ARActor Router
返回 catalog

Actor Router 示例和 FAQ

10 个 agent 场景，从用户需求、多轮追问、发现 Actor、dry-run、正式运行、轮询状态到读取标准化结果。每个示例都展示当前 catalog 是否覆盖该平台，以及相对直连 Apify API 的优势。

Agent 调用顺序
GET /v1/models?q=linkedin GET /v1/actors/{id}/schema POST /v1/runs GET /v1/runs/{run_id}/result
1

LinkedIn 线索和画像补全

已收录 linkedin · 143 actors

销售或研究 agent 拿到一组 LinkedIn profile URL，需要补全姓名、职位、公司、简介和公开社交数据。

推荐 Actor
harvestapi/linkedin-profile-scraper
Agent 全过程
  1. 用户提出任务。用户：帮我把这 30 个 LinkedIn profile URL 补全成销售线索表。
  2. 发现可用 Actor。GET /v1/models?q=linkedin&limit=3 返回 143 个匹配 Actor，包括 harvestapi/linkedin-profile-scraper apimaestro/linkedin-profile-detail dev_fusion/Linkedin-Profile-Scraper。
  3. 检查输入 schema。GET /v1/actors/harvestapi~linkedin-profile-scraper/schema 查看 example input、默认内存/timeout、价格提示和标准化输出 schema。
  4. 多轮追问补约束。如果用户只给公司名，agent 先追问 profile URL、目标地区、字段要求和预算上限。
  5. 先 dry-run 不扣费。POST /v1/runs，带 dry_run:true，请求体 {"actor":"harvestapi/linkedin-profile-scraper","input":{"profileUrls":["https://www.linkedin.com/in/example/"],"maxItems":25},"max_total_charge_usd":1,"wait_for_finish":0,"dry_run":true}。
  6. 正式启动任务。去掉 dry_run 后调用同一端点，网关返回 job_id、status_url、result_url、Actor 元数据和成本估算。
  7. 轮询状态。调用 GET /v1/runs/{run_id}，直到状态变成 SUCCEEDED、FAILED、ABORTED 或 TIMED-OUT。
  8. 读取标准化结果。调用 GET /v1/runs/{run_id}/result?limit=100，拿到标准字段和保留完整上游数据的 raw。
  9. 继续对话交付。最终输出去重后的线索表，并标注缺字段、低置信度 profile 和下一轮可补采的公司列表。
正式调用请求
{
  "actor": "harvestapi/linkedin-profile-scraper",
  "input": {
    "profileUrls": [
      "https://www.linkedin.com/in/example/"
    ],
    "maxItems": 25
  },
  "max_total_charge_usd": 1,
  "wait_for_finish": 0
}
返回结果
{
  "object": "job_result",
  "schema": "social_profile.v1",
  "items": [
    {
      "url": "https://www.linkedin.com/in/example/",
      "title": "Example Person",
      "text": "Founder, AI tools",
      "raw": "{upstream actor item}"
    }
  ]
}
相对直连 Apify 的优势
直连 Apify 时 agent 必须知道具体 Actor、输入字段和 dataset 读取方式；这里可以先搜 /v1/models?q=linkedin，再统一 POST /v1/runs，并拿到标准化 social_profile.v1。
可替代 Actor
harvestapi/linkedin-profile-scraper apimaestro/linkedin-profile-detail dev_fusion/Linkedin-Profile-Scraper
2

