Apify expone su Store como servidor MCP para que Claude y ChatGPT lean datos reales

Apify ha abierto todo su catálogo de actors como herramientas invocables desde Claude o ChatGPT. El puente es su servidor MCP: el modelo busca la herramienta adecuada, la llama con parámetros reales y recibe datos estructurados dentro de la propia conversación. La compañía ha publicado una guía con la configuración exacta para Claude Desktop y para las versiones de ChatGPT que admiten conectores.

El problema que ataca es conocido. Un modelo sin navegación no puede leer una ficha de producto, y uno con navegación se atasca más de lo que parece. Apify cifra la diferencia con su propio caso: Claude navegando directamente por cinco grandes minoristas devolvió 0 productos de 100; con el servidor MCP en medio, 100 de 100. Es un dato de la casa y no viene acompañado de la metodología.

Cómo se conecta

En Claude Desktop se añade una entrada al archivo de configuración apuntando al endpoint MCP de Apify. La vía recomendada es OAuth: la primera conexión abre el navegador, pides autorización y no hay token que custodiar. Quien prefiera no pasar por ese flujo puede usar una cabecera de autorización con su token de la consola de Apify, y quien quiera el proceso en su propia máquina tiene una variante local por stdio lanzada con npx. Tras reiniciar, aparecen herramientas como search-actors, call-actor y get-dataset-items.

ChatGPT no lee archivos de configuración: usa Developer Mode y un conector creado desde los ajustes, donde se pega la URL del servidor y se escanea la lista de herramientas. El acceso de escritura, necesario para ejecutar un actor, está en los planes Business, Enterprise y Edu. Pro se queda en lectura y consulta en modo desarrollador, y Plus y Free no admiten conectores propios.

Qué devuelve

Con el conector activo, se llama al actor por nombre y devuelve un registro plano: nombre, marca, precio, divisa, disponibilidad, valoración, número de reseñas y URL de origen. El ejemplo del autor es un par de pendientes de Mejuri a 168 dólares canadienses. Los campos aparecen siempre, con valor nulo explícito cuando no hay dato, en lugar de claves ausentes contra las que haya que protegerse.

El actor que usa el ejemplo, Product Data for AI Shopping Agents, lee primero el marcado schema.org/JSON-LD que las tiendas ya publican para Google y cae a las etiquetas Open Graph cuando ese marcado no está. La diferencia es entre parsear cien maquetados HTML distintos y romperse en cada rediseño, o leer un formato que el sitio ya expone pensando en máquinas.

El cobro es por evento: alrededor de 0,01 dólares por cada registro de producto devuelto, no por página rastreada. Cien productos salen por un dólar.

Lo interesante no es el actor concreto, sino el patrón: MCP convierte un catálogo de herramientas en algo que el modelo consulta a mitad de conversación sin que nadie escriba pegamento a medida. Queda por ver qué pasa cuando el JSON-LD viene incompleto o directamente miente, porque ahí el respaldo a Open Graph tampoco garantiza nada. La guía tampoco entra en límites de uso ni en qué ocurre si el actor cambia de esquema de salida.