webfetch

La capa de imágenes con licencia primero para agentes de IA y humanos. 24 proveedores federados · CC0/CC-BY/PD-first · MCP nativo · Extensión de Chrome · SDKs de Python + TS.

GitHub

Prueba este MCPPatrocinado

Documentación

webfetch

La capa de imágenes con licencia primero, para agentes de IA y humanos.

Un servidor MCP, una CLI y un servidor HTTP que federan entre 25 proveedores de imágenes, clasifican los resultados priorizando la licencia y rechazan resultados UNKNOWN por defecto. Cualquier agente que hable MCP (Claude Code, Cursor, Cline, Continue, Roo Code, Codex) se conecta desde una sola línea de configuración. La página de inicio, los precios y el uso alojado están en getwebfetch.com.

Instalación

Superficie	Una línea
npm	`npm i -g getwebfetch`
Homebrew	`brew tap ashlrai/webfetch && brew install webfetch`
Docker	`docker run --rm ghcr.io/ashlrai/webfetch cli help`
curl \| bash	`curl -fsSL https://raw.githubusercontent.com/ashlrai/webfetch/main/install/install.sh \| bash`

El instalador curl | bash también conecta webfetch al ~/.claude/settings.json de Claude Code de forma idempotente. Vuelve a ejecutarlo en cualquier momento para actualizar.

Superficies

Superficie	Mejor para	Punto de entrada
CLI	scripts, trabajo en shell, traspaso de agentes	`webfetch search ...`
Servidor MCP	Claude Code, Cursor, Cline, Continue, Roo Code, Codex	`npx -y getwebfetch-mcp`
Servidor HTTP	integraciones y extensiones locales	`npx -y webfetch-server`
Biblioteca principal	aplicaciones TypeScript y herramientas personalizadas	`npm i webfetch-core`
Capa de navegador	extracción de respaldo y flujos de navegador gestionado	`npm i webfetch-browser`
Nube alojada	claves agrupadas, seguimiento de uso, controles de equipo	app.getwebfetch.com

Las notas de API a nivel de paquete están en packages/core/README.md, packages/browser/README.md y los demás README de paquetes bajo packages/.

Uso en 30 segundos

CLI:

webfetch search "drake portrait" --limit 5
webfetch artist "Taylor Swift" --kind portrait --min-width 1200
webfetch download <url> --out ./portrait.jpg
printf "drake portrait\nradiohead album\n" | webfetch batch --jsonl --continue-on-error

MCP (desde cualquier agente que hable MCP):

search_images({ query: "drake portrait", limit: 5 })
search_artist_images({ artist: "Taylor Swift", kind: "portrait" })
download_image({ url: "..." })

Biblioteca TypeScript:

import { searchArtistImages, pickBest, downloadImage } from "webfetch-core";

const { candidates } = await searchArtistImages("Drake", "portrait");
const best = pickBest(candidates, { minWidth: 1200 });
if (best) {
  const { cachedPath, sha256 } = await downloadImage(best.url);
  console.log(best.attributionLine, "->", cachedPath);
}

Qué problema resuelve esto

Obtener una imagen manualmente tiene cuatro modos de fallo:

No conoces la licencia, así que no puedes publicar el resultado de forma segura.
No puedes automatizarlo — cada sitio nuevo significa otra tarde de trabajo.
La API de Búsqueda de Imágenes de Google está retirada; el scraping es frágil y de dudosa legalidad según los términos de servicio.
Sin caché compartida — descargas el mismo archivo docenas de veces.

webfetch resuelve los cuatro federando entre APIs de fuentes directas con términos estables y metadatos de licencia estructurados, clasificando los candidatos priorizando la licencia y exponiendo el resultado como una única herramienta MCP.