YouTube 视频、频道和字幕研究

已收录 youtube · 52 actors

内容 agent 需要从 YouTube 视频或频道抽取标题、文本、字幕和元数据，用于摘要、竞品监控或 RAG 入库。

推荐 Actor
pintostudio/youtube-transcript-scraper
Agent 全过程
  1. 用户提出任务。用户：分析这 5 个 YouTube 视频，提取字幕要点并整理成竞品洞察。
  2. 发现可用 Actor。GET /v1/models?q=youtube&limit=3 返回 52 个匹配 Actor，包括 streamers/youtube-scraper pintostudio/youtube-transcript-scraper streamers/youtube-channel-scraper。
  3. 检查输入 schema。GET /v1/actors/pintostudio~youtube-transcript-scraper/schema 查看 example input、默认内存/timeout、价格提示和标准化输出 schema。
  4. 多轮追问补约束。agent 追问需要视频 URL 还是频道 URL、输出语言、是否保留逐字稿和每条视频的最大数量。
  5. 先 dry-run 不扣费。POST /v1/runs，带 dry_run:true，请求体 {"actor":"pintostudio/youtube-transcript-scraper","input":{"urls":["https://www.youtube.com/watch?v=dQw4w9WgXcQ"],"maxItems":10},"max_total_charge_usd":1,"wait_for_finish":0,"dry_run":true}。
  6. 正式启动任务。去掉 dry_run 后调用同一端点，网关返回 job_id、status_url、result_url、Actor 元数据和成本估算。
  7. 轮询状态。调用 GET /v1/runs/{run_id}，直到状态变成 SUCCEEDED、FAILED、ABORTED 或 TIMED-OUT。
  8. 读取标准化结果。调用 GET /v1/runs/{run_id}/result?limit=100，拿到标准字段和保留完整上游数据的 raw。
  9. 继续对话交付。最终给出视频摘要、主题聚类、可引用片段和可入库的 text/url/title 结构。
正式调用请求
{
  "actor": "pintostudio/youtube-transcript-scraper",
  "input": {
    "urls": [
      "https://www.youtube.com/watch?v=dQw4w9WgXcQ"
    ],
    "maxItems": 10
  },
  "max_total_charge_usd": 1,
  "wait_for_finish": 0
}
返回结果
{
  "object": "job_result",
  "schema": "social_profile.v1",
  "items": [
    {
      "url": "https://www.youtube.com/watch?v=...",
      "title": "Video title",
      "text": "Transcript text...",
      "raw": "{upstream actor item}"
    }
  ]
}
相对直连 Apify 的优势
对 agent 来说，YouTube 是一个能力入口，不是一个固定 Actor 绑定；可先看可用 Actor、质量和价格，再执行。
可替代 Actor
streamers/youtube-scraper pintostudio/youtube-transcript-scraper streamers/youtube-channel-scraper
3

Twitter/X 舆情和帖子抓取

已收录 twitter · 41 actors

市场或投资 agent 需要按关键词、账号或话题抓取公开 tweets，做趋势、情绪或事件跟踪。

推荐 Actor
apidojo/tweet-scraper
Agent 全过程
  1. 用户提出任务。用户：监控最近关于 AI agent 的 X/Twitter 讨论，找出高互动观点。
  2. 发现可用 Actor。GET /v1/models?q=twitter&limit=3 返回 41 个匹配 Actor，包括 apidojo/tweet-scraper kaitoeasyapi/twitter-x-data-tweet-scraper-pay-per-result-cheapest xquik/x-tweet-scraper。
  3. 检查输入 schema。GET /v1/actors/apidojo~tweet-scraper/schema 查看 example input、默认内存/timeout、价格提示和标准化输出 schema。
  4. 多轮追问补约束。agent 追问关键词、时间范围、语言、排除词、是否只看 verified/high-follower 账号。
  5. 先 dry-run 不扣费。POST /v1/runs，带 dry_run:true，请求体 {"actor":"apidojo/tweet-scraper","input":{"searchTerms":["AI agent"],"maxItems":100},"max_total_charge_usd":2,"wait_for_finish":0,"dry_run":true}。
  6. 正式启动任务。去掉 dry_run 后调用同一端点，网关返回 job_id、status_url、result_url、Actor 元数据和成本估算。
  7. 轮询状态。调用 GET /v1/runs/{run_id}，直到状态变成 SUCCEEDED、FAILED、ABORTED 或 TIMED-OUT。
  8. 读取标准化结果。调用 GET /v1/runs/{run_id}/result?limit=100，拿到标准字段和保留完整上游数据的 raw。
  9. 继续对话交付。最终给出高互动帖子列表、观点分组、趋势判断和可继续追踪的作者账号。
正式调用请求
{
  "actor": "apidojo/tweet-scraper",
  "input": {
    "searchTerms": [
      "AI agent"
    ],
    "maxItems": 100
  },
  "max_total_charge_usd": 2,
  "wait_for_finish": 0
}
返回结果
{
  "object": "job_result",
  "schema": "social_profile.v1",
  "items": [
    {
      "url": "https://x.com/user/status/...",
      "title": "@user",
      "text": "Post text...",
      "raw": "{upstream actor item}"
    }
  ]
}
相对直连 Apify 的优势
返回结果会被压到统一字段 url/title/text/raw，agent 不需要针对每个 Twitter Actor 写一套解析器。
可替代 Actor
apidojo/tweet-scraper kaitoeasyapi/twitter-x-data-tweet-scraper-pay-per-result-cheapest xquik/x-tweet-scraper
4

