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_discover | 2,000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:
sandbase_run(...)が{"status": "running", "run_id": "pred_abc123"}を返す- 5~10秒ごとに
sandbase_run_get(run_id: "pred_abc123")でポーリング statusが"completed"になれば結果が準備完了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 params | sandbase_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
- 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。
- 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。
- 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。 - 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。
- 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。
- 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。 - 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。
- 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。