Voltar as noticias
Como Fornecer Dados de Produtos em Tempo Real para Claude ou ChatGPT via Servidor MCP da Apify
Compartilhar
MCP ProtocolAltaEN

Como Fornecer Dados de Produtos em Tempo Real para Claude ou ChatGPT via Servidor MCP da Apify

Fonte original: Dev.to - MCP·11 de setembro de 2026

Curadoria, tradução e análise: Redação Triplo Hub.

Como Dar a Claude ou GPT Dados de Produtos em Tempo Real via Servidor MCP da Apify

Peça ao Claude ou ChatGPT para verificar o preço de algo em um site de e-commerce aleatório, e ele ou se recusará (sem navegação) ou adivinhara com base em dados de treinamento desatualizados. Mesmo agentes com navegação frequentemente não conseguem resultados: os próprios testes da Apify descobriram que Claude navegando por cinco grandes varejistas obteve 0 produtos de 100 — com o servidor MCP da Apify no meio, isso se tornou 100 de 100. Mesmo modelo, mesma pergunta, resultado completamente diferente, porque o gargalo nunca foi o raciocínio do modelo — foi a falta de uma maneira confiável de ler uma página de produto.

Este guia mostra a configuração exata: conectando o Claude Desktop ao servidor MCP da Apify, e então puxando dados de produtos limpos e estruturados através dele — incluindo um exemplo real usando um ator construído especificamente para isso (Dados de Produtos para Agentes de Compras AI).

O que está realmente acontecendo aqui

O MCP (Modelo Contexto Protocolo) é um padrão que permite que um modelo de IA chame ferramentas externas durante a conversa — não apenas gerar texto, mas realmente buscar dados ao vivo ou tomar ações. A Apify executa um servidor MCP que expõe todo o seu Armazém (mais de 70.000 atores — raspadores, extratores, automações) como ferramentas chamáveis. Uma vez conectado, Claude pode procurar a ferramenta certa, chamá-la com entradas reais e obter saídas reais de volta, tudo dentro da conversa.

Passo 1: Conectar o Claude Desktop ao servidor MCP da Apify

Abra o arquivo de configuração do Claude Desktop (claude_desktop_config.json) e adicione uma das seguintes opções:

Remoto, OAuth (recomendado — sem token para gerenciar):

{
  "mcpServers": {
    "apify": {
      "url": "https://mcp.apify.com"
    }
  }
}

A primeira conexão abre seu navegador para o login e aprovação da Apify. Nada mais para configurar.

Remoto, com um token (se você preferir não fazer o fluxo OAuth):

{
  "mcpServers": {
    "apify": {
      "url": "https://mcp.apify.com",
      "headers": {
        "Authorization": "Bearer <SEU_TOKEN_APIFY>"
      }
    }
  }
}

Obtenha seu token em Console da Apify → Configurações → API & Integrações.

Local (stdio), se você quiser que ele seja executado em sua própria máquina em vez do endpoint remoto da Apify:

{
  "mcpServers": {
    "apify": {
      "command": "npx",
      "args": ["-y", "@apify/actors-mcp-server"],
      "env": {
        "APIFY_TOKEN": "SEU_TOKEN_APIFY"
      }
    }
  }
}

Reinicie o Claude Desktop. Agora você deve ver as ferramentas da Apify disponíveis — search-actors, call-actor, get-dataset-items, e algumas outras.

Usando o ChatGPT em vez disso

O ChatGPT se conecta aos servidores MCP através do Modo Desenvolvedor, não de um arquivo de configuração. Acesso total de leitura/gravação (necessário para call-actor, já que executar um ator é uma ação de estilo gravação) está disponível nos planos Business, Enterprise e Edu; o Pro obtém apenas leitura/busca no modo desenvolvedor. Plus e Free atualmente não suportam conectores personalizados.

Se você estiver em um plano suportado:

  1. Configurações → Aplicativos → Configurações Avançadas → ative o Modo Desenvolvedor.
  2. Configurações → Aplicativos → Criar → adicione um novo conector.
  3. Cole a URL do servidor: https://mcp.apify.com, defina a autenticação (OAuth é mais fácil — mesmo fluxo que o Claude).
  4. Clique em Escanear Ferramentas e aguarde enquanto ele indexa a lista de ferramentas da Apify.
  5. Em um novo chat, clique no ícone de ferramentas, selecione o conector da Apify e pergunte da mesma forma que você faria no Claude — ou @mencione no meio da conversa quando precisar de uma nova chamada.

Tudo a partir deste ponto — a entrada do call-actor, a forma da saída, o preço — funciona de forma idêntica uma vez que o conector é escaneado.

Passo 2: Puxar dados reais de produtos

Você não precisa saber os nomes dos atores de cor — basta pedir ao Claude naturalmente, e ele usa search-actors para encontrar o certo:

"Pesquise na Apify por um ator que transforme páginas de produtos de e-commerce em dados estruturados para agentes de IA."

Ou vá direto para isso e chame o ator diretamente pelo nome usando call-actor:

{
  "actor": "dynamict3ch/product-data-for-ai-shopping-agents",
  "input": {
    "startUrls": [
      { "url": "https://mejuri.com/ca/en/products/bia-mini-hoops"
Análise editorial da Triplo Hub

A integração do servidor MCP da Apify permite que empresas brasileiras acessem dados de produtos em tempo real, aumentando a eficiência de suas operações de e-commerce. Isso pode resultar em decisões mais informadas e melhor experiência do cliente, essencial em um mercado competitivo.

Compartilhar
Seguir @triploup

Noticias relacionadas

Gostou do conteudo?

Receba toda semana as principais novidades sobre WebMCP.