Google Maps 本地商家线索

已收录 google · 71 actors

销售 agent 想找某城市某行业商家，拿到地址、电话、网站、评分、评论数和分类。

推荐 Actor
compass/crawler-google-places
Agent 全过程
  1. 用户提出任务。用户：帮我找 Austin 附近适合外呼的咖啡店，优先有网站和高评分。
  2. 发现可用 Actor。GET /v1/models?q=google&limit=3 返回 71 个匹配 Actor，包括 apify/google-search-scraper compass/crawler-google-places compass/Google-Maps-Reviews-Scraper。
  3. 检查输入 schema。GET /v1/actors/compass~crawler-google-places/schema 查看 example input、默认内存/timeout、价格提示和标准化输出 schema。
  4. 多轮追问补约束。agent 追问城市半径、行业关键词、最大商家数、是否需要电话/网站/评分阈值。
  5. 先 dry-run 不扣费。POST /v1/runs，带 dry_run:true，请求体 {"actor":"compass/crawler-google-places","input":{"searchString":"coffee near Austin","maxCrawledPlaces":5,"proxyConfig":{"useApifyProxy":true}},"max_total_charge_usd":1,"wait_for_finish":0,"dry_run":true}。
  6. 正式启动任务。去掉 dry_run 后调用同一端点，网关返回 job_id、status_url、result_url、Actor 元数据和成本估算。
  7. 轮询状态。调用 GET /v1/runs/{run_id}，直到状态变成 SUCCEEDED、FAILED、ABORTED 或 TIMED-OUT。
  8. 读取标准化结果。调用 GET /v1/runs/{run_id}/result?limit=100，拿到标准字段和保留完整上游数据的 raw。
  9. 继续对话交付。最终给出 business_lead.v1 表格，按评分、评论数、是否有官网排序，并提出下一轮搜索词。
正式调用请求
{
  "actor": "compass/crawler-google-places",
  "input": {
    "searchString": "coffee near Austin",
    "maxCrawledPlaces": 5,
    "proxyConfig": {
      "useApifyProxy": true
    }
  },
  "max_total_charge_usd": 1,
  "wait_for_finish": 0
}
返回结果
{
  "object": "job_result",
  "schema": "business_lead.v1",
  "items": [
    {
      "title": "Trippy Buck Coffee",
      "website": "https://linktr.ee/TrippyBuckCoffee",
      "address": "720 Brazos St, Austin, TX 78701",
      "reviews_count": 36
    }
  ]
}
相对直连 Apify 的优势
已在线真实验证：通过 /v1/runs 跑出 SUCCEEDED job，并从 /v1/runs/{run_id}/result 拿到 business_lead.v1。
可替代 Actor
apify/google-search-scraper compass/crawler-google-places compass/Google-Maps-Reviews-Scraper
5

