5行代码为AI智能体接入正版图库搜索工具

当你的AI Agent开始撰写博客、落地页或幻灯片时，配图就成了绕不开的一环。生成式图片并非万能的答案——你可能需要一张里斯本真实的街道照片、一台真实的意式咖啡机，以及一份可核验的授权许可。

Pexafy提供了一套语义搜索能力，覆盖Unsplash、Pexels、Pixabay等图库中数百万张可免费使用的照片。你只需用自然语言描述所需图片，智能体便能返回真实摄影作品，并附带授权信息与署名文案。

为什么AI Agent需要真实图库工具

生成式AI在配图场景存在明显短板。模型生成的图像可能看似精美，但当你需要展示"真实的"办公场景、"真实的"产品使用情境时，合成图片往往缺乏说服力，更无法提供可供核查的版权来源。

Pexafy的定位正是填补这一空白。它并非图像生成工具，而是一个语义搜索引擎：智能体用日常语言描述需求，系统返回真实的摄影作品。每条结果都包含许可类型和可直接展示的署名行，这在商业内容场景中尤为重要。

接入门槛极低。用户只需一个免费的Pexafy API Key（无需绑卡）和任意模型提供商的密钥。官方示例使用Claude Haiku 4.5，但强调"任何提供商都适用"。

MCP（Model Context Protocol，模型上下文协议）是 Anthropic 于 2024 年底开源的一项标准，旨在统一大语言模型与外部工具、数据源之间的通信方式。在 MCP 出现之前，每接入一个第三方服务，开发者都要为不同框架编写适配代码，工具生态高度碎片化。MCP 通过定义一套通用的客户端—服务器协议，让工具提供方只需实现一次服务端，就能被所有兼容 MCP 的客户端调用。Pexafy 提供 MCP 服务器，正是看中了这一点：无论用户使用的是 Claude Desktop、Cline 还是其他支持 MCP 的宿主，都能以相同方式接入其图库搜索能力，无需为每个框架单独适配。这也是文中强调"支持 MCP 的任意框架"能够一次性覆盖大量技术栈的原因。

主流框架的接入方式

Pexafy针对不同技术栈提供了原生集成方案，官方称"每一段代码均按原样运行过"。

LangChain与LangGraph（Python）

通过pip安装langchain-pexafy、langchain与langchain-anthropic后，即可用寥寥数行创建智能体。核心代码调用create_agent并传入PexafyToolkit().get_tools()，随后向智能体发出指令，例如"为一篇关于远程工作的文章找一张头图，并附上署名"。

该工具包内含三个工具：按描述搜索、查找相似图片、获取单张照片。create_agent运行于LangGraph之上，这些工具同样兼容ToolNode或bind_tools()。LangChain.js用户可使用对应的npm包。

Vercel AI SDK（TypeScript）

TypeScript生态的接入同样简洁。安装pexafy-ai-sdk、ai、zod及@ai-sdk/anthropic后，在generateText中传入pexafyTools()即可。示例通过stopWhen: stepCountIs(5)限制多步调用的轮次，避免智能体陷入无限循环。

支持MCP的任意框架

对于更广泛的框架生态，Pexafy提供了MCP服务器（https://mcp.pexafy.com/mcp），以API Key作为Bearer请求头。官方以Pydantic AI为例演示了接入方式，并通过过滤器只保留search_photos和search_photos_by_image两个搜索工具——其余工具是为需要展示图片网格的聊天客户端准备的。

官方文档还列出了针对OpenAI Agents SDK、Claude Agent SDK、Google ADK、CrewAI、LlamaIndex、Mastra、Strands Agents的测试配置，覆盖面相当广。

LangGraph 是 LangChain 团队推出的智能体编排框架，用图（Graph）结构来描述智能体的执行流程。与早期依赖链式调用（Chain）的方式不同，LangGraph 将智能体的每一步建模为节点，节点之间的跳转由边来定义，从而天然支持循环、分支和条件跳转这些真实智能体常见的控制流。文中提到的 create_agent 正是构建在 LangGraph 之上的高层封装，它把"模型思考—调用工具—观察结果—再思考"这一循环自动搭建好。当 Pexafy 的工具被传入 create_agent 后，智能体便能在需要配图时自主决定调用 search_photos，拿到结果后继续完成后续任务。理解这一底层机制，有助于开发者在需要更精细控制时，直接使用 LangGraph 的原生 API 而非高层封装。

返回的数据结构

工具返回的结果是结构化记录，而非简单的图片链接。以一张自行车照片为例，每条记录包含：

• photo_id：唯一标识
• alt_text：详细描述，如"红色自行车靠白墙停放，前轮朝左后轮朝右"
• url：图片地址
• width / height / orientation：尺寸与方向
• photographer：摄影师姓名
• source：来源图库，如Unsplash
• license：许可类型
• credit：完整署名行，含许可链接

这种设计的价值在于可直接用于生产。智能体可以把url放入页面，把alt_text写入alt属性，把credit放在图片下方。

需要留意的是，免费套餐要求每张发布的图片旁展示署名行。这一约束在自动化流程中应作为规则写入智能体的指令，避免产生合规问题。

文中反复提到的 alt_text（替代文本）是 HTML 中 alt 属性的取值，用于在图片无法显示时提供文字说明，也是屏幕阅读器为视障用户朗读图片内容的依据。它最初是无障碍访问（a11y）的强制要求，如今已演变为搜索引擎理解图片语义的重要信号。Pexafy 返回的 alt_text 由图库摄影师或平台人工撰写，通常包含主体、颜色、构图、朝向等细节，例如"红色自行车靠白墙停放，前轮朝左后轮朝右"。这类描述既准确又自然，远优于机器生成的泛泛表述。开发者将其直接写入 alt 属性，既满足了无障碍合规，也顺带完成了图片层面的 SEO 优化。需要注意的是，alt_text 应当描述图片本身，而非重复页面标题，否则反而会削弱其价值。

实践建议

将图库工具接入智能体时，有几点值得注意。其一，在系统提示中明确署名要求，让智能体每次输出都附带credit字段。其二，善用alt_text——它既是无障碍访问的必需品，也是图片语义的准确描述，可直接用于SEO优化。其三，对于需要相似图片推荐的场景，search_photos_by_image比文本搜索更高效。

从更宏观的视角看，Pexafy这类工具反映了AI Agent能力扩展的一个趋势：与其让模型生成一切，不如为它配备调用专业服务的"手"。真实照片的授权可追溯性，是合成图片短期内难以替代的优势。对于内容团队而言，这意味着智能体产出的初稿可以直接进入发布流程，而不必在配图环节被人为打断。

背景补充

在实际工程中，把图库工具交给智能体还需考虑失败与回退路径。语义搜索并非每次都能命中理想结果，尤其当描述过于抽象（如"有科技感的图"）时，可能返回偏离预期的照片。稳妥的做法是在系统提示中约定：若首次搜索结果不满足要求，智能体应改写查询词再试，或调用 search_photos_by_image 以已有图片为参照寻找相似素材。此外，免费套餐的署名要求意味着发布流程中需要一道校验——确认每张图片的 credit 字段都被渲染到了页面。对于批量生成内容的场景，建议在最终输出前加入一个自动化检查步骤，扫描页面中所有图片是否配套署名，从源头规避版权风险。这些细节虽小，却决定了智能体能否真正无人值守地跑通配图环节。