.

Changes must be synchronized between both.

To create a canary release, add the `beta` tag to your PR branch.

This publishes the package to [pkg.pr.new](https://pkg.pr.new/) for staging and testing before merging.

See [the workflow file](https://github.com/apify/apify-mcp-server/blob/master/.github/workflows/pre_release.yaml) for details.

## 🐋 Docker Hub integration

The Apify MCP Server is also available on [Docker Hub](https://hub.docker.com/mcp/server/apify-mcp-server/overview), registered via the [mcp-registry](https://github.com/docker/mcp-registry) repository. The entry in `servers/apify-mcp-server/server.yaml` should be deployed automatically by the Docker Hub MCP registry (deployment frequency is unknown). **Before making major changes to the `stdio` server version, test it locally to ensure the Docker build passes.** To test, change the `source.branch` to your PR branch and run `task build -- apify-mcp-server`. For more details, see [CONTRIBUTING.md](https://github.com/docker/mcp-registry/blob/main/CONTRIBUTING.md).

# 🐛 Troubleshooting

For step-by-step troubleshooting, see the [Claude Desktop integration guide](https://docs.apify.com/platform/integrations/claude-desktop) in the Apify documentation.

## 💡 Limitations

The Actor input schema is processed to be compatible with most MCP clients while adhering to [JSON Schema](https://json-schema.org/) standards. The processing includes:

- **Descriptions** are truncated to 500 characters (as defined in `MAX_DESCRIPTION_LENGTH`).

- **Enum fields** are truncated to a maximum combined length of 2000 characters for all elements (as defined in `ACTOR_ENUM_MAX_LENGTH`).

- **Required fields** are explicitly marked with a `REQUIRED` prefix in their descriptions for compatibility with frameworks that may not handle the JSON schema properly.

- **Nested properties** are built for special cases like proxy configuration and request list sources to ensure the correct input structure.

- **Array item types** are inferred when not explicitly defined in the schema, using a priority order: explicit type in items > prefill type > default value type > editor type.

- **Enum values and examples** are added to property descriptions to ensure visibility, even if the client doesn't fully support the JSON schema.

- **Rental Actors** are only available for use with the hosted MCP server at [https://mcp.apify.com](https://mcp.apify.com). When running the server locally via stdio, you can only access Actors that are already added to your local toolset. To dynamically search for and use any Actor from Apify Store—including rental Actors—connect to the hosted endpoint.

# 🔒 Privacy policy

When you use this server, your requests and Actor inputs are sent to the Apify API for execution.

Data is not shared with third parties beyond what is necessary to run the requested Actors.

For full details on data collection, usage, sharing, and retention, see [Apify Legal](https://docs.apify.com/legal).

# 🤝 Contributing

We welcome bug reports, feature requests, and documentation fixes. **Send us the problem, not the patch** — a precise issue with a reproduction is more useful than a pull request.

- **🐛 Report a bug**: [Open an issue](https://github.com/apify/apify-mcp-server/issues) with a reproduction. The most useful thing you can send us.

- **💡 Propose a feature**: [Open an issue](https://github.com/apify/apify-mcp-server/issues) — the problem and who hits it, not the implementation.

- **🔧 Code**: Work only on a maintainer-invited issue. An open issue is not an invitation to pick it up; unsolicited pull requests are closed.

- **📚 Documentation**: Typos, broken links, and wrong commands go straight to a PR.

Full rules, including [AI-assisted contributions](https://github.com/apify/apify-mcp-server/blob/master/CONTRIBUTING.md#ai-assisted-contributions): [CONTRIBUTING.md](https://github.com/apify/apify-mcp-server/blob/master/CONTRIBUTING.md).

# 📚 Learn more

- [Model Context Protocol](https://modelcontextprotocol.org/)

- [What are AI Agents?](https://blog.apify.com/what-are-ai-agents/)

- [What is MCP and why does it matter?](https://blog.apify.com/what-is-model-context-protocol/)

- [How to use MCP with Apify Actors](https://blog.apify.com/how-to-use-mcp/)

- [Tester MCP Client](https://apify.com/jiri.spilka/tester-mcp-client)

- [Webinar: Building and Monetizing MCP Servers on Apify](https://www.youtube.com/watch?v=w3AH3jIrXXo)

- [How to build and monetize an AI agent on Apify](https://blog.apify.com/how-to-build-an-ai-agent/)

- [Connect Apify MCP with Claude Desktop](https://docs.apify.com/platform/integrations/claude-desktop)

- [Connect Apify MCP with ChatGPT](https://docs.apify.com/platform/integrations/chatgpt)