Apify CLI 安装与基础使用指南
什么是Apify CLI
Apify CLI是一个命令行工具,它为开发者提供了与Apify平台交互的能力。通过这个工具,开发者可以在本地创建、运行、测试和部署Apify Actors(自动化任务)。CLI工具简化了Actor的开发流程,使得从本地开发到云端部署的过程更加顺畅。
安装前准备
在安装Apify CLI之前,请确保您的系统满足以下要求:
- 对于所有平台:Node.js 18或更高版本
- 对于macOS/Linux用户:可选Homebrew包管理器
- 管理员权限(对于全局NPM安装)
安装方法详解
方法一:通过Homebrew安装(推荐macOS/Linux用户)
Homebrew是macOS和Linux上的流行包管理器,使用它可以简化安装过程:
brew install apify-cli
这种方法的优势在于:
- 自动处理依赖关系
- 便于后续更新
- 不需要Node.js环境预配置
方法二:通过NPM安装(全平台支持)
如果您已经安装了Node.js环境,可以使用NPM进行安装:
npm -g install apify-cli
安装后验证版本:
apify --version
若遇到权限问题,有以下解决方案:
- 使用sudo前缀(不推荐)
- 更改NPM全局安装目录权限
- 使用Node版本管理器(nvm)
使用nvm的推荐安装方式
对于开发者,推荐使用nvm管理Node.js版本:
nvm install 18
nvm use 18
npm -g install apify-cli
这种方式的好处是:
- 不需要root权限
- 可以隔离不同项目的Node.js环境
- 便于版本管理
基础使用教程
1. 创建新Actor项目
apify create my-first-actor
执行此命令后:
- CLI会提示选择项目模板
- 创建包含基础结构的项目目录
- 自动初始化Actor配置文件
2. 初始化现有项目
对于已有项目,只需在项目目录中运行:
apify init
这会创建必要的Actor配置文件(.actor/actor.json)和存储目录(apify_storage)。
3. 本地运行Actor
cd my-first-actor
apify run
运行前请确保package.json中已配置正确的启动脚本:
{
"scripts": {
"start": "node main.js"
}
}
4. 登录Apify平台
apify login
登录后,CLI会将API令牌安全地存储在~/.apify目录中。
5. 部署Actor到云端
apify push
此命令会:
- 上传项目代码
- 在云端构建Actor
- 准备运行环境
6. 在云端运行Actor
apify call
或者运行特定Actor:
apify call apify/hello-world
配置文件详解
.actor/actor.json是Actor的核心配置文件,主要包含:
{
"actorSpecification": 1,
"name": "your-actor-name",
"version": "0.1",
"buildTag": "latest",
"environmentVariables": {},
"dockerfile": "./Dockerfile",
"readme": "./README.md",
"input": "./input_schema.json",
"storages": {
"dataset": "./dataset_schema.json"
}
}
关键配置项说明:
- Docker配置:指定构建使用的Dockerfile路径
- 文档说明:设置README文件位置
- 输入模式:定义Actor的输入参数结构
- 数据集模式:规范输出数据的格式
最佳实践建议
-
开发流程建议:
- 先在本地测试(apify run)
- 再推送到云端(apify push)
- 最后在云端运行(apify call)
-
版本控制:
- 将.actor/actor.json纳入版本控制
- 敏感信息使用环境变量
- 定期更新buildTag
-
调试技巧:
- 使用--verbose参数获取详细日志
- 本地测试时使用mock数据
- 利用apify_storage目录检查运行结果
常见问题解答
Q: 安装时出现权限错误怎么办? A: 推荐使用nvm或配置NPM全局安装目录权限,而非使用sudo。
Q: 如何更新Apify CLI? A: 通过NPM更新:npm -g update apify-cli
Q: 项目从apify.json迁移到.actor/actor.json需要注意什么? A: 主要注意路径变更,功能上基本保持一致,详情参考迁移文档。
通过本指南,您应该已经掌握了Apify CLI的安装和基本使用方法。接下来可以开始开发您的第一个Apify Actor了!
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00