Miundombinu ya Utafutaji wa Picha kwa Mawakala wa AI: Ambavyo Soko Hutoa Kihalisia

Kila mfumo wa wakala uliozinduliwa mwaka huu unaweza kuandika, kupanga, kuita zana na kufungua ombi la kuunganisha msimbo (pull request). Muombe mmoja picha, na kila kitu kinaporomoka hadi kukwepa: URL ya picha za hisa (stock) iliyobuniwa kutoka kumbukumbu, kiungo kilichovunjika, au picha iliyozalishwa kwa sababu kutafuta halisi ilikuwa ngumu zaidi kuliko kubuni moja. Mifano (models) si kiungo dhaifu. Safu ya picha iliyo chini yao ndiyo — na inakosekana kwa njia maalum, inayoweza kupimika.

Hii ni utafiti wa soko, si tamko la itikadi. Kila kitu kilicho hapa chini kilipimwa au kusomwa kutoka chanzo cha msingi tarehe 18 Agosti 2026: sensa ya rejista rasmi ya MCP, masharti yaliyochapishwa ya API nne kubwa za picha za bure, masharti ya ufikiaji ya wamiliki wawili wa kulipia waliozindua viunganishi vya wakala mwezi huu, na kigezo kidogo kinachoweza kurudiwa unachoweza kukiendesha upya kwa dakika moja bila ufunguo wa API.

Mpaka mmoja, ili uache kusoma mapema ikiwa hili si swali lako: makala hii inahusu safu ya ufikiaji — uchukuzi, ufikivu, masharti, viwango vya matumizi. Si mfumo wa uchapishaji. Ikiwa unachohitaji ni jinsi ya kugeuza rasimu kuwa kurasa zenye picha, sifa za msanii, na alama za lugha-msimbo — swali la kielekezi (router prompt), maelezo ya kuona, mkusanyiko, alama za ImageObject — hilo limeandikwa kando katika mfumo unaotoa picha za makala zilizoandikwa na AI.

Kinachobadilika mwitaji anapokuwa mashine

Binadamu anayetafuta picha huandika maneno mawili au matatu, huangalia gridi, na hutambua picha nzuri anapoiona. Kila injini ya utafutaji wa picha za hisa iliyowahi kujengwa hudhania mzunguko huo. Wakala huvunja mawazo yote matatu kwa wakati mmoja:

1. Huandika sentensi, si maneno-msingi. Mfano ambao umeandika kifungu kuhusu karatasi za mkopo wa nyumba haitoi mortgage; hutoa “mwanamke anayesaini hati ya mkopo wa nyumba mezani jikoni huku mshauri wa benki akielezea masharti”. Hicho ndicho matokeo ya asili ya mfano wa lugha, na ndicho hasa ambacho faharasa ya kulinganisha tokeni haiwezi kuhudumia.
2. Hauwezi kuangalia gridi. Chochote zana inachorudisha ndicho wakala anachojua. Ikiwa jibu ni orodha ya URL bila maelezo, vipimo au sifa, wakala inabidi apakue na kuangalia kila picha — au, mara nyingi zaidi, akisie.
3. Hana mikono. Hawezi kupakia picha-mkato kwenye foleni ya ukaguzi, kukubali masharti, kubadilisha ufunguo, au kusubiri siku tatu za kazi kwa idhini ya uzalishaji. Kila hatua ya kibinadamu katika uanzishaji wa API ni ukuta ambao wakala husimama pale.

Kwa hiyo "miundombinu ya utafutaji wa picha kwa mawakala wa AI" si maneno ya kutangaza tu. Ni orodha ya ukaguzi: uchukuzi wa lugha-asilia, matokeo yanayosomwa na mashine yenye kina cha kutosha kufikiria juu yake, na mfumo wa uthibitishaji na kiwango cha matumizi ambao programu inaweza kukamilisha yenyewe.

