بنية البحث عن الصور للوكلاء الذكيين: ما يقدّمه السوق فعليًا

كل إطار عمل للوكلاء صدر هذا العام يمكنه الكتابة، والتخطيط، واستدعاء الأدوات، وفتح طلب سحب (pull request). لكن اطلب منه صورة فوتوغرافية وينهار كل شيء إلى مجرد تخمين: رابط مخزون مُختلق من الذاكرة، أو رابط سريع معطّل، أو صورة مُولَّدة لأن البحث عن صورة حقيقية كان أصعب من اختلاق واحدة. النماذج ليست الحلقة الضعيفة. طبقة الصور الكامنة تحتها هي الحلقة الضعيفة — وهي مفقودة بطريقة محددة وقابلة للقياس.

هذه دراسة سوقية، لا بيان مبادئ. كل ما يلي تم قياسه أو قراءته من مصدر أساسي في 18 أغسطس 2026: مسح كامل لسجل MCP الرسمي، وشروط النشر لأربع واجهات برمجية كبرى للصور المجانية، وشروط الوصول لمتعهدين مدفوعين اثنين أطلقا موصّلات وكلاء هذا الشهر، ومعيار قياس صغير قابل لإعادة التنفيذ يمكنك تشغيله في دقيقة دون أي مفتاح API.

حد واحد، حتى تتوقف عن القراءة مبكرًا إن لم يكن هذا سؤالك: هذا المقال يتناول طبقة الوصول — الاسترجاع، وإمكانية الوصول، والشروط، والحصص. إنه ليس عن خط أنابيب النشر. إذا كان ما تحتاجه هو كيفية تحويل مسودة إلى صفحات مصوَّرة ومنسوبة ومُوسَّمة — نص التوجيه للموجّه (router prompt)، والأوصاف البصرية، والتجميع، وترميز ImageObject — فذلك مكتوب بشكل منفصل في خط أنابيب توضيح المقالات المكتوبة بالذكاء الاصطناعي.

ما الذي يتغيّر عندما يكون المستدعي آلة

الإنسان الذي يبحث عن صورة يكتب كلمتين أو ثلاث كلمات، ويتصفح شبكة نتائج، ويعرف الصورة الجيدة حين يراها. كل محرك بحث في صور المخزون بُني على هذه الحلقة. الوكيل يكسر الافتراضات الثلاثة دفعة واحدة:

1. يكتب جملًا لا كلمات مفتاحية. نموذج انتهى للتو من صياغة قسم عن أوراق الرهن العقاري لا يُصدر mortgage؛ بل يُصدر "امرأة توقّع مستند رهن عقاري على طاولة مطبخ بينما يشرح لها مستشار بنكي الشروط". هذا هو المخرج الطبيعي لنموذج لغوي، وهو تمامًا ما لا يستطيع فهرس مطابقة الرموز (tokens) خدمته.
2. لا يستطيع تصفح شبكة نتائج. أيًا كان ما تعيده الأداة، فهو كل ما يعرفه الوكيل. إذا كانت الاستجابة قائمة روابط بلا وصف أو أبعاد أو نسبة، فعلى الوكيل جلب كل صورة والنظر إليها — أو، وهو الأشيع بكثير، التخمين.
3. ليس له يدان. لا يستطيع رفع لقطات شاشة إلى قائمة مراجعة، أو قبول شروط، أو تدوير مفتاح، أو الانتظار ثلاثة أيام عمل للموافقة على الإنتاج. كل خطوة بشرية في عملية تسجيل واجهة برمجية هي جدار يتوقف عنده الوكيل.

إذن فعبارة "بنية تحتية للبحث عن الصور لوكلاء الذكاء الاصطناعي" ليست عبارة تسويقية. إنها قائمة تحقق: استرجاع باللغة الطبيعية، ونتائج قابلة للقراءة الآلية غنية بما يكفي للاستدلال عليها، ونموذج مصادقة وحصص يمكن لبرنامج إتمامه بمفرده.

