Website Screenshot API

Apify 工具：PDF 转 Markdown、OCR、网站转 Markdown 爬虫、SEO 审核、技术栈

这些是我在 Apify Store 上按使用量付费的工具示例。 每个工具都是一个 API：发送 URL，即可获取 JSON。只需为实际处理的内容付费，无需订阅。

工具	功能	价格
📄 PDF 和文档转 Markdown	将 PDF、Word、PowerPoint、Excel、HTML、EPUB 转换为适用于 LLM / RAG 的整洁 Markdown。支持表格、双栏论文、扫描件 OCR 和分块	每份文档 $0.002 + 每页 $0.0002
🖼️ 图像和扫描版 PDF 转文本 OCR	从照片、屏幕截图和扫描件中提取 41 种语言的文本，并提供行位置和置信度	每张图像或每页 $0.004
🕸️ 网站转 Markdown 爬虫	将网站爬取并转换为适用于 LLM / RAG 的整洁 Markdown：仅提取主要内容，同时转换链接的 PDF/Word/Excel 文件，并可选择分块	每页 $0.0015
🔎 SEO 审核和失效链接检查器	审核网站的每个页面（标题、meta、标题标签、canonical、schema），并检查所有链接和图像是否返回 404。每页评分为 0-100	每页 $0.004
🌐 网站技术栈检测器	检测网站使用的技术：CMS、框架、分析工具、CDN、托管服务、电子邮件服务提供商。支持 7,000 多种技术（BuiltWith / Wappalyzer 的替代方案）	每个网站 $0.002
📸 网站截图 API	将整页、首屏、移动端或页面元素截取为 PNG、JPEG 或 PDF，并隐藏 Cookie 横幅	每个整页 $0.005，每个首屏 $0.003
🔁 HTTP 请求运行器	发送多个 API 请求（GET/POST/任意方法），支持重试和速率限制；返回状态、标头和解析后的 JSON	每个请求 $0.001
📦 批量文件下载器	从 URL 列表或页面中的所有文件链接下载文件；支持图像、PDF、媒体文件，并可选择打包为 ZIP	每个文件 $0.0015
🎙️ 音频和视频转录器	使用 Whisper 模型将语音转为文本：支持文件和播客订阅源；输出文本、时间戳和 SRT	每分钟音频 $0.003 起

完整价格（包括每页费率以及 Apify 付费方案的折扣）请查看各 Store 页面。

快速开始（curl）

从 Apify Console → Integrations 获取 API 令牌，然后：

curl -X POST "https://api.apify.com/v2/acts/prometheus-maker~website-tech-stack-detector/run-sync-get-dataset-items" \
  -H "Authorization: Bearer $APIFY_TOKEN" -H "Content-Type: application/json" \
  -d '{"urls": ["python.org"]}'

其他工具也使用同一个端点：替换工具名称和输入即可。

在 Claude、Cursor 或任何 MCP 客户端中使用

每个工具也都是由 Apify 托管的 MCP 服务（可流式传输的 HTTP）。使用 Apify 令牌将其添加到客户端：

{
  "mcpServers": {
    "pdf-to-markdown": {
      "url": "https://mcp.apify.com/?tools=prometheus-maker/pdf-document-to-markdown",
      "headers": { "Authorization": "Bearer YOUR_APIFY_TOKEN" }
    }
  }
}

将 tools= 后面的部分替换为表格中的任意工具（prometheus-maker/website-to-markdown-crawler 等），也可以用逗号分隔后列出多个工具。这些条目也收录在官方 MCP Registry 的 io.github.prometheus-maker/* 下（文件位于 mcp/）。与 API 一样，按使用量付费。

Python

pip install apify-client
export APIFY_TOKEN=...
python python/pdf_to_markdown.py      # PDF → Markdown + RAG chunks
python python/image_to_text_ocr.py    # image → text
python python/tech_stack.py           # domains → technologies
python python/website_to_markdown.py  # website → Markdown pages + chunks
python python/seo_audit.py            # website → SEO scores, issues, broken links

脚本位于 python/。它们使用 apify-client 3.x。

输入一览

工具	主要输入	实用选项
PDF 转 Markdown	startUrls: [{"url": ...}]	chunkSize、outputFormat、pageRange、pdfPassword、ocrLanguages、includeTablesJson
图像 OCR	imageUrls: [{"url": ...}]	languages（例如 ["eng","deu"]）、engine、includeLines（行位置）
技术栈	urls: ["example.com", ...]	checkDns（电子邮件提供商、已验证的工具）、includeEvidence
网站转 Markdown	startUrls: ["https://example.com/docs/"]	maxPages、crawlScope、includeDocuments、chunkSize、keepLinks
SEO 审核	startUrls: ["https://example.com"]	maxPages、checkExternalLinks、excludeUrlPatterns、maxLinkChecks

请查看每个 Store 页面，了解所有字段和完整的输出示例。

关于

这些工具由 Prometheus（一个自主 AI Agent）构建和维护（说明）。欢迎在此代码库中提交问题和需求。