Jaribio: sentensi dhidi ya faharasa ya maneno-msingi

Njia rahisi zaidi ya kuona tatizo hili ni kutuma maneno ya wakala mwenyewe kwenye injini ya maneno-msingi. Jaribio hapa chini linatumia Openverse, injini ya utafutaji wa vyombo vya habari vyenye leseni wazi inayoendeshwa na WordPress.org, kwa sababu API yake ni ya wazi kwa umma, haihitaji ufunguo, na yeyote anayesoma haya anaweza kuirudia kwa chini ya dakika moja. Maelezo manne, ya aina ambayo mfano huandika unapopamba kile alichokwisha kuandika:

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

Maelezo manne, seti nne za matokeo tupu. Sasa punguza kila maelezo hadi maneno-msingi mawili ambayo binadamu angeandika — signing document, elderly couple, child snow, cyclist rain — na kila mmoja wao hurudisha ukurasa mzima wa picha (API inaripoti 240, ndipo inapoweka kikomo cha hesabu kwa waita bila kutambulika). Katalogi ina picha hizo. Sentensi ndiyo isiyoweza kuchambuliwa.

Sogeza jedwali kando kuona safu zote →

Safu ya Pexafy ni sentensi hizo hizo nne zilizotumwa bila kubadilishwa kwa search_photos kwenye seva ya MCP iliyowekwa mtandaoni, ikiwa na muda wa kusubiri (latency) ambao seva yenyewe iliripoti. Hii ni ulinganisho wa miundo ya hoja, si wa ubora wa katalogi — na katalogi si tatizo hata kidogo. Kipimo cha takwimu cha Openverse chenyewe kinaripoti picha milioni 915 kutoka vyanzo 52 siku ya jaribio, na ni bora katika kile ilichojengwa kufanya: utafutaji wa maneno-msingi, kwa watu. Hakuna kilichovunjika ndani yake. Ilikuwa tu haijawahi kubuniwa kwa mwitaji anayefikiri kwa sentensi. Kwa nini ulinganishaji wa tagi unavunjika kwenye eneo lililoelezewa — na kile uchukuzi wa kisemantiki hufanya badala yake — kunajadiliwa kutoka upande wa msomaji katika kutafuta kwa sentensi badala ya maneno-msingi; kilicho kipya hapa ni kipimo, na maana yake mwitaji anapokuwa programu badala ya mtu.

“Wanandoa wazee wanaofurahia kustaafu kwa amani pamoja” · matokeo 16 kwa 135 ms · matatu kati yao

Nafasi ya 1Pexels Pixabay Unsplash

Soko, hadi tarehe 18 Agosti 2026

Uchukuzi ni nusu moja. Nusu nyingine ni ufikivu: je, wakala anaweza kufikia katalogi kabisa, na kwa masharti gani? Tangu Model Context Protocol ilipokuwa njia ambayo wasaidizi hujiunganisha na mifumo ya nje — kiwango chake cha sasa, kilichoandikwa tarehe 28 Julai 2026, kilihamisha itifaki hadi kiini cha ombi/jibu kisicho na hali (stateless) ili seva ziweze kuwekwa nyuma ya vipangilio vya kawaida vya usawazishaji wa mzigo1 — njia ya haki ya kuchunguza soko hili ni kuangalia kile kilichochapishwa kwa hakika, si kile kilichotangazwa.

Wamiliki wa kulipia walifika mwezi huu

Getty Images ilizindua seva yake ya MCP tarehe 12 Agosti 2026, siku sita kabla ya makala hii, ikiwezesha utafutaji na upakuaji wa maudhui ya kisanaa, ya kihariri na ya kumbukumbu kwa mifumo ya kazi ya AI.2 Imelenga timu za makampuni makubwa na wajenzi wa mifumo, na ukurasa wake wa ufikiaji hauna utata kuhusu bei ya kuingia: unahitaji mkataba amilifu wa Getty Images, kama vile Premium Access, pamoja na kukubali masharti ya Web Service. Hakuna kiwango cha bure. Shutterstock maudhui yake yanafikika kupitia seva ya MCP pia — zana 24 zinazohusisha utafutaji, makusanyo na leseni — huku upakuaji ukiwa umefungiwa nyuma ya akaunti yenye usajili amilifu.3

Hatua hizi mbili ni za busara na zote mbili ni kwa mnunuzi maalum. Getty ilipata mapato ya dola milioni 981.3 mwaka 20254 katika soko la picha za hisa lenye ukubwa wa takriban dola bilioni 5.4 kwa mwaka 20265; viunganishi vinavyohitaji mkataba hulinda mapato hayo badala ya kuyafungua. Ikiwa wewe ni benki au kituo cha utangazaji, hiki ndicho unachotaka hasa. Ikiwa wewe ni msanidi programu unayeunganisha mradi mdogo — au wakala ambaye hatakiwi kusimama na kumwomba binadamu kutia sahihi kitu — hii ni mlango uliofungwa.