Instagram 账号和内容采集

已收录 instagram · 95 actors

品牌 agent 需要按账号或 hashtag 收集公开帖子、简介、互动数据和内容链接。

推荐 Actor
apify/instagram-scraper
Agent 全过程
  1. 用户提出任务。用户：抓取 OpenAI Instagram 最近内容，整理发帖主题和互动方向。
  2. 发现可用 Actor。GET /v1/models?q=instagram&limit=3 返回 95 个匹配 Actor，包括 apify/instagram-scraper apify/instagram-profile-scraper apify/instagram-post-scraper。
  3. 检查输入 schema。GET /v1/actors/apify~instagram-scraper/schema 查看 example input、默认内存/timeout、价格提示和标准化输出 schema。
  4. 多轮追问补约束。agent 追问账号/hashtag、时间范围、帖子数量、是否需要图片链接和 caption 全文。
  5. 先 dry-run 不扣费。POST /v1/runs，带 dry_run:true，请求体 {"actor":"apify/instagram-scraper","input":{"directUrls":["https://www.instagram.com/openai/"],"resultsLimit":30},"max_total_charge_usd":2,"wait_for_finish":0,"dry_run":true}。
  6. 正式启动任务。去掉 dry_run 后调用同一端点，网关返回 job_id、status_url、result_url、Actor 元数据和成本估算。
  7. 轮询状态。调用 GET /v1/runs/{run_id}，直到状态变成 SUCCEEDED、FAILED、ABORTED 或 TIMED-OUT。
  8. 读取标准化结果。调用 GET /v1/runs/{run_id}/result?limit=100，拿到标准字段和保留完整上游数据的 raw。
  9. 继续对话交付。最终给出帖子清单、主题标签、互动信号和可复用的内容策略摘要。
正式调用请求
{
  "actor": "apify/instagram-scraper",
  "input": {
    "directUrls": [
      "https://www.instagram.com/openai/"
    ],
    "resultsLimit": 30
  },
  "max_total_charge_usd": 2,
  "wait_for_finish": 0
}
返回结果
{
  "object": "job_result",
  "schema": "social_profile.v1",
  "items": [
    {
      "url": "https://www.instagram.com/p/...",
      "title": "openai",
      "text": "Caption text...",
      "raw": "{upstream actor item}"
    }
  ]
}
相对直连 Apify 的优势
目录层会显示 users/runs/revenue/failure/agentic 等路由信号，agent 可以先挑高质量 Actor，而不是盲打某一个 Apify endpoint。
可替代 Actor
apify/instagram-scraper apify/instagram-profile-scraper apify/instagram-post-scraper
6

TikTok 创作者和视频数据

已收录 tiktok · 77 actors

增长 agent 需要批量抓取 TikTok 创作者主页、视频、caption、播放量或互动数据。

推荐 Actor
clockworks/tiktok-scraper
Agent 全过程
  1. 用户提出任务。用户：找 TikTok 上某类创作者的热视频，归纳爆款模式。
  2. 发现可用 Actor。GET /v1/models?q=tiktok&limit=3 返回 77 个匹配 Actor，包括 clockworks/tiktok-scraper clockworks/free-tiktok-scraper clockworks/tiktok-profile-scraper。
  3. 检查输入 schema。GET /v1/actors/clockworks~tiktok-scraper/schema 查看 example input、默认内存/timeout、价格提示和标准化输出 schema。
  4. 多轮追问补约束。agent 追问 creator 列表或关键词、地区/语言、视频数量和是否需要播放/点赞指标。
  5. 先 dry-run 不扣费。POST /v1/runs，带 dry_run:true，请求体 {"actor":"clockworks/tiktok-scraper","input":{"profiles":["tiktok"],"resultsPerPage":20},"max_total_charge_usd":2,"wait_for_finish":0,"dry_run":true}。
  6. 正式启动任务。去掉 dry_run 后调用同一端点，网关返回 job_id、status_url、result_url、Actor 元数据和成本估算。
  7. 轮询状态。调用 GET /v1/runs/{run_id}，直到状态变成 SUCCEEDED、FAILED、ABORTED 或 TIMED-OUT。
  8. 读取标准化结果。调用 GET /v1/runs/{run_id}/result?limit=100，拿到标准字段和保留完整上游数据的 raw。
  9. 继续对话交付。最终给出视频表、caption 主题、互动排序和可复制的脚本/选题模式。
正式调用请求
{
  "actor": "clockworks/tiktok-scraper",
  "input": {
    "profiles": [
      "tiktok"
    ],
    "resultsPerPage": 20
  },
  "max_total_charge_usd": 2,
  "wait_for_finish": 0
}
返回结果
{
  "object": "job_result",
  "schema": "social_profile.v1",
  "items": [
    {
      "url": "https://www.tiktok.com/@...",
      "title": "Creator",
      "text": "Video caption...",
      "raw": "{upstream actor item}"
    }
  ]
}
相对直连 Apify 的优势
同一个 /v1/runs 协议能覆盖 Instagram、TikTok、YouTube、Twitter，不需要 agent 学四套 Apify 调用流程。
可替代 Actor
clockworks/tiktok-scraper clockworks/free-tiktok-scraper clockworks/tiktok-profile-scraper
7

