Apify × n8n：从 Actor run 到可用数据的最小工作流

证据口径：本页于 2026-07-30 按 Apify n8n 官方集成文档 核对。示例没有连接本站账户、没有触发新 run，因此不写“本站已跑通”。

Apify 在 n8n 中使用 community node，包名是 @apify/n8n-nodes-apify。它能运行 Actor/Task、读取 run 与存储，也能在 Actor/Task 运行结束时触发工作流。

最稳妥的第一条数据流只有三步：

Manual Trigger
  → Apify: Run Actor
  → Apify: Get Dataset Items (Dataset ID = Run 的 defaultDatasetId)
  → 你的下游：Google Sheets / 数据库 / HTTP

不要在第一次就加入 AI 总结、十个分支和自动群发。先证明一条输入能产生正确 Dataset，再扩工作流。

安装与认证怎么选

API key 只放 Credentials。不要把 token 写进 HTTP URL、Code node、工作流名称或可导出的 JSON。

节点配置顺序

1. 在任务页确认 Actor slug、输入字段和小样本上限。
2. 添加 Run Actor，先用固定 JSON 输入，不让上游任意拼大数量。
3. 从输出映射 defaultDatasetId。
4. 添加 Get Dataset Items，Dataset ID 使用上一步表达式，不写死测试 ID。
5. 在结果后加字段选择、去重与空值检查，再写入下游。
6. 需要持续运行时，最后才换成 Cron、Webhook 或 Apify trigger。

一份可审查的输入边界

{
  "queries": "coffee shops in Shanghai",
  "maxCrawledPlacesPerSearch": 10
}

字段只是结构示例，必须以所选 Actor 的当前 input schema 为准。上线前把数量、地区、语言、允许的目标域名和最大费用写成工作流约束。

四类常见故障

把 Google Sheets 当交付层，而不是数据库

小批量名单和人工复核适合写进 Sheets；大结果、嵌套字段、长期历史或多人并发更新更适合数据库/对象存储。先在 n8n 里选择需要的列，附上来源 URL、Run ID 和采集时间，再写表格。

自动化的完成标准是：能从下游的一行数据追溯到同一次 Actor run，而不是画布上所有节点都变绿。