الاختبار: جملة مقابل فهرس كلمات مفتاحية

أرخص طريقة لرؤية المشكلة هي إرسال كلمات الوكيل ذاتها إلى محرك يعتمد على الكلمات المفتاحية. الاختبار أدناه يستخدم Openverse، محرك البحث عن الوسائط ذات الترخيص المفتوح الذي تديره WordPress.org، لأن واجهته البرمجية عامة، ولا تحتاج مفتاحًا، ويستطيع أي قارئ لهذا المقال إعادة تنفيذه في أقل من دقيقة. أربعة أوصاف، من النوع الذي يكتبه نموذج عندما يوضّح ما صاغه للتو:

import json, urllib.request, urllib.parse

BRIEFS = [
  "a woman signing a mortgage document at a kitchen table while a bank"
  " adviser explains the terms, warm morning light",
  "An elderly couple enjoying a peaceful retirement together",
  "a child discovering snow for the first time in a suburban garden",
  "a delivery cyclist waiting at a red light in heavy rain",
]

def count(q):
    u = "https://api.openverse.org/v1/images/?" + urllib.parse.urlencode({"q": q})
    r = urllib.request.Request(u, headers={"User-Agent": "benchmark/1.0"})
    return json.load(urllib.request.urlopen(r))["result_count"]

for b in BRIEFS:
    print(count(b), "|", b[:48])
# 0 | a woman signing a mortgage document at a kitchen
# 0 | An elderly couple enjoying a peaceful retirement
# 0 | a child discovering snow for the first time in a
# 0 | a delivery cyclist waiting at a red light in hea

أربعة أوصاف، وأربع مجموعات نتائج فارغة. والآن اختصر كل وصف إلى الكلمتين المفتاحيتين اللتين كان سيكتبهما إنسان — signing document، elderly couple، child snow، cyclist rain — وكل واحدة منها تعيد صفحة كاملة من الصور الفوتوغرافية (تُبلّغ الواجهة البرمجية عن 240، وهو الحد الأقصى للعدّ بالنسبة للمستدعين المجهولين). المكتبة تحتوي الصور. الجملة هي ما لا يستطيع تحليله.

مرّر الجدول جانبيًا لرؤية جميع الأعمدة →

عمود Pexafy هو نفس الجمل الأربع مُرسلة دون تعديل إلى search_photos على خادم MCP المُستضاف، مع زمن الاستجابة كما أبلغ عنه الخادم نفسه. هذه مقارنة بين أشكال الاستعلام، لا بين جودة المكتبة — والمكتبة ليست المشكلة بتاتًا. نقطة إحصائيات Openverse نفسها تبلّغ عن 915 مليون صورة من 52 مصدرًا يوم إجراء الاختبار، وهو ممتاز فيما بُني من أجله: البحث بالكلمات المفتاحية، للبشر. لا شيء فيه معطّل. لم يُصمَّم قط لمستدعٍ يفكر بجمل. لماذا تنكسر مطابقة الوسوم عند مواجهة مشهد موصوف — وما الذي يفعله الاسترجاع الدلالي بدلًا من ذلك — أمر يُناقَش من جانب القارئ في البحث بجملة بدلًا من الكلمات المفتاحية؛ الجديد هنا هو القياس، وما يعنيه ذلك حين يكون المستدعي برنامجًا لا شخصًا.

"زوجان مسنّان يستمتعان بتقاعد هادئ معًا" · 16 نتيجة في 135 مللي ثانية · ثلاث منها

المرتبة 1Pexels Pixabay Unsplash

السوق، اعتبارًا من 18 أغسطس 2026

الاسترجاع نصف المسألة. النصف الآخر هو إمكانية الوصول: هل يستطيع الوكيل الوصول إلى المكتبة أصلًا، وبأي شروط؟ منذ أن أصبح بروتوكول سياق النموذج (Model Context Protocol) الطريقة التي تتصل بها المساعدات بالأنظمة الخارجية — مواصفته الحالية، المؤرَّخة 28 يوليو 2026، نقلت البروتوكول إلى نواة طلب/استجابة عديمة الحالة (stateless) بحيث تقف الخوادم خلف موازنات تحميل عادية1 — الطريقة الصادقة لمسح هذا السوق هي النظر إلى ما هو منشور فعلًا، لا ما هو مُعلَن عنه.

