Apify (预览版)
Apify 运行 Web 刮板和 AI 代理、管理执行组件和任务、计划和监视运行、检索数据集和结果,以及从 Webhook 触发流。 它支持工作流中的端到端数据收集、扩充和自动化。
此连接器在以下产品和区域中可用:
| Service | Class | 区域 |
|---|---|---|
| Copilot Studio | 高级 | 除以下各项外的所有 Power Automate 区域 : - 美国政府 (GCC) - 美国政府 (GCC High) - 由世纪互联运营的中国云 - 美国国防部(DoD) |
| 逻辑应用程序 | 标准 | 除以下各项外的所有 逻辑应用区域 : - Azure 政府区域 - Azure 中国区域 - 美国国防部(DoD) |
| Power Apps | 高级 | 除以下各项外的所有 Power Apps 区域 : - 美国政府 (GCC) - 美国政府 (GCC High) - 由世纪互联运营的中国云 - 美国国防部(DoD) |
| Power Automate | 高级 | 除以下各项外的所有 Power Automate 区域 : - 美国政府 (GCC) - 美国政府 (GCC High) - 由世纪互联运营的中国云 - 美国国防部(DoD) |
| 联系人 | |
|---|---|
| 名字 | Apify 支持 |
| URL | https://apify.com/contact |
| support@apify.com |
| 连接器元数据 | |
|---|---|
| 发布者 | Apify |
| 查找有关 Apify 的详细信息。 | https://docs.apify.com |
| Website | https://apify.com |
| 隐私策略 | https://apify.com/privacy-policy |
| 类别 | 数据;人工智能 |
Apify
Apify 是 AI 工具的最大市场。 使用适用于 Power Automate 的 Apify 连接器,可以运行 Web 抓取器和 AI 代理(称为 Actors)、执行预配置的任务、从数据集和键值存储中检索结构化数据,并在作业完成后触发自动化工作流。 Apify Store 上提供了超过 30,000 个现成的执行组件,用于常见抓取和自动化用例。
发布者
Apify Technologies s.r.o.
先决条件
- Apify 帐户 - 在 apify.com 免费注册。 包含每月平台额度的免费层。
- OAuth 2.0 授权 - 连接器通过 Apify 的 OAuth 流进行身份验证。 最终用户不需要 API 令牌或手动凭据设置。
如何获取凭据
连接器使用 OAuth 2.0 身份验证。 将 Apify 连接器添加到流并创建新连接时,会自动重定向到 Apify 控制台以授权访问。 执行以下步骤:
- 在Power Automate流中,添加任何 Apify 操作或触发器。
- 当系统提示创建连接时,单击“ 登录”。
- 你将重定向到 Apify 控制台授权页面。
console.apify.com - 如果未登录到 Apify,请输入 Apify 帐户电子邮件和密码(或使用 Google/GitHub 登录)。
- 查看请求的权限:
- 配置文件 - 访问用户配置文件信息
- full_api_access - 代表你完全访问 Apify API
- 单击“ 授权 ”授予连接器访问权限。
- 你将使用活动连接重定向回Power Automate。
最终用户无需手动输入 API 令牌、客户端 ID 或机密。 连接器会自动处理令牌刷新。
对于Microsoft认证评审团队
若要测试连接器,需要一个 Apify 帐户。 可以在 apify.com 免费创建一个 - 无需信用卡。 免费层包括足够的平台信用额度来运行测试执行组件并验证所有连接器操作。 创建帐户后,请按照上述步骤 1-7 授权连接器。
支持的操作
Actions
| 运算 | 描述 |
|---|---|
| 运行执行组件 | 运行具有指定输入的 Apify Actor。 可以从最近使用过的执行组件中进行选择,也可以浏览 Apify 应用商店。 (可选)等待最多 60 秒才能完成运行。 返回运行元数据,包括状态、数据集 ID 和键值存储 ID。 |
| 运行任务 | 运行预配置的执行组件任务。 任务存储默认输入配置,以便无需每次指定输入即可执行这些配置。 (可选)使用自定义值替代默认输入。 |
| 擦除单个 URL | 使用 Apify Web 剪贴器执行组件抓取单个网页。 在自适应(推荐)、Firefox 无外设浏览器或 Cheerio(原始 HTTP)爬网模式之间进行选择。 返回用于跟踪的运行元数据。 |
| 获取数据集项 | 从 Apify 数据集检索项。 数据集存储执行组件运行的结构化结果。 支持具有限制和偏移参数的分页。 从数据集内容动态推断响应架构。 |
| 获取键值存储记录 | 按键从 Apify 键值存储中检索记录。 键值存储保存文件、配置和运行状态。 从记录内容动态推断响应架构。 |
Triggers
| 运算 | 描述 |
|---|---|
| 执行组件运行已完成 | 在所选执行组件运行完成后触发。 订阅特定的完成状态:成功、失败、超时或中止。 默认情况下,所有状态都处于启用状态。 触发器有效负载包括完整运行详细信息和元数据。 |