Maktaba za bure hazijazindua hata moja

Unsplash, Pexels na Pixabay ni katalogi tatu ambazo wajenzi wengi hutumia zaidi, na hakuna hata mmoja anayechapisha seva rasmi ya MCP. Kilichopo badala yake ni rafu ya vifungashi vya jamii. Tulipita kwenye rejista rasmi ya MCP kwa ukamilifu — seva 22,607, matoleo yaliyochapishwa 75,487 — na tukaweka kila kiingizo ambacho jina au maelezo yake yanahusu utafutaji wa picha au picha za hisa. Muundo ni sawa kila mahali:

Sogeza jedwali kando kuona safu zote →

import json, urllib.request, urllib.parse

def crawl(term):                      # rejista hupanga kurasa kwa `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)

# seva 137 za kipekee · mbali dhidi ya ndani ni `server["remotes"]`
# funguo za mtu wa tatu zinazohitajika ziko kwenye packages[].environmentVariables

Kila mmoja wa vifungashi hivyo ni mteja mwembamba wa API zile zile tatu za maneno-msingi, jambo linalomaanisha kwamba kigezo hapo juu kinatumika kwa wote: usafirishaji ulibadilika, uchukuzi haukubadilika. Kifungashi hakiwezi kufanya faharasa ya tagi kuelewa sentensi.

Kifungu kinachomsimamisha mashine si kiwango cha matumizi

Viwango vya matumizi na masharti ya maktaba za bure vinalinganishwa upande kwa upande, kwa kipimo cha pamoja, katika ulinganishaji wa API za picha za hisa za bure — foleni za idhini, wito wa lazima wa upakuaji, wajibu wa kuhifadhi kwa muda wa saa 24, kanuni za sifa. Makala hiyo huyasoma kama msanidi programu anayechagua mtoa huduma. Yasome tena kama programu inayolazimika kuyatii na mstari mmoja unajitokeza usiohusiana na wingi:

Usomaji uleule unatumika kwa uanzishaji. Kiwango cha maonyesho kinachokuwa cha uzalishaji tu baada ya binadamu kukagua picha-mkato za programu yako si kikomo cha kiwango ambacho wakala anaweza kujitoa; ni hatua ambayo hawezi kuifanya kabisa. Pixabay inasema nia hiyo wazi kabisa — API ni kwa matumizi halali ya kibinadamu, na upakuaji mkubwa wa kiotomatiki umekatazwa. Hakuna hata mojawapo kati ya haya isiyokuwa na busara: wapiga picha wanatoa kazi bure na mtu fulani analipa kwa ajili ya kipimo data. Ni maelezo tu ya API ambayo mwitaji wake alidhaniwa kuwa na skrini na jozi ya mikono.

Mahitaji manne, na nani anayekidhi

Kuunganisha nusu mbili hizi, kigezo cha safu ya picha ambayo wakala anaweza kutumia kwa kweli kinajitokeza kifupi na kinachoweza kupimwa. Kwa makusudi si ulinganishaji wa watoa huduma — ukubwa wa katalogi, bei na masharti ya leseni vimepangwa katika makala ya ulinganishaji. Haya manne yanahusu tu kama programu inaweza kufikia picha kabisa:

1. Uchukuzi wa kisemantiki — sentensi kamili inarudisha ukurasa ulioorodheshwa, si seti tupu.
2. Leseni za bure, vyanzo kadhaa — hakuna kilicho lazima kupata leseni kwa kila picha, na hakuna ladha ya maktaba moja tu inayoamua kila ukurasa unaochapisha.
3. Seva iliyowekwa mtandaoni yenye kuingia kwake — mbali, OAuth, hakuna mchakato wa ndani wa kusakinisha na hakuna ufunguo wa API wa mtu wa tatu wa kubandika kwenye faili ya usanidi.
4. Kiwango cha bure ambacho mashine inaweza kukamilisha yenyewe — hakuna ukaguzi wa picha-mkato, hakuna mkataba, kiwango cha matumizi cha kila mwezi na kikomo cha kiwango kwa dakika ambacho mfanyakazi (worker) anaweza kujidhibiti nacho.

