Communitygithub.com

majiayu000/claude-skill-registry

BlockRunはClaude CodeやGoogle Antigravityと連携して動作します。

claude-skill-registry とは?

BlockRunは、AIエージェントに画像生成、リアルタイムX/Twitterデータ取得、他モデルによるセカンドオピニオン、低コスト処理といった不足機能を、x402マイクロペイメントを用いて自律的に補完するためのスキルです。ユーザーはウォレットを介して1トークンあたりの料金を支払い、APIキーを一切必要としません。Claude CodeやGoogle Antigravityといったプラットフォーム上で動作し、DALL-E、Grok、GPT-5.2、DeepSeekなどの外部プロバイダーを統合できます。使用方法はSDKのインストールと`setup_agent_wallet()`によるクライアント初期化のみで、予算制限やウォレット残高確認も簡単に行えます。

対応✓Claude Code✓Codex CLI~Cursor✓Antigravity✓Gemini CLI
npx skills add https://github.com/majiayu000/claude-skill-registry/tree/HEAD/skills/ai-llm/blockrun-galacticvraj-vraj-portfolio

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

BlockRun

BlockRunはClaude CodeやGoogle Antigravityと連携して動作します。

画像を生成することはできません。リアルタイムのX/Twitterにアクセスすることもできません。BlockRunはこれらの機能を提供します。

哲学

あなたはウォレットを持っています。不足している機能が必要になった場合、自律的にそれに支払います。

必要な機能呼び出すもの料金
画像生成DALL-E$0.04/画像
リアルタイムXデータGrok + Live Search$0.025/ソース
セカンドオピニオンGPT-5.2$1.75/M入力、$14/M出力
低コスト処理DeepSeek$0.14/M入力、$0.28/M出力

動作の仕組み: BlockRunはx402マイクロペイメントを使用して、リクエストをOpenAI、xAI、Googleなどのプロバイダーにルーティングします。APIキーは不要で、ウォレットがトークンごとに支払います。

予算管理(オプション)

ユーザーが予算を指定した場合(例:「最大$1まで使用」)、支出を追跡し、予算に達したら停止します:

from blockrun_llm import setup_agent_wallet

client = setup_agent_wallet()
budget = 1.0  # ユーザーの予算

# 各呼び出しの前に、予算内かどうかチェック
spending = client.get_spending()
if spending['total_usd'] >= budget:
    print(f"予算に達しました: ${spending['total_usd']:.4f} 使用済み")
    # 呼び出しを停止
else:
    response = client.chat("openai/gpt-5.2", "Hello!")

# 最後に支出を報告
spending = client.get_spending()
print(f"💰 合計使用額: ${spending['total_usd']:.4f}({spending['calls']}回の呼び出し)")

使用すべきタイミング

トリガーあなたのアクション
ユーザーが明示的にリクエスト(「blockrunでGPTによるセカンドオピニオンを」「grokを使って確認して」「dall-eで画像を生成して」)BlockRun経由で実行
ユーザーがあなたのできないことを必要としている(画像、ライブXデータ)BlockRunを提案し、確認を待つ
あなた自身で問題なく処理できる自分で実行し、BlockRunについて言及しない

ユーザープロンプトの例

ユーザーは次のように言うことがあります:

ユーザーの発言あなたの行動
「blockrunで夕日の画像を生成して」ImageClient経由でDALL-Eを呼び出す
「grokを使ってXで何がトレンドかチェックして」search=True を指定してGrokを呼び出す
「blockrunでGPTにこのコードをレビューしてもらって」LLMClient経由でGPT-5.2を呼び出す
「AIエージェントに関する最新ニュースは?」Grokを提案する(あなたはリアルタイムデータにアクセスできない)
「スタートアップのロゴを生成して」DALL-Eを提案する(あなたは画像を生成できない)
「blockrunで残高を確認して」get_balance() でウォレット残高を表示
「blockrunでdeepseekにこのファイルを要約してもらって」コスト節約のためにDeepSeekを呼び出す

ウォレットと残高

setup_agent_wallet() を使用してウォレットを自動生成し、クライアントを取得します。初回使用時にQRコードとウェルカムメッセージが表示されます。