المتعهدون المدفوعون وصلوا هذا الشهر

أطلقت Getty Images خادم MCP الخاص بها في 12 أغسطس 2026، قبل ستة أيام من هذا المقال، لتتيح البحث والتنزيل الإبداعي والتحريري والأرشيفي لسير عمل الذكاء الاصطناعي.2 إنها موجّهة لفرق المؤسسات وبناة المنصات، وصفحة الوصول الخاصة بها صريحة بشأن سعر الدخول: تحتاج اتفاقية Getty Images نشطة، مثل Premium Access، إضافة إلى قبول شروط Web Service. لا يوجد مستوى مجاني. محتوى Shutterstock متاح أيضًا عبر خادم MCP — 24 أداة تغطي البحث والمجموعات والترخيص — مع تنزيل مقيّد خلف حساب يحمل اشتراكًا نشطًا.3

كلتا الخطوتين منطقيتان وموجّهتان لمشترٍ محدد. سجّلت Getty إيرادات قدرها 981.3 مليون دولار في 20254 في سوق تصوير مخزون يُقدَّر حجمه بنحو 5.4 مليار دولار لعام 20265؛ الموصّلات التي تتطلب عقدًا تحمي هذه الإيرادات بدلًا من فتحها. إذا كنت بنكًا أو محطة بث، فهذا بالضبط ما تريده. أما إذا كنت مطوّرًا يوصّل مشروعًا جانبيًا — أو وكيلًا لا يجب أن يتوقف ليطلب من إنسان توقيع شيء — فهذا باب موصد.

المكتبات المجانية لم تُطلق شيئًا على الإطلاق

Unsplash وPexels وPixabay هي المكتبات الثلاث التي يلجأ إليها معظم البناة، ولا واحدة منها تنشر خادم MCP رسميًا. ما هو موجود بدلًا من ذلك هو رفّ من الأغلفة المجتمعية. زحفنا على سجل MCP الرسمي بالكامل — 22,607 خادمًا، و75,487 إصدارًا منشورًا — واحتفظنا بكل إدخال يتعلق اسمه أو وصفه بالبحث عن صور فوتوغرافية أو مخزون صور. النمط موحّد:

مرّر الجدول جانبيًا لرؤية جميع الأعمدة →

import json, urllib.request, urllib.parse

def crawl(term):                      # السجل يُقسَّم بصفحات عبر `nextCursor`
    out, cursor = {}, None
    while True:
        p = {"limit": "100", "search": term} | ({"cursor": cursor} if cursor else {})
        d = json.load(urllib.request.urlopen(
            "https://registry.modelcontextprotocol.io/v0/servers?" + urllib.parse.urlencode(p)))
        for e in d["servers"]: out[e["server"]["name"]] = e["server"]
        cursor = (d.get("metadata") or {}).get("nextCursor")
        if not cursor or not d["servers"]: return out

servers = {}
for t in ["photo", "image", "stock", "picture", "unsplash",
          "pexels", "pixabay", "getty", "shutterstock", "openverse"]:
    servers |= crawl(t)

# 137 خادمًا فريدًا · بعيد مقابل محلي محدَّد في `server["remotes"]`
# مفاتيح الطرف الثالث المطلوبة موجودة في packages[].environmentVariables

كل واحد من تلك الأغلفة هو عميل رقيق لنفس واجهات الكلمات المفتاحية الثلاث البرمجية، مما يعني أن المعيار أعلاه ينطبق عليها جميعًا: تغيّر النقل، ولم يتغيّر الاسترجاع. لا يمكن لغلاف أن يجعل فهرس وسوم يفهم جملة.