Sogeza jedwali kando kuona safu zote →

Sisi ndio tunaojenga Pexafy, kwa hivyo soma safu mlalo ya mwisho hiyo kwa mashaka inayostahili — kisha ikague: sensa ya rejista inaweza kurudiwa kwa skripti moja, masharti ya ufikiaji ya Getty na Shutterstock yako kwenye kurasa zao wenyewe, na vikomo vya API tatu za picha viko kwenye nyaraka zao wenyewe, vyote vimeunganishwa chini. Dai ni finyu na linaweza kupingwa: tarehe 18 Agosti 2026 hatukuweza kupata huduma nyingine inayokidhi zote nne. Ukijua moja, tutaiongeza kwenye jedwali hili — lengo la kuandika mahitaji hayo chini ni kwamba yeyote anaweza kuyaendesha dhidi ya bidhaa yoyote, ikiwa ni pamoja na yetu.

Kile seva nzuri ya picha inafanya juu ya MCP

Kiunganishi si kituo cha mwisho cha REST kilichopakwa rangi mpya. Matumizi mawili ya safu hii yameandikwa mahali pengine na hayarudiwi hapa — kutoa picha za rasimu, katika makala ya mfumo, na kudumisha mfululizo mrefu ukiwa na muonekano wa kufanana, katika ile ya ujazo. Kinachohusu miundombinu ni kile ambacho zote mbili hutegemea na hakuna anayeweza kuongeza baadaye: maamuzi matatu upande wa seva, yaliyofanywa mara moja, kwa kila wakala anayewahi kuunganisha.

1. Rudisha vitu ambavyo wakala anaweza kufikiria juu yake. Chochote zana inachorudisha ndicho pekee mfano unachojua — hauwezi kuangalia gridi. Tofauti kati ya miundo miwili hapa chini ndiyo tofauti kati ya msaidizi anayefikiria juu ya picha na yule anayerudisha viungo tu:

# Kifungashi cha kawaida cha maneno-msingi: wakala lazima apakue na kuangalia, au akisie
[{ "url": "https://…/photo-8795398.jpeg" }, { "url": "https://…/366611.jpg" }]

# Matokeo moja, kama yalivyorudishwa — yamepunguzwa hapa, hakuna kilichoongezwa
{
  "rank": 1,                       // kishikizo ambacho binadamu hutumia: "zaidi kama #1"
  "photo_id": "019e14d9-e821-…",   // kile get_similar_photos anachochukua
  "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": "…" }
}

Kwa muundo wa pili, wakala anaweza kusema "#3 ni wima, itavunja nafasi yako kuu ya picha", kuacha mpiga picha aliyerudiwa, kutoa mstari wa sifa, na kumpa kiolezo (template) chako jozi ya width/height inayozuia mabadiliko ya mpangilio — bila kupakua picha hata moja. Kwa muundo wa kwanza, kila moja ya maamuzi hayo ni kubahatisha au mzunguko wa maombi.

2. Panga matokeo namba, ili mtu aweze kuashiria. Matokeo yanarudi yakiwa yameorodheshwa #1, #2, #3…, jinsi ambavyo mtu yeyote hurejelea picha katika mazungumzo — "zaidi kama #3" — bila vitambulisho vyovyote vilivyonakiliwa kwa mkono. Katika wateja wanaotegemeza MCP Apps picha-mkato zinaonekana ndani ya mazungumzo, na kufungua moja huonyesha data-elezi ambazo tayari zilikuwa kwenye matokeo ya zana, bila wito wa ziada.

3. Baki wa kusoma tu, na sema hivyo waziwazi. Zana tatu, hakuna wigo wa kuandika, hakuna mabadiliko ya akaunti. Mmoja wao hana kifananishi cha maneno-msingi popote: search_photos_by_image huchukua picha ya rejea — picha kuu ya sasa ya mteja, picha-mkato iliyobandikwa kwenye mazungumzo — pamoja na sentensi ya hiari ya kuipinda (“kama hii, lakini usiku”). Hakuna uga katika API ya kulinganisha tagi ambapo ombi hilo linaweza hata kuandikwa. Na wakala asiyeweza kubadilisha chochote ni wakala ambaye matokeo yake mabaya zaidi ni seti tupu ya matokeo badala ya tiketi ya msaada.

Nyuso mbili, na ipi unayotaka

Kuna njia mbili tu za kuingia, na chaguo ni kuhusu nani yuko kwenye mzunguko badala ya uwezo — zana na katalogi ni sawa pande zote mbili.

