Apify Actor 集成

使用 LangChain Python 与 Apify Actor 工具集成。

Apify Actor 是专为各种网页抓取、爬取和数据提取任务设计的云程序。这些 Actor 促进了从网络自动收集数据，使用户能够高效地提取、处理和存储信息。Actor 可用于执行诸如抓取电子商务网站的产品详情、监控价格变化或收集搜索引擎结果等任务。它们与 Apify 数据集 无缝集成，允许将 Actor 收集的 structured 数据存储、管理和导出为 JSON、CSV 或 Excel 等格式，以便进一步分析或使用。

概述

本笔记本将引导您使用 Apify Actor 与 LangChain 配合进行网页抓取和数据提取自动化。langchain-apify 包将 Apify 的基于云的工具与 LangChain 代理集成，实现 AI 应用的高效数据收集和数据处理。

集成详情

类	包	可序列化	JS 支持	版本
ApifyActorsTool	langchain-apify	✅	✅

工具特性

返回工件	原生异步	返回数据	定价
❌	✅	Actor 输出（因 Actor 而异）	按使用量付费，提供免费层级

设置

此集成位于 langchain-apify 包中。该包可以使用 pip 安装。

pip install langchain-apify

前置条件

• Apify 账户：注册您的免费 Apify 账户。
• Apify API 令牌：在 Apify 文档 中了解如何获取您的 API 令牌。

import os

os.environ["APIFY_TOKEN"] = "your-apify-token"
os.environ["OPENAI_API_KEY"] = "your-openai-api-key"

定价

Apify 采用按使用量付费的定价模式，并提供免费层级。 定价因 Actor 而异——有些 Actor 是免费的（您只需支付平台使用费），而另一些则按结果或事件收费。

实例化

此处我们实例化 ApifyActorsTool 以调用 RAG Web Browser Apify Actor。该 Actor 为 AI 和 LLM 应用提供网页浏览功能，类似于 ChatGPT 中的网页浏览功能。来自 Apify Store 的任何 Actor 都可以这样使用。

from langchain_apify import ApifyActorsTool

tool = ApifyActorsTool("apify/rag-web-browser")

调用

ApifyActorsTool 接受单个参数，即 run_input —— 一个作为运行输入传递给 Actor 的字典。运行输入架构文档可在 Actor 详细信息页面的输入部分找到。参见 RAG Web Browser 输入架构。

tool.invoke({"run_input": {"query": "what is apify?", "maxResults": 2}})

链式调用

我们可以将创建的代理提供给 agent。当被要求搜索信息时，代理将调用 Apify Actor，后者将搜索网络，然后检索搜索结果。

pip install langgraph langchain-openai

from langchain.messages import ToolMessage
from langchain_openai import ChatOpenAI
from langchain.agents import create_agent


model = ChatOpenAI(model="gpt-5-mini")
tools = [tool]
graph = create_agent(model, tools=tools)

inputs = {"messages": [("user", "search for what is Apify")]}
for s in graph.stream(inputs, stream_mode="values"):
    message = s["messages"][-1]
    # skip tool messages
    if isinstance(message, ToolMessage):
        continue
    message.pretty_print()

================================ Human Message =================================

search for what is Apify
================================== Ai Message ==================================
Tool Calls:
  apify_actor_apify_rag-web-browser (call_27mjHLzDzwa5ZaHWCMH510lm)
 Call ID: call_27mjHLzDzwa5ZaHWCMH510lm
  Args:
    run_input: {"run_input":{"query":"Apify","maxResults":3,"outputFormats":["markdown"]}}
================================== Ai Message ==================================

Apify is a comprehensive platform for web scraping, browser automation, and data extraction. It offers a wide array of tools and services that cater to developers and businesses looking to extract data from websites efficiently and effectively. Here's an overview of Apify:

1. **Ecosystem and Tools**:
   - Apify provides an ecosystem where developers can build, deploy, and publish data extraction and web automation tools called Actors.
   - The platform supports various use cases such as extracting data from social media platforms, conducting automated browser-based tasks, and more.

2. **Offerings**:
   - Apify offers over 10,000 ready-made scraping tools and code templates.
   - Users can also build custom solutions or hire Apify's professional services for more tailored data extraction needs.

3. **Technology and Integration**:
   - The platform supports integration with popular tools and services like Zapier, GitHub, Google Sheets, Pinecone, and more.
   - Apify supports open-source tools and technologies such as JavaScript, Python, Puppeteer, Playwright, Selenium, and its own Crawlee library for web crawling and browser automation.

4. **Community and Learning**:
   - Apify hosts a community on Discord where developers can get help and share expertise.
   - It offers educational resources through the Web Scraping Academy to help users become proficient in data scraping and automation.

5. **Enterprise Solutions**:
   - Apify provides enterprise-grade web data extraction solutions with high reliability, 99.95% uptime, and compliance with SOC2, GDPR, and CCPA standards.

For more information, you can visit [Apify's official website](https://apify.com/) or their [GitHub page](https://github.com/apify) which contains their code repositories and further details about their projects.

其他 Actor 示例

Apify Store 包含数千个预构建的 Actor。以下是其他流行 Actor 的示例：

Instagram 抓取器

from langchain_apify import ApifyActorsTool

instagram_tool = ApifyActorsTool("apify/instagram-scraper")

# Scrape Instagram posts
result = instagram_tool.invoke({
    "run_input": {
        "directUrls": ["https://www.instagram.com/humansofny/"],
        "resultsLimit": 10
    }
})

Google 搜索结果抓取器

google_search_tool = ApifyActorsTool("apify/google-search-scraper")

# Scrape Google Search results
result = google_search_tool.invoke({
    "run_input": {
        "queries": "langchain python tutorial",
        "maxPagesPerQuery": 1
    }
})

浏览 Apify Store 以发现更多适用于您用例的 Actor。

何时使用 Apify

当您有以下需求时，Apify 是理想选择：

• 访问数千个预构建的 Actor 用于各种平台（社交媒体、电子商务、搜索引擎等）
• 自定义网页抓取和自动化工作流 超出简单搜索范围
• 无需基础设施的抓取 （无服务器平台处理扩展和维护）
• 灵活的 Actor 生态系统 – 运行 Apify Store 中的任何 Actor

---

API 参考

有关如何使用此集成的更多信息，请查看 git 仓库 或 Apify 集成文档。

---

使用 Apify MCP 服务器

不确定使用哪个 Actor 或其需要哪些参数？ Apify MCP (模型上下文协议) 服务器 可以帮助您通过模型上下文协议发现可用 Actor、探索其输入架构并理解参数要求。

要在 LangChain 中使用 Apify MCP 服务器：

import os
from langchain_mcp_adapters.client import MultiServerMCPClient
from langchain.agents import create_agent

client = MultiServerMCPClient({
    "apify": {
        "transport": "http",
        "url": "https://mcp.apify.com",
        "headers": {
            "Authorization": f"Bearer {os.environ['APIFY_TOKEN']}",
        },
    }
})

tools = await client.get_tools()
agent = create_agent("gpt-5-mini", tools)

有关更多信息，请参阅 LangChain MCP 文档 和 Apify MCP 服务器。

---

Edit this page on GitHub or file an issue.

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.