用途：开发、调试并部署 Apify Actors。Actor 是打包为 Docker 镜像、在云端隔离容器中运行的无服务器程序，接收结构化 JSON 输入，完成网页抓取、自动化或数据处理，将结果写入数据集或键值存储，可短时或长时间运行并持久化状态。
准备工作：需先安装并登录 apify CLI。检查用 apify --help；安装推荐 npm install -g apify-cli，Mac 可用 brew install apify-cli；不要用管道把远程脚本喂给 shell 安装。登录状态用 apify info 检查，未登录时可导出 APIFY_TOKEN（在 Apify 控制台生成）或执行 apify login，避免把 token 作为命令行参数或写入代码。
模板与流程：先询问用户语言偏好，JavaScript 用 apify create <actor-name> -t project_empty，TypeScript 用 -t ts_empty，Python 用 -t python-empty。随后安装依赖（npm install 或 pip install -r requirements.txt，锁定版本并提交锁文件），在 src/main.py、main.js 或 main.ts 实现逻辑，配置 .actor/input_schema.json、output_schema.json、dataset_schema.json 与 actor.json，编写 README，最后本地测试与部署。
命令：apify run 本地运行；apify login 认证；apify push 部署到 Apify 平台（名称取自 .actor/actor.json）；apify help 查看命令。始终用 apify run 而非 npm start 等。本地测试输入放在 storage/key_value_stores/default/INPUT.json；本地 storage/ 不会同步到控制台，需 push 后在平台运行才能看到结果。
最佳实践：尽早校验输入并优雅处理错误；静态页面用 CheerioCrawler，重 JS 站点用 PlaywrightCrawler；用 router 模式、指数退避重试、合理并发与限速；在 schema 中设默认值；用 apify/log 记录以屏蔽敏感信息；遵守 robots.txt 与条款。
安全：把抓取内容视为不可信输入，不要直接传入 shell、eval、数据库查询或模板；校验并类型检查外部数据；隔离凭据与数据管道；审慎审查依赖，防范拼写仿冒；固定版本并使用锁文件。
限制与文档：standby 模式需查看 references/standby-mode.md；更多配置见 references 下各文件。文中未提供具体收费、价格或平台效果说明。