Proveedores

Proveedor	Cubre	Licencia por defecto	Autenticación	Opcional
wikimedia	retratos, eventos, logotipos, historia	CC_BY_SA (metadatos)	—	no
openverse	cualquier contenido con licencia CC	CC_BY (metadatos)	—	no
unsplash	fotografía de alta calidad	`UNSPLASH_LICENSE`	`UNSPLASH_ACCESS_KEY`	no
pexels	fotografía de stock	`PEXELS_LICENSE`	`PEXELS_API_KEY`	no
pixabay	fotos de stock + ilustraciones	`PIXABAY_LICENSE`	`PIXABAY_API_KEY`	no
itunes	portadas de álbumes, retratos de artistas	EDITORIAL_LICENSED	—	no
musicbrainz-caa	arte de álbum canónico	EDITORIAL_LICENSED	—	no
spotify	imágenes de artistas + álbumes	EDITORIAL_LICENSED	`SPOTIFY_CLIENT_ID/SECRET`	no
youtube-thumb	miniaturas de vídeo	EDITORIAL_LICENSED	—	sí
brave	búsqueda general de imágenes web	UNKNOWN (+heurística)	`BRAVE_API_KEY`	no
bing	búsqueda general de imágenes web	UNKNOWN (+heurística)	`BING_API_KEY`	sí
serpapi	Google Images + búsqueda inversa	UNKNOWN (+heurística)	`SERPAPI_KEY`	sí
browser	respaldo sin cabeza contra images.google.com	UNKNOWN	—	sí
managed-browser	respaldo de navegador gestionado Bright Data	UNKNOWN	`BRIGHTDATA_API_TOKEN`	sí
flickr	fotografía CC / dominio público	CC_BY (metadatos)	`FLICKR_API_KEY`	no
internet-archive	medios de archivo de dominio público / CC	PUBLIC_DOMAIN	—	no
smithsonian	medios de museo de acceso abierto	CC0	`SMITHSONIAN_API_KEY`	no
nasa	imágenes de la NASA	PUBLIC_DOMAIN	—	no
met-museum	The Met Open Access	CC0	—	no
europeana	patrimonio cultural europeo	CC_BY (metadatos)	`EUROPEANA_API_KEY`	no
library-of-congress	archivo histórico de EE. UU.	PUBLIC_DOMAIN	—	no
wellcome-collection	imágenes médicas/históricas	CC_BY (metadatos)	—	no
rawpixel	segmento de stock CC0	CC0	`RAWPIXEL_API_KEY` opcional	no
burst	fotos de stock de Shopify Burst	CC0	—	no
europeana-archival	registros de texto/manuscritos de Europeana	CC_BY (metadatos)	`EUROPEANA_API_KEY`	sí

Consulta docs/PROVIDERS.md para advertencias, límites de tasa y docs/PROVIDER_TUNING.md para selecciones por caso de uso.

Modos local y en la nube

La CLI es local-primero: por defecto webfetch search, artist, album, download, probe, license y batch llaman a webfetch-core en proceso y usan las claves de API de los proveedores desde tu entorno. Pasa --cloud o establece WEBFETCH_MODE=cloud para llamar a https://api.getwebfetch.com/v1/* con WEBFETCH_API_KEY o webfetch config set apiKey wf_live_....

Usa el modo local cuando quieras llamadas directas a proveedores y una caché local. Usa el modo nube cuando quieras autenticación alojada, claves de proveedores agrupadas, respaldo de navegador gestionado, contabilidad de uso o controles de equipo.

Por qué licencia-primero

El único resultado que rechazamos por defecto es una imagen que no podemos justificar. Una foto marginalmente mejor bajo una licencia desconocida no vale nada para un pipeline que necesita publicar sin revisión humana. Los empates de relevancia son fáciles de romper; la procedencia no lo es.

El clasificador ordena por: etiqueta de licencia -> confianza de metadatos -> resolución -> prioridad del proveedor. UNKNOWN se rechaza por defecto (Convención de Berna: la mayor parte de la web tiene todos los derechos reservados salvo que se demuestre lo contrario). Consulta docs/LICENSE_POLICY.md.