Amazon 商品和价格监控

已收录 amazon · 26 actors

电商 agent 需要按关键词或商品 URL 抓取价格、库存、图片、评分和竞品列表。

推荐 Actor
junglee/Amazon-crawler
Agent 全过程
  1. 用户提出任务。用户：监控 wireless headphones 的 Amazon 竞品价格和库存。
  2. 发现可用 Actor。GET /v1/models?q=amazon&limit=3 返回 26 个匹配 Actor，包括 junglee/Amazon-crawler axesso_data/amazon-reviews-scraper junglee/free-amazon-product-scraper。
  3. 检查输入 schema。GET /v1/actors/junglee~Amazon-crawler/schema 查看 example input、默认内存/timeout、价格提示和标准化输出 schema。
  4. 多轮追问补约束。agent 追问站点国家、关键词/ASIN、价格区间、最大商品数和是否要定时比较。
  5. 先 dry-run 不扣费。POST /v1/runs，带 dry_run:true，请求体 {"actor":"junglee/Amazon-crawler","input":{"search":"wireless headphones","maxItems":50},"max_total_charge_usd":2,"wait_for_finish":0,"dry_run":true}。
  6. 正式启动任务。去掉 dry_run 后调用同一端点，网关返回 job_id、status_url、result_url、Actor 元数据和成本估算。
  7. 轮询状态。调用 GET /v1/runs/{run_id}，直到状态变成 SUCCEEDED、FAILED、ABORTED 或 TIMED-OUT。
  8. 读取标准化结果。调用 GET /v1/runs/{run_id}/result?limit=100，拿到标准字段和保留完整上游数据的 raw。
  9. 继续对话交付。最终给出 product_price.v1 结果，按价格、评分、库存和图片链接生成竞品表。
正式调用请求
{
  "actor": "junglee/Amazon-crawler",
  "input": {
    "search": "wireless headphones",
    "maxItems": 50
  },
  "max_total_charge_usd": 2,
  "wait_for_finish": 0
}
返回结果
{
  "object": "job_result",
  "schema": "product_price.v1",
  "items": [
    {
      "title": "Wireless headphones",
      "price": "$59.99",
      "availability": "In stock",
      "image": "https://..."
    }
  ]
}
相对直连 Apify 的优势
结果会进入 product_price.v1，agent 后续做比价、告警或表格导出时不用处理每个 Actor 的字段差异。
可替代 Actor
junglee/Amazon-crawler axesso_data/amazon-reviews-scraper junglee/free-amazon-product-scraper
8

招聘岗位和公司 hiring signal

已收录 jobs · 111 actors

招聘或投研 agent 想从公开招聘/职业站点抓岗位、公司、地点、薪资和发布时间。

推荐 Actor
apimaestro/linkedin-profile-batch-scraper-no-cookies-required
Agent 全过程
  1. 用户提出任务。用户：帮我找 remote AI engineer 岗位，整理公司和薪资线索。
  2. 发现可用 Actor。GET /v1/models?q=jobs&limit=3 返回 111 个匹配 Actor，包括 apimaestro/linkedin-profile-batch-scraper-no-cookies-required curious_coder/linkedin-jobs-scraper misceres/indeed-scraper。
  3. 检查输入 schema。GET /v1/actors/apimaestro~linkedin-profile-batch-scraper-no-cookies-required/schema 查看 example input、默认内存/timeout、价格提示和标准化输出 schema。
  4. 多轮追问补约束。agent 追问地区、岗位关键词、seniority、薪资字段是否必须、最大岗位数。
  5. 先 dry-run 不扣费。POST /v1/runs，带 dry_run:true，请求体 {"capability":"job_posting_extraction","input":{"query":"AI engineer remote","maxItems":100},"max_total_charge_usd":2,"wait_for_finish":0,"dry_run":true}。
  6. 正式启动任务。去掉 dry_run 后调用同一端点，网关返回 job_id、status_url、result_url、Actor 元数据和成本估算。
  7. 轮询状态。调用 GET /v1/runs/{run_id}，直到状态变成 SUCCEEDED、FAILED、ABORTED 或 TIMED-OUT。
  8. 读取标准化结果。调用 GET /v1/runs/{run_id}/result?limit=100，拿到标准字段和保留完整上游数据的 raw。
  9. 继续对话交付。最终给出 job_posting.v1 表格，按公司、地点、薪资、发布时间和申请链接排序。
正式调用请求
{
  "capability": "job_posting_extraction",
  "input": {
    "query": "AI engineer remote",
    "maxItems": 100
  },
  "max_total_charge_usd": 2,
  "wait_for_finish": 0
}
返回结果
{
  "object": "job_result",
  "schema": "job_posting.v1",
  "items": [
    {
      "title": "AI Engineer",
      "company": "Example Inc.",
      "location": "Remote",
      "salary": "$150k-$220k"
    }
  ]
}
相对直连 Apify 的优势
可以按 capability 调用，让网关选当前 catalog 中匹配的 Actor；直连 Apify 通常要求你提前知道具体 Actor。
可替代 Actor
apimaestro/linkedin-profile-batch-scraper-no-cookies-required curious_coder/linkedin-jobs-scraper misceres/indeed-scraper
9