| 执行组件任务已完成 | 当所选执行组件任务运行完成时触发。 与执行组件运行完成的触发器相同的状态筛选选项。 可用于监视计划或定期任务执行。 |
入门
基本工作流:运行执行组件并获取结果
- 将 “运行执行组件 ”操作添加到流。
- 从最近使用的执行组件或 Apify 应用商店中选择一个执行组件。
- 提供执行组件所需的输入 JSON。
- 添加 “获取数据集项 ”操作。
- 使用运行执行组件步骤 中的默认数据集 ID 输出作为数据集参数。
- 在后续流步骤中处理返回的项。
事件驱动的工作流:响应已完成的运行
- 添加 执行组件运行完成 的触发器作为流的触发器。
- 选择要监视的执行组件。
- 选择哪些完成状态应触发流(默认情况下全部启用)。
- 在后续步骤中,使用触发器有效负载访问运行详细信息并检索结果。
快速刮报工作流
- 添加 “擦除单个 URL ”操作。
- 输入要擦除的 URL。
- 选择爬网程序类型(建议对大多数站点使用自适应)。
- 使用 执行组件运行已完成 的触发器或轮询完成以获取结果。
已知问题和限制
- Wait for Finish 参数最多为 60 秒。 对于长时间运行的执行组件,请使用 执行组件运行完成 的触发器,而不是等待。
- 数据集架构是从示例项动态推断的。 如果数据集包含具有不同结构的项,则它们可能无法捕获所有可能的字段。
- 键值存储记录架构是从记录内容推断出来的。 在没有架构推理的情况下 as-is 返回二进制记录(图像、PDF)。
- 剪贴单 URL 操作使用固定执行组件(Web 报废器)。 对于高级抓取方案,请将 Run Actor 与 Apify Store 中的专用执行组件配合使用。
- 内存分配选项范围为 128 MB 到 32 GB。 首先使用默认设置来优化成本。
常见错误和补救措施
| Error | 纠正方法 |
|---|---|
| 无法进行身份验证 | 确保你有一个有效的 Apify 帐户。 请尝试删除连接并创建新的连接。 |
| 执行组件运行返回 FAILED 状态 | 在 Apify 控制台中检查执行组件运行日志,了解详细的错误消息。 验证输入是否与 Actor 的预期格式匹配。 |
| 数据集在运行完成后为空 | 确认执行组件运行已完成,状态为 SUCCEEDED。 目标网站的结构可能已更改。 |
| 流超时等待执行组件 | 将“等待完成”设置为 0,并使用“执行组件运行已完成”触发器异步处理长时间运行的执行组件。 |
| Webhook 触发器未触发 | 验证执行组件或任务 ID 是否正确。 检查是否已启用至少一个事件状态。 |
FAQ
Apify 的费用是多少? 连接器本身是免费的。 根据计算时间和消耗的资源,为平台使用情况收取费用。 每个帐户都包含每月信用额度的免费层。 有关详细信息 ,请参阅 apify.com/pricing 。
什么是演员模型? 执行组件是在 Apify 平台上运行的无服务器云程序。 他们可以执行 Web 抓取、数据提取、AI 自动化等。 在 apify.com/store 浏览超过 30,000 名现成的演员。
什么是任务? 任务是执行组件的保存配置。 它们存储默认输入值,以便可以使用预先设置的参数运行 Actor,而无需每次重新输入它们。
有用的链接
操作
| 擦除单个 URL |
使用 Web 剪贴器执行组件抓取单个 URL。 此操作将启动异步擦除,并立即返回运行详细信息。 使用执行组件运行完成的触发器在擦除完成后处理结果。 |
| 获取数据集项 |
使用可选的分页参数从其中一个 Apify 数据集中检索项。 |
| 获取键值存储记录 |
获取存储在特定密钥下的键值存储中的值。 |
| 运行任务 |
运行执行组件任务并立即返回,而无需等待运行完成。 若要等待运行完成,请使用 waitForFinish 查询参数。 |
| 运行执行组件 |
运行执行组件并立即返回,而无需等待运行完成。 若要等待运行完成,请使用 waitForFinish 查询参数。 |
擦除单个 URL
使用 Web 剪贴器执行组件抓取单个 URL。 此操作将启动异步擦除,并立即返回运行详细信息。 使用执行组件运行完成的触发器在擦除完成后处理结果。
参数
| 名称 | 密钥 | 必需 | 类型 | 说明 |
|---|---|---|---|---|
|
擦除的 URL
|
url | True | string |
要擦除的单页的完整 URL。 必须是有效的 URL 格式。 |
|
爬网程序类型
|
crawler_type | True | string |
选择要用于抓取页面的爬网引擎。 |
获取数据集项
使用可选的分页参数从其中一个 Apify 数据集中检索项。
参数
| 名称 | 密钥 | 必需 | 类型 | 说明 |
|---|---|---|---|---|
|
Dataset
|
datasetId | True | string |
选择要从中检索项的数据集。 |
|
限度
|
limit | integer |
要返回的最大项数。 |
|
|
Offset
|
offset | integer |
要从列表开头跳过的项数。 |
返回
获取键值存储记录
获取存储在特定密钥下的键值存储中的值。
参数
| 名称 | 密钥 | 必需 | 类型 | 说明 |
|---|---|---|---|---|