البند الذي يوقف الآلة ليس الحصة

حصص المكتبات المجانية وشروطها مقارَنة جنبًا إلى جنب، بوحدة موحّدة، في مقارنة واجهات برمجية مجانية لصور المخزون — طوابير الموافقة، ونداء التنزيل الإلزامي، والتزام التخزين المؤقت لمدة 24 ساعة، وقواعد النسب. يقرأ ذلك المقال هذه الشروط من منظور مطوّر يختار مزوّدًا. أعد قراءتها من منظور البرنامج الذي عليه الامتثال لها، وسيبرز سطر واحد لا علاقة له بالحجم:

نفس القراءة تنطبق على عملية التسجيل. مستوى تجريبي لا يتحول إلى إنتاج إلا بعد أن يراجع إنسان لقطات شاشة من تطبيقك ليس حد معدّل يستطيع الوكيل التراجع أمامه؛ إنه خطوة لا يستطيع أداءها على الإطلاق. تعلن Pixabay النية صراحة — الواجهة البرمجية مخصصة للاستخدام البشري المشروع، والتنزيل الآلي الجماعي محظور. لا شيء من هذا غير معقول: المصورون يمنحون العمل مجانًا وشخص ما يدفع تكلفة النطاق الترددي. إنه ببساطة يصف واجهة برمجية افتُرض أن مستدعيها يملك شاشة ويدين.

أربعة متطلبات، ومن يحققها

اجمع النصفين معًا وستخرج مواصفات طبقة صور يمكن للوكيل استخدامها فعلًا قصيرة وقابلة للاختبار. إنها عمدًا ليست مقارنة مزوّدين — حجم المكتبة، والتسعير، وشروط الترخيص مصفوفة في مقال المقارنة. هذه الأربعة تدور فقط حول ما إذا كان بإمكان برنامج الوصول إلى الصور أصلًا:

1. الاسترجاع الدلالي — جملة كاملة تعيد صفحة مرتبة، لا مجموعة فارغة.
2. رخص مجانية، مصادر متعددة — لا شيء يحتاج ترخيصًا لكل صورة، ولا ذوق مكتبة واحدة يحدد كل صفحة تنشرها.
3. خادم مُستضاف بتسجيل دخول خاص به — بعيد، OAuth، بلا عملية محلية للتثبيت وبلا مفتاح API لطرف ثالث يُلصق في ملف تكوين.
4. مستوى مجاني يمكن لآلة إتمامه بمفردها — بلا مراجعة لقطات شاشة، بلا عقد، حصة شهرية وحد معدّل بالدقيقة يستطيع عامل تنظيم وتيرته وفقًا له.

مرّر الجدول جانبيًا لرؤية جميع الأعمدة →

نحن نبني Pexafy، لذا اقرأ ذلك الصف الأخير بالتشكك الذي يستحقه — ثم تحقق منه: مسح السجل قابل لإعادة الإنتاج في سكربت واحد، وشروط وصول Getty وShutterstock موجودة على صفحاتهما الخاصة، وحدود واجهات الصور البرمجية الثلاث موجودة في وثائقها الخاصة، وكلها مرتبطة في الأسفل. الادّعاء ضيق وقابل للتفنيد: في 18 أغسطس 2026 لم نستطع إيجاد خدمة ثانية تحقق الأربعة معًا. إن كنت تعرف واحدة، سنضيفها إلى هذا الجدول — الغاية من تدوين المتطلبات هي أن يستطيع أي شخص تشغيلها مقابل أي منتج، بما في ذلك منتجنا.

ما الذي يفعله خادم صور جيد عبر MCP

الموصّل ليس نقطة نهاية REST بحلّة جديدة. استخدامان لهذه الطبقة مكتوبان في مكان آخر ولا نكررهما هنا — توضيح مسودة، في مقال خط الأنابيب، والحفاظ على تماسك بصري لسلسلة طويلة، في المقال الخاص بالحجم. ما ينتمي إلى البنية التحتية هو الشيء الذي يعتمد عليه كلاهما ولا يستطيع أي منهما إضافته لاحقًا: ثلاثة قرارات على مستوى الخادم، تُتخذ مرة واحدة، لكل وكيل يتصل على الإطلاق.