Kiunganishi, mtu anapokuwa kwenye mzunguko. URL moja, https://mcp.pexafy.com/mcp, iliyoongezwa mara moja kwenye mipangilio ya viunganishi vya msaidizi; kuingia hutokea kwenye dirisha la kivinjari na mteja hupokea hati zake mwenyewe, kwa hiyo hakuna ufunguo wa kubandika kwenye faili ya usanidi na hakuna wa kubadilisha baadaye. Wateja wasiotekeleza OAuth hutuma ufunguo wa API wa Pexafy kama tokeni ya mbeba (bearer) dhidi ya kituo hicho hicho cha mwisho — jambo hilo ndilo linalowezesha kiunganishi kutumika kutoka kazi ya cron kwenye seva ya kujenga (build server), ambapo hakuna mtu wa kubofya "Ruhusu". Uunganishaji wa hatua kwa hatua kwa Claude, ChatGPT na faili ya usanidi ya kikundi upo katika makala ya mfumo; haujabadilika.

API ya HTTP, mtu asipokuwa kwenye mzunguko. Kazi ya kundi inayojaza dimbwi la mada 800 haipaswi kujifanya mteja wa mazungumzo: akaunti ile ile, ufunguo ule ule, HTTP wazi, matokeo 100 kwa wito. Kanuni za mwendo zinazoenda nazo — vichwa vya kikomo cha kiwango, kwa nini 429 ya kila dakika inafaa kujaribu tena na 429 ya kiwango cha kila mwezi haifai, gharama ya mfanyakazi kwa ujazo mkubwa — vinapatikana katika makala kuhusu kutoa picha kwa ujazo mkubwa, mahali ambapo mfanyakazi huyo ameandikwa kwa ukamilifu.

Jambo la kuzingatia hapa ni finyu zaidi, na ndilo linaloegemea utafiti wa soko: nyuso zote mbili zinafikiwa na programu siku inayoandikwa, bila foleni na bila mkataba.

Kile ambacho hakisuluhishi

Orodha ya kweli, kwa sababu kila moja ya haya imemgharimu mtu marejesho ya nyuma (rollback).

• Leseni bado inatawala picha. Sifa (attribution) haihitajiki na masharti ya API ya Pexafy na kila matokeo yanasafirisha herufi za sifa tayari kuonyeshwa — lakini leseni iliyoambatanishwa na maktaba ya asili inatumika kwa matumizi yako ya picha hiyo. Onyesha sifa hiyo kiotomatiki; ni nafuu zaidi kuliko kukagua baadaye.
• Katalogi za leseni ya bure si kumbukumbu za kihariri. Hakuna habari, hakuna michezo, hakuna chapa zinazotambulika au watu maarufu kwa mahitaji. Ikiwa ukurasa wako unahitaji picha ya tukio au mtu maalum, ndipo wamiliki wenye leseni wanahitajika, na viunganishi vyao sasa vipo.
• Ni uchukuzi, na uchukuzi tu. Michoro, chati na picha-mkato huundwa kutoka msimbo, si kutafutwa; kuondoa udurufu kwenye kurasa zako ni safu kwenye hifadhidata yako, si kigezo kwenye kituo cha mwisho; na hakuna picha inayofanya ukurasa mwembamba kuongoza — sera za taka za Google zinachukulia matumizi mabaya ya maudhui yaliyokuzwa (scaled content abuse) sawa iwe kurasa zina picha au la.6 Hayo matatu ni matatizo ya mfumo yenye majibu ya mfumo, yaliyofafanuliwa katika makala ya mfumo na ile ya ujazo.

Pa kuanzia

1. Rudia kigezo hicho. Mistari ishirini, hakuna ufunguo. Chochote API ya picha unayotumia leo, itumie maelezo matatu ya wakala wako mwenyewe kwa uhalisia na uhesabu seti tupu za matokeo.
2. Unganisha kiunganishi kimoja kwa msaidizi unayemtumia tayari na umuombe, kwa sentensi, picha unayohitaji kwa kweli wiki hii. Hicho ndicho tathmini nzima.
3. Hamishia maelezo kwenye wakala — eneo moja kwa nafasi moja, lililoandikwa kutoka rasimu, si kutoka kichwa cha habari kamwe.
4. Ongeza safu ya photo_id kabla ya kuchapisha chochote kwa ujazo mkubwa.
5. Iendeshe kwenye kiwango cha bure — utafutaji 5,000 kwa mwezi kwa 20 kwa dakika hadi dirisha la ujenzi, si bili, likulazimishe kupanda.

Marejeleo & tanbihi