Busca de Imagens

A partir de 0.5 créditos

Pesquise um tema em cinco acervos de museus e bancos de imagens. A IA faz buscas direcionadas, elimina duplicatas e classifica os resultados mais relevantes.

Tema

Número de imagens

Ainda falta: Tema

Como usar Busca de Imagens

Um guia de decisão conciso para posicionar este pipeline em um fluxo de trabalho.

Ideal para

Arte, peças de museu, pinturas e ilustrações históricas
Imagens acadêmicas e de patrimônio cultural
Conteúdo de domínio público e Creative Commons
Fotos de alta qualidade para usar depois em image-motion

Dicas

Use termos visuais específicos: 'pôr do sol horizonte urbano aéreo' e não 'cidade'
Ótimo para conteúdo histórico, os arquivos de museus têm conteúdo único
Envie as imagens para image-motion para converter imagens estáticas em segmentos de vídeo
Remova URLs duplicadas ao rodar várias buscas

API do Busca de Imagens

Chame este pipeline a partir do seu próprio código. Um pedido lança uma execução; o modelo é um campo de entrada, não um endpoint separado.

Obter um token de API

entradas: 2
obrigatório: 1
Preços: 0.5 créditos

Idioma

TypeScript Python Go CLI

bun add @pipe2-ai/sdk

Executar um pipeline

import { createClient } from "@pipe2-ai/sdk";

const client = createClient(process.env.PIPE2_TOKEN!);

const { run_pipeline } = await client.RunPipeline({
  pipeline_slug: "image-search",
  input: {
    topic: "minimalist workspace with warm morning light",
  },
});

pip install pipe2

Executar um pipeline

import asyncio
import os

from pipe2 import Pipe2Client

client = Pipe2Client(token=os.environ["PIPE2_TOKEN"])

run = asyncio.run(client.run_pipeline(
    pipeline_slug="image-search",
    input={
        "topic": "minimalist workspace with warm morning light",
    },
))

go get github.com/pipe2-ai/sdk-go

Executar um pipeline

client := pipe2.NewClient(os.Getenv("PIPE2_TOKEN"))

input := json.RawMessage(`{
  "topic": "minimalist workspace with warm morning light"
}`)

run, err := pipe2.RunPipeline(context.Background(), client, "image-search", input)
if err != nil {
    log.Fatal(err)
}

brew install pipe2-ai/tap/pipe2

Executar um pipeline

pipe2 pipelines run \
  --pipeline image-search \
  --input-json '{"topic": "minimalist workspace with warm morning light"}' \
  --wait

Por página

Entrada	Tipo	predefinição	Descrição
`topic`obrigatório	string	predefinição—	Descreva quais imagens você precisa
`image_count`	enum	predefinição20	Quantidade de imagens a retornar. 10 · 20 · 30 +1 `10203050`

Aponte qualquer cliente MCP para o pipe2 e o seu agente ganha estas ferramentas. Ele encontra este pipeline, lê o mesmo esquema acima e executa-o.

list_pipelines
get_pipeline_schema
run_pipeline
get_pipeline_run_status
request_upload

https://mcp.pipe2.ai/mcp

{
  "mcpServers": {
    "pipe2ai": {
      "url": "https://mcp.pipe2.ai/mcp",
      "headers": { "Authorization": "Bearer YOUR_TOKEN" }
    }
  }
}

Configuração de MCP

Referência completa da API Referência da CLI

Perguntas frequentes

Quantas imagens posso pesquisar?

Escolha 10, 20, 30 ou 50. A IA gera consultas específicas para diferentes ângulos, elimina resultados duplicados e retorna até o número que você escolher.

Essas imagens são gratuitas para uso?

A maioria dos resultados é de domínio público ou licenciada sob Creative Commons. Verifique a fonte e a licença de cada imagem.

Como a IA decide o que pesquisar?

A IA analisa o seu tópico e gera de 3 a 5 consultas de busca direcionadas, cada uma focando um ângulo diferente. Isso encontra resultados mais variados do que uma única busca.

As imagens são salvas na minha biblioteca?

Não, os resultados apontam diretamente para a fonte original. Isso mantém a sua biblioteca organizada e evita hospedar novamente os arquivos.

Quantos créditos custa?

0.5 créditos por busca.