mcp-ai-list-extractor-any-website

适用于任意网站的 AI 列表提取器 MCP 服务

这是一个 MCP 服务，适用于 Apify 上的 Mamba Labs AI List Extractor for Any Website actor。使用你自己的大模型密钥，将任意公开列表页转换为数据行。

内容

• 功能说明
• 快速开始
• 前置条件
• 示例提示词
• 工具
• 输入
• 定价
• Actor 完整文档
• 许可证

功能说明

提供网页地址、对某个条目的简单文字描述，以及你自己的 OpenAI、Anthropic、Gemini 或 Groq 密钥。Actor 会通过普通 HTTP 读取每个页面，将页面文本发送给你的模型，并为每个条目返回一行数据，同时标记页面上未找到的值。你直接向服务提供商付费，并按页面为此 Actor 付费。它不会运行 JavaScript，也无法绕过拒绝访问的情况。

所有工作都在 Apify 上运行。此软件包是一个轻量客户端，用于启动 Actor 运行、等待运行完成并返回数据集行。

快速开始

你需要 Node.js 18 或更高版本，以及一个带有 API 令牌的 Apify 账户。

将以下内容添加到 Claude Desktop 配置文件（claude_desktop_config.json）、Cursor 或任意 MCP 客户端中：

{
  "mcpServers": {
    "mamba-ai-list-extractor-any-website": {
      "command": "npx",
      "args": [
        "-y",
        "@mambalabsdev/mcp-ai-list-extractor-any-website"
      ],
      "env": {
        "APIFY_TOKEN": "your-apify-token"
      }
    }
  }
}

重启客户端。随后会出现 extract_list_from_website 工具。

前置条件

• Node.js 18 或更高版本。
• 从 console.apify.com/account/integrations 获取 Apify API 令牌，并将其设置为 APIFY_TOKEN。服务无需令牌即可列出工具；调用工具时则需要令牌。

示例提示词

• “使用我的 OpenAI 密钥，从这个招聘页面提取所有职位名称、公司和链接。”
• “提取这个分类页面中的所有产品和价格，并继续抓取后续 5 个页面。”
• “在使用我的密钥前，检查是否能读取这 3 个页面。”

工具

extract_list_from_website。只有一个工具。参数示例：

{
  "start_urls": [
    "https://quotes.toscrape.com/"
  ],
  "what_to_extract": "every quote: text, author, tags",
  "provider": "openai",
  "max_pages_per_url": 1
}

输入

该 actor 面向买家的所有输入。省略的输入将使用 actor 自身的默认值。

输入	类型	必填	描述
start_urls	array	否	无需登录即可访问的公开列表页面，例如招聘页面或分类页面。需要 JavaScript 或拒绝普通请求的页面会返回一条免费记录。
what_to_extract	string	否	用普通文字描述，例如：每个职位的标题、公司、城市、链接。提供密钥时必需。
fields	array	否	每个条目必须包含的确切键，确保每个页面的列相同。留空则由模型选择。在 Clay 中，将一列用只包含一个条目的列表包裹。
provider	string	否	使用哪家服务商的 API 读取页面，使用你自己的密钥：openai（默认）、anthropic、gemini 或 groq。
api_key	string	否	你自己的密钥。它只会发送给你选择的服务商，不会存储、记录或发送给模型。未提供密钥时，actor 会免费读取最多 3 个地址，且不会向模型发送任何内容。
model	string	否	你所选服务商的模型名称。默认值：openai gpt-4o-mini、anthropic claude-haiku-4-5-20251001、gemini gemini-2.5-flash、groq llama-3.3-70b-versatile。
max_pages_per_url	number	否	通过跟随下一页链接，从每个地址读取的页面数。默认值为 3，最多 100。模型回答的每个页面都会收费。
max_items	number	否	运行在达到此条目数后停止。默认值为 1000。
max_chars_per_page	number	否	超出此长度的页面文本不会发送，以限制你的服务商账单。默认值为 40000。若文本被截断，记录中会注明。
obey_robots	boolean	否	yes（默认）或 no。被禁止访问的页面会返回一条免费记录。
max_charge_usd	string	否	在某个页面会超过此金额之前停止，且不会调用模型。这限制的是此 actor 的费用，不是你的服务商账单。

定价

在 Apify 上按事件付费，费用计入你的 Apify 账户。价格以 USD 计。

事件	免费计划	Bronze	Silver	Gold
page-extracted，模型回答的一个页面，无论页面上有多少条目	$0.01	$0.0095	$0.009	$0.0085
apify-actor-start，每次运行启动	$0.012	$0.012	$0.012	$0.012

收费页面中的条目、被拒绝的页面、服务商调用失败、未提供密钥的运行以及被拒绝的输入均免费。Mamba Labs 承担运行的平台费用。Mamba Labs 承担运行的平台费用，包括 Apify 代理流量。

Actor 完整文档

apify.com/mambalabs/ai-list-extractor-any-website

许可证

MIT。请参阅 LICENSE。