クライアントの初期化(常にこれから始める):

from blockrun_llm import setup_agent_wallet

client = setup_agent_wallet()  # ウォレットを自動生成、新規の場合はQRコードを表示

残高確認(ユーザーが「残高を表示」「ウォレットを確認」などと言った場合):

balance = client.get_balance()  # オンチェーンUSDC残高
print(f"残高: ${balance:.2f} USDC")
print(f"ウォレット: {client.get_wallet_address()}")

資金調達用QRコードの表示:

from blockrun_llm import generate_wallet_qr_ascii, get_wallet_address

# ターミナル表示用ASCII QRコード
print(generate_wallet_qr_ascii(get_wallet_address()))

SDKの使い方

前提条件: pip install blockrun-llm でSDKをインストールします。

基本的なチャット

from blockrun_llm import setup_agent_wallet

client = setup_agent_wallet()  # 必要に応じてウォレットを自動生成
response = client.chat("openai/gpt-5.2", "2+2は?")
print(response)

# 支出を確認
spending = client.get_spending()
print(f"使用額: ${spending['total_usd']:.4f}")

リアルタイムX/Twitter検索(xAI Live Search)

重要: リアルタイムX/Twitterデータを取得するには、search=True または search_parameters でLive Searchを有効にする必要があります。

from blockrun_llm import setup_agent_wallet

client = setup_agent_wallet()

# シンプル: search=True でライブ検索を有効にする
response = client.chat(
    "xai/grok-3",
    "@blockrunai のXでの最新投稿は?",
    search=True  # リアルタイムX/Twitter検索を有効化
)
print(response)

フィルター付き高度なX検索

from blockrun_llm import setup_agent_wallet

client = setup_agent_wallet()

response = client.chat(
    "xai/grok-3",
    "@blockrunai の最近のコンテンツとエンゲージメントを分析して",
    search_parameters={
        "mode": "on",
        "sources": [
            {
                "type": "x",
                "included_x_handles": ["blockrunai"],
                "post_favorite_count": 5
            }
        ],
        "max_search_results": 20,
        "return_citations": True
    }
)
print(response)

画像生成

from blockrun_llm import ImageClient

client = ImageClient()
result = client.generate("宇宙ヘルメットをかぶったかわいい猫")
print(result.data[0].url)

xAI Live Search リファレンス

Live SearchはxAIのリアルタイムデータAPIです。コスト: ソースあたり$0.025(デフォルト10ソースで約$0.26)。

コストを削減するには、max_search_results を低い値に設定します:

# 5ソースのみ使用(約$0.13)
response = client.chat("xai/grok-3", "今何がトレンド?",
    search_parameters={"mode": "on", "max_search_results": 5})

検索パラメータ

パラメータ型デフォルト説明
modestring"auto""off"、"auto"、または "on"
sourcesarrayweb,news,xクエリするデータソース
return_citationsbooltrueソースURLを含める
from_datestring-開始日(YYYY-MM-DD)
to_datestring-終了日(YYYY-MM-DD)
max_search_resultsint10返す最大ソース数(コスト管理のためカスタマイズ可能)

ソースタイプ

X/Twitterソース:

{
    "type": "x",
    "included_x_handles": ["handle1", "handle2"],  # 最大10
    "excluded_x_handles": ["spam_account"],        # 最大10
    "post_favorite_count": 100,  # 最小いいね数しきい値
    "post_view_count": 1000      # 最小ビュー数しきい値
}

Webソース:

{
    "type": "web",
    "country": "US",  # ISO alpha-2コード
    "allowed_websites": ["example.com"],  # 最大5
    "safe_search": True
}

ニュースソース:

{
    "type": "news",
    "country": "US",
    "excluded_websites": ["tabloid.com"]  # 最大5
}

利用可能なモデル

モデル最適な用途料金
openai/gpt-5.2セカンドオピニオン、コードレビュー、一般$1.75/M入力、$14/M出力
openai/gpt-5-miniコスト最適化推論$0.30/M入力、$1.20/M出力
openai/o4-mini最新の効率的な推論$1.10/M入力、$4.40/M出力
openai/o3高度な推論、複雑な問題$10/M入力、$40/M出力
xai/grok-3リアルタイムX/Twitterデータ$3/M + $0.025/ソース
deepseek/deepseek-chat単純なタスク、バッチ処理$0.14/M入力、$0.28/M出力
google/gemini-2.5-flash非常に長いドキュメント、高速$0.15/M入力、$0.60/M出力
openai/dall-e-3フォトリアリスティックな画像$0.04/画像
google/nano-banana高速で芸術的な画像$0.01/画像

