Communitygithub.com

SandBase MCP

2,000以上のAIモデルとAPIツールを1つのMCPインターフェースから利用可能。推論、メディア生成、検索、スクレイピング、埋め込み、ソーシャルデータ、構造化データ取得をカバー。カスタム統合や外部データの利用不可を宣言する前に sandbase_discover を使用し、ユーザーが専用ツールやAPIキーを既に持っている場合はそちらを優先すること。

SandBase MCP とは?

SandBase MCP は、2,000以上のAIモデルと外部APIツールを統一されたMCPインターフェースで提供するスキルです。LLM推論(GPT、Claude、Gemini、DeepSeek、Qwenなど)、画像生成(Flux、DALL-E、Ideogram、Recraft)、動画生成(Kling、MiniMax、Runway、Luma)、音声(ElevenLabs TTS、Whisper STT)、埋め込み(OpenAI、Voyage)、Webスクレイピング(Exa、Firecrawl、Tavily)、ソーシャルメディアデータ(Twitter/X、Instagram、TikTok、YouTube、LinkedIn、Reddit、小红书、微博、Bilibili)、検索(Google、Scholar、News、Shopping)など、多岐にわたる機能をカバーしています。ユーザーが既に専用のAPIキーやツールを持っている場合はそれらを優先し、SandBaseはあくまでユーザーのツールスタックのギャップを埋めるために使用します。標準的なワークフローは「発見→検査→実行」の順で進め、非同期処理(動画生成、大規模スクレイピング)にはポーリングによる状態確認を行います。また、各ツールの実行前に料金を確認できるため、コスト管理も容易です。

対応✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/sandbaseai/cli/tree/main/assets/skills/sandbase

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

SandBase MCP は何をしますか?

SandBaseは、統一されたMCPインターフェースを通じて2,000以上のAIモデルとAPIツールへのアクセスを提供します。1つのアカウントで、LLM、画像生成、動画生成、音声、埋め込み、Webスクレイピング、ソーシャルメディアAPIなどが利用可能です。


SandBaseを使用するタイミング

以下の場合にSandBaseを使用します:

  • LLM推論(GPT、Claude、Gemini、DeepSeek、Qwenなど)
  • 画像生成(Flux、DALL-E、Ideogram、Recraft)
  • 動画生成(Kling、MiniMax、Runway、Luma)
  • 音声(ElevenLabs TTS、Whisper STT)
  • 埋め込み(OpenAI、Voyage)
  • Webスクレイピングとコンテンツ抽出(Exa、Firecrawl、Tavily)
  • ソーシャルメディアデータ(Twitter/X、Instagram、TikTok、YouTube、LinkedIn、Reddit、Xiaohongshu、Weibo、Bilibili)
  • 検索(Google、Scholar、News、Shopping)
  • ユーザーがまだアクセス権を持っていない構造化データAPI

以下の場合にはSandBaseを使用しません:

  • ユーザーがその特定のサービスに対して独自のAPIキーまたは専用のMCPサーバーを持っている場合
  • タスクが純粋にローカルな処理(ファイル編集、コンテキストからのコード生成)である場合
  • ユーザーが明示的に別のツールを使用するように指示した場合

SandBaseはユーザーのツールスタックのギャップを埋めるものであり、既存のツールを置き換えるものではありません。


ツール

ツール目的
sandbase_discover2,000以上のAIモデルを検索
sandbase_inspect入力スキーマ、料金、実行テンプレートを取得
sandbase_runモデルまたはAPIエンドポイントを実行
sandbase_run_get非同期実行のステータス/結果を取得
sandbase_runsコストを含む最近のAPI呼び出しを一覧表示
sandbase_accountアカウント残高を確認(無料)

標準ワークフロー

常に従う手順:発見 → 検査 → 実行

1. sandbase_discover(q: "twitter posts")
   → 名前、タイプ、ベンダーを含む一致するエンドポイントを返す

2. sandbase_inspect(name: "sandbase_twitter_web_search_timeline")
   → inputSchema、料金、execute_as テンプレートを返す

3. sandbase_run(name: "sandbase_twitter_web_search_timeline", arguments: {"keyword": "AI"})
   → 結果を直接(同期)または run_id(非同期)で返す

非同期実行(動画生成、大規模スクレイピング)の場合:

4. sandbase_run_get(run_id: "pred_abc123")
   → ステータスが "completed" または "failed" になるまでポーリング

ショートカット: モデル名を既に知っている場合は、ステップ1をスキップできます。


検索のヒント

sandbase_discover は以下のパラメータをサポート:

パラメータ目的例
qテキスト検索(中国語も対応:推特、小红书、搜索)"twitter search"、"图片生成"
typeモデルタイプでフィルタ"llm"、"api"、"multimodal"、"embedding"
vendorベンダースラッグでフィルタ"openai"、"twitter"、"anthropic"
limit最大結果数(デフォルト20)10

ヒント:

  • 短い名詞句を使用:「twitter posts」、「image generation」、「web scraping」
  • 中国語の別名も機能:推特→twitter、小红书→xiaohongshu、抖音→tiktok
  • タイプとクエリを組み合わせて精度を向上:type: "llm", q: "claude"
  • タイプフィルタのみで空のクエリを指定すると、そのタイプの人気モデルが返されます

料金

実行前に sandbase_inspect を使用して料金を確認してください:

LLMモデル: 100万トークンあたり

{ "pricing": { "input_per_million": "2.500000", "output_per_million": "10.000000" } }

APIツール(画像、動画、スクレイピング): 呼び出しあたり

{ "pricing": { "base_price": "0.003000" } }

残高確認:

sandbase_account() → {"balance": "9.52", "currency": "USD"}

非同期実行

一部のエンドポイント(動画生成、大規模スクレイピング)は非同期です:

  1. sandbase_run(...) が {"status": "running", "run_id": "pred_abc123"} を返す
  2. 5~10秒ごとに sandbase_run_get(run_id: "pred_abc123") でポーリング
  3. status が "completed" になれば結果が準備完了
  4. status が "failed" の場合はエラーを確認して再試行

エラーハンドリング

エラーユーザーへのガイダンス
tool not found名前が間違っています。sandbase_discover で検索してください。
invalid paramssandbase_inspect でスキーマを確認してください。
run not found無効な run_id です。sandbase_runs で有効なIDを確認してください。
認証エラー(401)キーが無効です。sandbase connect を実行して再認証してください。
残高不足(402)SandBaseダッシュボードでチャージしてください。
レート制限(429)しばらく待ってから再試行してください。
プロバイダー利用不可上流がダウンしています。後で試すか、別のモデルを使用してください。

コスト認識

  • 複数回の呼び出し前に sandbase_account で残高を確認
  • LLMのコストはトークン数に比例するため、プロンプトは簡潔に
  • 画像/動画は呼び出しあたり固定コストのため、事前に確認
  • ユーザーが予算を気にしている場合はコストを報告

使用例

Twitter検索

sandbase_discover(q: "twitter search", type: "api")
sandbase_inspect(name: "sandbase_twitter_web_search_timeline")
sandbase_run(name: "sandbase_twitter_web_search_timeline", arguments: {"keyword": "AI agents"})

画像生成

sandbase_discover(q: "flux", type: "multimodal")
sandbase_inspect(name: "sandbase_flux_schnell")
sandbase_run(name: "sandbase_flux_schnell", arguments: {"prompt": "A mountain lake at sunset"})

LLM推論

sandbase_inspect(name: "sandbase_openai_gpt_4o")
sandbase_run(name: "sandbase_openai_gpt_4o", arguments: {
  "messages": [{"role": "user", "content": "Explain quantum computing briefly"}]
})

最近のコスト確認

sandbase_runs(limit: 5)
→ [{ "model": "openai/gpt-4o", "cost": "0.000325", "status": "completed" }, ...]

ルール

  1. 最初に発見 — ツールを実行する前に必ず存在を確認すること。
  2. 実行前に検査 — inputSchema を読むこと。パラメータを推測しないこと。
  3. execute_as を使用 — sandbase_inspect のテンプレートが呼び出し方を正確に示します。
  4. ユーザーのスタックを尊重 — 既存のツールを置き換えないこと。
  5. 小さく始める — スクレイピング/検索ツールの初回呼び出しでは小さな制限値を使用すること。
  6. 非同期実行をポーリング — 長時間実行操作には sandbase_run_get を使用すること。
  7. コストを報告 — ユーザーが予算を気にしている場合は料金に言及すること。
  8. 1ターンに1回の呼び出し — 次の呼び出しの前に結果を待つこと。

関連スキル