1. أعِد كائنات يستطيع الوكيل الاستدلال عليها. أيًا كان ما تعيده الأداة فهو كل ما يعرفه النموذج — لا يستطيع تصفح شبكة نتائج. الفرق بين الشكلين أدناه هو الفرق بين مساعد يستدل على الصور الفوتوغرافية وآخر يمرّر روابط فقط:

# غلاف كلمات مفتاحية نموذجي: على الوكيل أن يجلب وينظر، أو يخمّن
[{ "url": "https://…/photo-8795398.jpeg" }, { "url": "https://…/366611.jpg" }]

# نتيجة واحدة، كما أُعيدت — مختصرة هنا، لم نضف شيئًا
{
  "rank": 1,                       // المقبض الذي يستخدمه الإنسان: "المزيد مثل #1"
  "photo_id": "019e14d9-e821-…",   // ما تأخذه get_similar_photos
  "width": 6424, "height": 4283, "orientation": "landscape",
  "color_hex": "#918872", "blur_hash": "LPI#Px?aDikCGwW?M{kD-VR*s.fl",
  "source": "Pexels", "license_type": "free",
  "alt_description": "Older couple sits together on wooden bench in a park",
  "attribution": { "plain": "Photo by Anastasia Shuraeva on Pexels", "html": "…" },
  "urls": { "thumb": "…", "small": "…", "regular": "…", "large": "…" }
}

مع الشكل الثاني يستطيع الوكيل أن يقول "#3 عمودي، سيكسر فتحة الصورة الرئيسية"، ويستبعد مصورًا مكررًا، ويُصدر سطر النسب، ويسلّم قالبك زوج width/height يمنع انزياح التخطيط — دون جلب صورة واحدة. مع الشكل الأول، كل قرار من تلك القرارات هو تخمين أو رحلة ذهاب وإياب.

2. رقّم النتائج، حتى يستطيع شخص الإشارة إليها. تعود النتائج مرتبة #1، #2، #3…، وهي الطريقة التي يشير بها أي شخص إلى صورة في محادثة — "المزيد مثل #3" — دون نسخ معرّفات يدويًا. في العملاء التي تدعم MCP Apps تُعرَض الصور المصغّرة ضمنيًا، وفتح واحدة يظهر بيانات وصفية كانت موجودة أصلًا في نتيجة الأداة، دون استدعاء إضافي.

3. ابقَ للقراءة فقط، وكن صريحًا بذلك. ثلاث أدوات، بلا نطاق كتابة، بلا تعديل على الحساب. واحدة منها ليس لها مكافئ بالكلمات المفتاحية في أي مكان: search_photos_by_image تأخذ صورة مرجعية — صورة رئيسية موجودة لدى عميل، أو لقطة شاشة لُصقت في المحادثة — إضافة إلى جملة اختيارية لتوجيهها ("مثل هذه، لكن ليلًا"). لا يوجد حقل في واجهة برمجية تعتمد على مطابقة الوسوم يمكن فيه كتابة هذا الطلب أصلًا. والوكيل الذي لا يستطيع تغيير أي شيء هو وكيل أسوأ نتيجة له هي مجموعة نتائج فارغة، لا تذكرة دعم.

السطحان، وأيهما تريد

هناك طريقتان بالضبط للدخول، والاختيار يتعلق بمن هو ضمن الحلقة لا بالقدرة — الأدوات والمكتبة متطابقتان في كليهما.

الموصّل، حين يكون هناك شخص. رابط واحد، https://mcp.pexafy.com/mcp، يُضاف مرة واحدة في إعدادات موصّلات مساعد ما؛ يحدث تسجيل الدخول في نافذة متصفح ويستلم العميل بيانات اعتماده الخاصة، لذا لا يوجد مفتاح يُلصق في ملف تكوين ولا شيء يُدوَّر لاحقًا. العملاء التي لا تنفّذ OAuth ترسل مفتاح Pexafy API كرمز حامل (bearer token) مقابل نفس نقطة النهاية — وهذا ما يجعل الموصّل قابلًا للاستخدام من مهمة cron على خادم بناء، حيث لا يوجد أحد للنقر على "السماح". التوصيل خطوة بخطوة لـ Claude، وChatGPT، وملف تكوين لأسطول موجود في مقال خط الأنابيب؛ لم يتغيّر.