评价和口碑抓取

已收录 reviews · 37 actors

客服或品牌 agent 要抓 Google Maps、Tripadvisor、Trustpilot 等公开评论，做摘要和差评归因。

推荐 Actor
compass/Google-Maps-Reviews-Scraper
Agent 全过程
  1. 用户提出任务。用户：抓这家店的公开评论，告诉我差评集中在哪些问题。
  2. 发现可用 Actor。GET /v1/models?q=reviews&limit=3 返回 37 个匹配 Actor，包括 compass/Google-Maps-Reviews-Scraper maxcopell/tripadvisor-reviews apify/facebook-reviews-scraper。
  3. 检查输入 schema。GET /v1/actors/compass~Google-Maps-Reviews-Scraper/schema 查看 example input、默认内存/timeout、价格提示和标准化输出 schema。
  4. 多轮追问补约束。agent 追问商家 URL、平台、评论数量、是否只看低分和输出维度。
  5. 先 dry-run 不扣费。POST /v1/runs，带 dry_run:true，请求体 {"capability":"review_scraping","input":{"url":"https://www.google.com/maps/place/example","maxItems":100},"max_total_charge_usd":2,"wait_for_finish":0,"dry_run":true}。
  6. 正式启动任务。去掉 dry_run 后调用同一端点，网关返回 job_id、status_url、result_url、Actor 元数据和成本估算。
  7. 轮询状态。调用 GET /v1/runs/{run_id}，直到状态变成 SUCCEEDED、FAILED、ABORTED 或 TIMED-OUT。
  8. 读取标准化结果。调用 GET /v1/runs/{run_id}/result?limit=100，拿到标准字段和保留完整上游数据的 raw。
  9. 继续对话交付。最终给出 review.v1 明细、差评主题、代表性原文和改进优先级。
正式调用请求
{
  "capability": "review_scraping",
  "input": {
    "url": "https://www.google.com/maps/place/example",
    "maxItems": 100
  },
  "max_total_charge_usd": 2,
  "wait_for_finish": 0
}
返回结果
{
  "object": "job_result",
  "schema": "review.v1",
  "items": [
    {
      "rating": 5,
      "author": "Reviewer",
      "date": "2026-07-03",
      "text": "Great service..."
    }
  ]
}
相对直连 Apify 的优势
agent 可以先按 review_scraping 能力找 Actor，再统一取 review.v1，避免按平台分别写解析和轮询逻辑。
可替代 Actor
compass/Google-Maps-Reviews-Scraper maxcopell/tripadvisor-reviews apify/facebook-reviews-scraper
10