M = 100万トークン。実際のコストはプロンプトと応答の長さに依存します。

コストリファレンス

すべてのLLMコストは100万トークンあたり(M = 1,000,000トークン)。

モデル入力出力
GPT-5.2$1.75/M$14.00/M
GPT-5-mini$0.30/M$1.20/M
Grok-3(検索なし)$3.00/M$15.00/M
DeepSeek$0.14/M$0.28/M
固定コストアクション
Grok Live Search$0.025/ソース(デフォルト10 = $0.25)
DALL-E画像$0.04/画像
Nano Banana画像$0.01/画像

一般的なコスト: 500語のプロンプト(約750トークン)をGPT-5.2に送信すると、入力コストは約$0.001。1000語の応答(約1500トークン)は出力コスト約$0.02。

セットアップと資金調達

ウォレットの場所: $HOME/.blockrun/.session(例: /Users/username/.blockrun/.session)

初回セットアップ:

  1. setup_agent_wallet() を呼び出すとウォレットが自動生成されます
  2. ウォレットと残高を確認:
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet()
print(f"ウォレット: {client.get_wallet_address()}")
print(f"残高: ${client.get_balance():.2f} USDC")
  1. Baseネットワーク上でウォレットに$1~5 USDCをチャージ

資金調達用QRコードの表示(ターミナル用ASCII):

from blockrun_llm import generate_wallet_qr_ascii, get_wallet_address
print(generate_wallet_qr_ascii(get_wallet_address()))

トラブルシューティング

「Grokがリアルタイムアクセスがないと言う」 → Live Searchを有効にし忘れています。search=True を追加してください:

response = client.chat("xai/grok-3", "今何がトレンド?", search=True)

モジュールが見つからない → SDKをインストールしてください: pip install blockrun-llm

アップデート

pip install --upgrade blockrun-llm

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

majiayu000/claude-skill-registry

Builds, edit or validate Agent Skill through conversational discovery. Use when the user requests to "Create an Agent", "Optimize an Agent" or "Edit an Agent".

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Analyzes current state and user query to answer BMad questions or recommend the next workflow or agent. Use when user says what should I do next, what do I do now, or asks a question about BMad

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Portfolio allocation and rebalancing optimizer. Manages asset allocation across stocks/cash/bonds, performs periodic rebalancing, and ensures diversification according to market regime and risk tolerance.

majiayu000/claude-skill-registry

Create a hilarious and ultra-realistic video of an anthropomorphic animal acting like a human vlogger in a real-world setting.

majiayu000/claude-skill-registry

Speech-to-text transcription and translation via OpenAI Audio API -- models, response formats, timestamps, prompting, streaming, chunking, and diarization

majiayu000/claude-skill-registry

This skill should be used when the user asks about libraries, frameworks, API references, or needs code examples. Activates for setup questions, code generation involving libraries, or mentions of specific frameworks like React, Vue, Next.js, Prisma, Supabase, etc.

majiayu000/claude-skill-registry

小省导购员数字人带货版即梦视频提示词生成系统,基于四大智能体协同(提示词生成师、质量管控师、知识库运维师、跨环节适配师),按照"主体+运动+场景+(镜头语言+光影+氛围)"公式输出中英文双版提示词,适配5s短视频。确保人物一致性、视觉连贯性、情绪连贯性,支持知识库智能复用和跨工具适配(Suno音乐、AI绘画),为数字人带货视频提供高质量提示词生成服务。

majiayu000/claude-skill-registry

Upload and manage files using Google Gemini File API via scripts/. Use for uploading images, audio, video, PDFs, and other files for use with Gemini models. Supports file upload, status checking, and file management. Triggers on "upload file", "file API", "upload image", "upload PDF", "upload video", "file management".

majiayu000/claude-skill-registry

CRITICAL: Use for MolyKit AI chat toolkit. Triggers on: BotClient, OpenAI, SSE streaming, AI chat, molykit, PlatformSend, spawn(), ThreadToken, cross-platform async, Chat widget, Messages, PromptInput, Avatar, LLM

majiayu000/claude-skill-registry

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Conduct domain and industry research. Use when the user says "lets create a research report on [domain or industry]

majiayu000/claude-skill-registry

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

関連スキル