|
Microsoft Store
|
storeId | True | string |
选择要从中检索记录的键值存储。 |
|
密钥
|
recordKey | True | string |
选择要从中检索记录的键。 |
返回
运行任务
运行执行组件任务并立即返回,而无需等待运行完成。 若要等待运行完成,请使用 waitForFinish 查询参数。
参数
| 名称 | 密钥 | 必需 | 类型 | 说明 |
|---|---|---|---|---|
|
Task
|
taskId | True | string |
要运行的任务标识符。 |
|
等待完成(0-60 秒)
|
waitForFinish | integer |
等待运行以秒为单位(0-60) 完成。 |
|
|
超时时间(秒)
|
timeout | integer |
运行超时(以秒为单位)。 |
|
|
Build
|
build | string |
要运行的执行组件生成(标记或生成号)。 通常是“最新”。 |
|
|
内存 (MB)
|
memory | integer |
内存限制(电源为 2,最小 128)。 |
|
|
|
object |
用于替代任务的默认输入的原始 JSON 对象。 |
运行执行组件
运行执行组件并立即返回,而无需等待运行完成。 若要等待运行完成,请使用 waitForFinish 查询参数。
参数
| 名称 | 密钥 | 必需 | 类型 | 说明 |
|---|---|---|---|---|
|
从中选择执行组件
|
actorScope | True | string |
请选择源以从中搜索执行组件。 |
|
Actor
|
actorId | True | string |
要运行的执行组件标识符。 提供执行组件 ID。 |
|
等待完成(0-60 秒)
|
waitForFinish | integer |
等待运行以秒为单位(0-60) 完成。 |
|
|
超时时间(秒)
|
timeout | integer |
运行超时(以秒为单位)。 |
|
|
Build
|
build | string |
要运行的执行组件生成(标记或生成号)。 通常是“最新”。 |
|
|
内存 (MB)
|
memory | integer |
内存限制(电源为 2,最小 128)。 |
|
|
|
object |
作为 INPUT 传递给 Actor 的原始 JSON 对象。 |
触发器
| 执行组件任务已完成 |
创建 Webhook 以订阅执行组件任务运行事件。 当所选执行组件任务运行完成并具有特定状态时触发。 默认情况下,所有状态都处于启用状态;仅排除显式设置为 false 的状态。 必须至少保持一个状态处于启用状态。 |
| 执行组件运行已完成 |
创建 Webhook 以订阅执行组件运行事件。 当所选执行组件运行以特定状态完成时触发。 默认情况下,所有状态都处于启用状态;仅排除显式设置为 false 的状态。 必须至少保持一个状态处于启用状态。 |
执行组件任务已完成
创建 Webhook 以订阅执行组件任务运行事件。 当所选执行组件任务运行完成并具有特定状态时触发。 默认情况下,所有状态都处于启用状态;仅排除显式设置为 false 的状态。 必须至少保持一个状态处于启用状态。
参数
| 名称 | 密钥 | 必需 | 类型 | 说明 |
|---|---|---|---|---|
|
状态
|
eventTypes | array of string |
要触发的执行组件运行状态。 |
|
|
Task
|
actorTaskId | True | string |
请选择要监视事件的执行组件任务。 |
|
运行成功时触发
|
onRunSucceeded | boolean |
执行组件运行成功时触发。 如果未设置,则默认值为 true。 |
|
|
运行失败时触发
|
onRunFailed | boolean |
执行组件运行失败时触发。 如果未设置,则默认值为 true。 |
|
|
运行时触发超时
|
onRunTimedOut | boolean |
执行组件运行时触发。如果未设置,则默认值为 true。 |
|
|
运行中止时触发
|
onRunAborted | boolean |
中止执行组件运行时触发。 如果未设置,则默认值为 true。 |
返回
执行组件运行完成时由 Webhook 发送的事件有效负载。
- Webhook 数据负载
- WebhookPayloadSchema
执行组件运行已完成
创建 Webhook 以订阅执行组件运行事件。 当所选执行组件运行以特定状态完成时触发。 默认情况下,所有状态都处于启用状态;仅排除显式设置为 false 的状态。 必须至少保持一个状态处于启用状态。
参数
| 名称 | 密钥 | 必需 | 类型 | 说明 |
|---|---|---|---|---|
|
从中选择执行组件
|
actorScope | True | string |
请选择源以从中搜索执行组件。 |
|
状态
|
eventTypes | array of string |
要触发的执行组件运行状态。 |
|
|
Actor
|
actorId | True | string |
要监视的执行组件标识符。 提供执行组件 ID。 |
|
运行成功时触发
|