公司、域名和联系人 enrichment

已收录 company · 611 actors

B2B agent 有公司名或域名，需要补充官网、行业、员工、联系人或 LinkedIn 公司公开信息。

推荐 Actor
harvestapi/linkedin-company
Agent 全过程
  1. 用户提出任务。用户：把这些公司名补全官网、LinkedIn 公司页和联系人线索。
  2. 发现可用 Actor。GET /v1/models?q=company&limit=3 返回 611 个匹配 Actor，包括 apify/google-search-scraper apify/instagram-profile-scraper compass/crawler-google-places。
  3. 检查输入 schema。GET /v1/actors/harvestapi~linkedin-company/schema 查看 example input、默认内存/timeout、价格提示和标准化输出 schema。
  4. 多轮追问补约束。agent 追问公司列表、目标国家、是否需要邮箱/员工数/行业和预算上限。
  5. 先 dry-run 不扣费。POST /v1/runs，带 dry_run:true，请求体 {"actor":"harvestapi/linkedin-company","input":{"companies":["OpenAI"],"maxItems":25},"max_total_charge_usd":2,"wait_for_finish":0,"dry_run":true}。
  6. 正式启动任务。去掉 dry_run 后调用同一端点，网关返回 job_id、status_url、result_url、Actor 元数据和成本估算。
  7. 轮询状态。调用 GET /v1/runs/{run_id}，直到状态变成 SUCCEEDED、FAILED、ABORTED 或 TIMED-OUT。
  8. 读取标准化结果。调用 GET /v1/runs/{run_id}/result?limit=100，拿到标准字段和保留完整上游数据的 raw。
  9. 继续对话交付。最终给出 company_profile.v1 表格，保留 raw 供人工核验，并标注下一轮需要深挖的公司。
正式调用请求
{
  "actor": "harvestapi/linkedin-company",
  "input": {
    "companies": [
      "OpenAI"
    ],
    "maxItems": 25
  },
  "max_total_charge_usd": 2,
  "wait_for_finish": 0
}
返回结果
{
  "object": "job_result",
  "schema": "company_profile.v1",
  "items": [
    {
      "company": "OpenAI",
      "domain": "openai.com",
      "contacts": [
        "public contact item"
      ],
      "raw": "{upstream actor item}"
    }
  ]
}
相对直连 Apify 的优势
网关保留 raw，同时提供 company_profile.v1 摘要字段；agent 既能快速用标准字段，也能回看完整上游数据。
可替代 Actor
apify/google-search-scraper apify/instagram-profile-scraper compass/crawler-google-places

FAQ

这是不是只是 Apify 的搜索页？

不是。搜索只是第一步；网关还提供统一执行、dry-run、成本上限、状态轮询、结果标准化和 OpenRouter-style /v1/models。

为什么 agent 不直接调用 Apify API？

直连 Apify 需要暴露 Apify token、选择具体 Actor、理解每个 Actor 的 input schema、读取 run/dataset、再处理各自不同的结果字段。Actor Router 把这些收束到一个 agent 协议。

如何避免一次调用花太多钱？

在 POST /v1/runs 里设置 max_total_charge_usd，并先用 dry_run:true 看将要调用的上游路径和输入。

可以只按能力调用，不指定 Actor 吗？

可以。传 capability，或使用 /v1/capabilities/{capability_id}/runs，网关会按 catalog 选择匹配 Actor。

结果会不会丢失 Apify 原始字段？

不会。标准化 item 里保留 raw 字段；常用字段如 url、title、text、price、rating、website 会被提到稳定 schema。

支持哪些平台？

当前 catalog 覆盖 LinkedIn、Instagram、TikTok、YouTube、Twitter/X、Google、Amazon、Facebook、Reddit、Tripadvisor 等，具体用 /v1/models?q=platform 查询。

allowsAgenticUsers 有什么用？

它是 catalog 的路由信号之一。agent 可以用 /v1/actors?agentic=true 过滤允许 agentic users 的 Actor。

这个 API 是否兼容 OpenRouter 的模型发现方式？

发现层是类似的：/v1/models 返回可调用资源列表。但执行层是长任务 Actor 协议，所以用 /v1/runs 而不是 chat completions。

已经启动的任务如何继续查询？

保存 job_id，然后 GET /v1/runs/{run_id} 查状态，GET /v1/runs/{run_id}/result?limit=100 取结果。旧的 /v1/jobs 路径也兼容。

如果某个 Actor schema 不完整怎么办？

网关会尽量从 Apify metadata、exampleRunInput、pricing 和 catalog 推断输入提示，并在结果侧提供统一 schema；必要时 agent 可以查看 /v1/actors/{id}/upstream。