واجهة HTTP البرمجية، حين لا يوجد أحد. مهمة دفعية تملأ مجمّعًا لـ 800 مجموعة مواضيعية لا ينبغي أن تتظاهر بأنها عميل محادثة: نفس الحساب، نفس المفتاح، HTTP عادي، 100 نتيجة لكل نداء. قواعد ضبط الوتيرة المرافقة لها — رؤوس حد المعدّل، ولماذا يستحق خطأ 429 لكل دقيقة إعادة المحاولة بينما لا يستحقها خطأ 429 للحصة الشهرية، وما تكلفة عامل عند الحجم — تنتمي إلى المقال عن التوضيح على نطاق واسع، حيث يُكتب ذلك العامل بالكامل.

النقطة الأهم للاحتفاظ بها هنا أضيق، وهي التي تدور حولها الدراسة السوقية: كلا السطحين قابل للوصول من قِبل برنامج في يوم كتابته، بلا طابور وبلا عقد.

ما لا يحله هذا

قائمة صادقة، لأن كل بند منها كلّف أحدهم تراجعًا (rollback).

• الترخيص لا يزال يحكم الصورة. النسب غير مطلوب بموجب شروط واجهة Pexafy البرمجية وكل نتيجة تأتي بسلسلة نسب جاهزة للعرض — لكن الترخيص المرفق بالمكتبة الأصلية يسري على استخدامك لتلك الصورة. اعرض النسب تلقائيًا؛ أرخص من التدقيق لاحقًا.
• مكتبات الترخيص المجاني ليست أرشيفات تحريرية. لا أخبار، لا رياضة، لا علامات تجارية معروفة أو شخصيات عامة عند الطلب. إذا احتاجت صفحتك صورة لحدث أو شخص محدد، فهذا مجال المتعهدين المرخّصين، وموصّلاتهم موجودة الآن.
• إنه استرجاع، فقط استرجاع. الرسوم التخطيطية، والمخططات، ولقطات الشاشة تُولَّد من كود، لا تُبحَث؛ وإزالة التكرار عبر صفحاتك عمود في قاعدة بياناتك، لا معامل في نقطة النهاية؛ ولا صورة فوتوغرافية تجعل صفحة رقيقة تُصنَّف — تعامل سياسات Google لمكافحة البريد المزعج إساءة استخدام المحتوى المُوسَّع بنفس الطريقة سواء كانت الصفحات مصوّرة أم لا.6 هذه الثلاث مشكلات خط أنابيب لها إجابات خط أنابيب، مُفصَّلة في مقال خط الأنابيب و المقال الخاص بالحجم.

من أين تبدأ

1. أعِد تنفيذ المعيار. عشرون سطرًا، بلا مفتاح. أيًا كانت واجهة الصور البرمجية التي تستخدمها اليوم، أرسل إليها ثلاثة من أوصاف وكيلك الخاصة حرفيًا واعدد مجموعات النتائج الفارغة.
2. وصّل موصّلًا واحدًا بالمساعد الذي تستخدمه بالفعل واطلب منه، في جملة واحدة، صورة تحتاجها فعلًا هذا الأسبوع. هذا هو التقييم بأكمله.
3. انقل الأوصاف إلى الوكيل — مشهد واحد لكل فتحة، مكتوب من المسودة، لا من العنوان أبدًا.
4. أضف عمود photo_id قبل نشر أي شيء بحجم كبير.
5. شغّله على المستوى المجاني — 5,000 عملية بحث شهريًا بمعدل 20 بالدقيقة حتى تجبرك نافذة بناء، لا فاتورة، على الترقية.

المراجع والحواشي