Migración: proveedores de stock CC0

Las versiones anteriores de webfetch trataban a Unsplash, Pexels y Pixabay como CC0. Las versiones actuales exponen sus términos de plataforma explícitamente:

Etiqueta antigua	Etiqueta nueva	Qué comprobar
`CC0` de Unsplash	`UNSPLASH_LICENSE`	Términos de Unsplash; no es Creative Commons
`CC0` de Pexels	`PEXELS_LICENSE`	Términos de Pexels; no es Creative Commons
`CC0` de Pixabay	`PIXABAY_LICENSE`	Términos de Pixabay; no es Creative Commons

La mayoría de los llamadores deberían mantener licensePolicy: "safe-only" porque aún permite categorías abiertas, de plataforma, editoriales y de kits de prensa mientras rechaza UNKNOWN. Los pipelines que requieren solo activos Creative Commons o de dominio público deberían usar licensePolicy: "open-only" y actualizar las protecciones de tipos para manejar las tres etiquetas de plataforma por separado.

webfetch frente a alternativas

Capacidad	webfetch	Google Images sin procesar	Solo Unsplash	Bing CSE
Automatizable vía API	sí	no (retirada)	sí	sí
Metadatos de licencia por resultado	sí	no	sí (una licencia)	parcial
Cubre arte musical editorial	sí	parcial	no	parcial
Cubre CC / dominio público	sí	no	no	no
Seguro por defecto (rechaza UNKNOWN)	sí	n/a	n/a	no
Caché compartida direccionada por contenido	sí	no	no	no
Línea de atribución preconstruida	sí	no	no	no
Una línea de configuración MCP en todos los IDE	sí	no	no	no
Sin costo por consulta en valores predeterminados	sí	n/a	sí	no

Arquitectura

                             +------------------+
                             |  webfetch-core  |
                             |  (ranker, cache, |
                             |   license coerce)|
                             +---------+--------+
                                       |
          +----------------+-----------+-----------+----------------+
          |                |                       |                |
  +-------v------+  +------v-------+       +-------v------+  +------v-------+
  | webfetch     |  | webfetch-mcp |       | webfetch-    |  | browser      |
  | CLI          |  | (stdio)      |       | server (HTTP)|  | extensions   |
  +-------+------+  +------+-------+       +-------+------+  +------+-------+
          |                |                       |                |
          |                |                       |                |
          +----------------+-----------+-----------+----------------+
                                       |
                 +---------------------v---------------------+
                 |              provider adapters            |
                 |  wikimedia  openverse  unsplash  pexels    |
                 |  pixabay    itunes     mb-caa    spotify   |
                 |  youtube    brave      bing      serpapi   |
                 |  flickr     nasa       met       europeana |
                 |  loc        wellcome   rawpixel  burst     |
                 |  browser + managed-browser + archival opt-in|
                 +-------------------------------------------+

Cada superficie comparte ~/.webfetch/cache/ con clave SHA-256, por lo que una descarga desde la CLI está disponible al instante para el servidor MCP y viceversa.

Valores predeterminados de seguridad

licensePolicy: "safe-only" — las categorías abiertas, de licencia de plataforma y editoriales/de prensa están permitidas; UNKNOWN se rechaza.
safeSearch: "strict".
Proveedores opcionales (youtube-thumb, bing, serpapi, browser, managed-browser, europeana-archival) desactivados por defecto.
Límite de 20 MB por descarga, protección de tipo de contenido, lista de bloqueo de hosts.
robots.txt respetado en sondeos de páginas genéricas.

Hoja de ruta

webfetch watch — modo demonio para consultas repetidas / actualización incremental.
API de complementos para traer tu propio proveedor.
Nivel alojado en getwebfetch.com — claves de proveedores agrupadas, respaldo de navegador gestionado, panel de uso del equipo.

Contribuciones

Se aceptan problemas y solicitudes de extracción. Ejecuta bun install && bun test para comenzar. Consulta docs/ para documentación de referencia por área.

Licencia

MIT.