onRunSucceeded | boolean |
执行组件运行成功时触发。 如果未设置,则默认值为 true。 |
|
|
运行失败时触发
|
onRunFailed | boolean |
执行组件运行失败时触发。 如果未设置,则默认值为 true。 |
|
|
运行时触发超时
|
onRunTimedOut | boolean |
执行组件运行时触发。如果未设置,则默认值为 true。 |
|
|
运行中止时触发
|
onRunAborted | boolean |
中止执行组件运行时触发。 如果未设置,则默认值为 true。 |
返回
执行组件运行完成时由 Webhook 发送的事件有效负载。
- Webhook 数据负载
- WebhookPayloadSchema
定义
ActorRunResponseSchema
有关执行的执行组件运行的完整信息。
| 名称 | 路径 | 类型 | 说明 |
|---|---|---|---|
|
执行组件运行 ID
|
id | string |
执行组件运行的唯一标识符。 |
|
执行组件 ID
|
actId | string |
执行的执行组件的唯一标识符。 |
|
用户 ID
|
userId | string |
拥有执行组件运行的用户的唯一标识符。 |
|
执行组件任务 ID
|
actorTaskId | string |
执行组件任务的唯一标识符(如果从任务启动运行)。 |
|
从
|
startedAt | date-time |
执行组件运行启动时的时间戳。 |
|
完成时间
|
finishedAt | date-time |
执行组件运行完成时的时间戳。 |
|
Status
|
status | string |
执行组件运行的状态(例如 SUCCEEDED、FAILED、RUNNING、ABORTED)。 |
|
状态消息
|
statusMessage | string |
执行组件运行的详细状态消息,包括处理摘要和结果。 |
|
状态消息终端
|
isStatusMessageTerminal | boolean |
状态消息是终端(最终)还是可能在运行期间更改。 |
|
Metadata
|
meta | object |
有关执行组件运行的其他元数据,包括源和用户代理信息。 |
|
定价信息
|
pricingInfo | object |
详细的定价信息,包括定价模型、事件和成本明细。 |
|
统计信息
|
stats | object |
性能统计信息,包括运行时、内存使用情况、CPU 使用率和网络流量。 |
|
收费事件计数
|
chargedEventCounts | object |
执行组件运行期间发生的可计费事件的计数。 |
|
选项
|
options | object |
用于执行组件运行的配置选项(内存、超时、生成版本等)。 |
|
生成 ID
|
buildId | string |
用于此运行的 Actor 生成的唯一标识符。 |
|
退出代码
|
exitCode | number |
执行组件进程返回的退出代码(0 表示成功)。 |
|
默认键值存储 ID
|
defaultKeyValueStoreId | string |
与此运行关联的默认键值存储的唯一标识符。 |
|
默认数据集 ID
|
defaultDatasetId | string |
执行组件存储其结果的默认数据集的唯一标识符。 |
|
默认请求队列 ID
|
defaultRequestQueueId | string |
执行组件使用的默认请求队列的唯一标识符。 |
|
内部版本号
|
buildNumber | string |
用于此运行的 Actor 版本的内部版本号。 |
|
容器 URL
|
containerUrl | string |
执行执行组件运行的容器的 URL。 |
|
容器服务器是否已准备就绪
|
isContainerServerReady | boolean |
容器服务器是否已准备就绪且可访问。 |
|
Git 分支名称
|
gitBranchName | string |
用于此执行组件的 Git 分支的名称(如果适用)。 |
|
总使用量美元
|
usageTotalUsd | number |
执行组件的总成本以美元为单位运行。 |
WebhookPayloadSchema
执行组件运行完成时由 Webhook 发送的事件有效负载。
| 名称 | 路径 | 类型 | 说明 |
|---|---|---|---|
|
userId
|
userId | string |
拥有与事件关联的资源的用户的 ID。 |
|
createdAt
|
createdAt | date-time |
事件发生时的时间戳。 |
|
eventType
|
eventType | string |
触发 Webhook 的事件的类型(例如 ACTOR)。运行。成功)。 |
|
actorId
|
eventData.actorId | string |
触发执行组件的 ID。 |
|
actorRunId
|
eventData.actorRunId | string |
触发事件的特定执行组件运行的 ID。 |
|
执行组件运行响应
|
resource | ActorRunResponseSchema |
有关执行的执行组件运行的完整信息。 |