BlockRun은(는) 무엇을 하나요?
BlockRun은 Claude Code 및 Google Antigravity와 함께 작동합니다.
이미지를 생성할 수 없습니다. 실시간 X/Twitter에 접근할 수 없습니다. BlockRun이 이러한 기능을 제공합니다.
철학
당신은 지갑을 가지고 있습니다. 부족한 기능이 필요할 때 자율적으로 비용을 지불합니다.
| 필요한 기능 | 호출 대상 | 가격 |
|---|---|---|
| 이미지 생성 | DALL-E | $0.04/이미지 |
| 실시간 X 데이터 | Grok + Live Search | $0.025/소스 |
| 추가 검토 | GPT-5.2 | $1.75/M 입력, $14/M 출력 |
| 저렴한 처리 | DeepSeek | $0.14/M 입력, $0.28/M 출력 |
작동 방식: BlockRun은 x402 마이크로페이먼트를 사용하여 요청을 OpenAI, xAI, Google 및 기타 제공업체로 라우팅합니다. API 키가 필요 없습니다. 지갑이 토큰당 비용을 지불합니다.
예산 제어 (선택 사항)
사용자가 예산(예: "최대 $1 사용")을 지정한 경우 지출을 추적하고 예산에 도달하면 중지합니다.
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet()
budget = 1.0 # 사용자 예산
# 각 호출 전에 예산 범위 내에 있는지 확인
spending = client.get_spending()
if spending['total_usd'] >= budget:
print(f"예산 도달: ${spending['total_usd']:.4f} 사용됨")
# 호출 중지
else:
response = client.chat("openai/gpt-5.2", "Hello!")
# 마지막에 지출 보고
spending = client.get_spending()
print(f"💰 총 사용액: ${spending['total_usd']:.4f}, {spending['calls']}회 호출")
사용 시기
| 트리거 | 수행할 작업 |
|---|---|
| 사용자가 명시적으로 요청 ("blockrun second opinion with GPT on...", "grok으로 확인...", "dall-e로 이미지 생성...") | BlockRun을 통해 실행 |
| 사용자가 당신이 할 수 없는 작업을 필요로 함 (이미지, 실시간 X 데이터) | BlockRun 제안, 확인 대기 |
| 당신이 작업을 잘 처리할 수 있음 | 직접 수행, BlockRun 언급하지 않음 |
사용자 프롬프트 예시
사용자는 다음과 같이 말할 것입니다:
| 사용자 말 | 수행할 작업 |
|---|---|
| "blockrun generate an image of a sunset" | ImageClient를 통해 DALL-E 호출 |
| "grok으로 X에서 트렌드 확인" | search=True로 Grok 호출 |
| "blockrun GPT review this code" | LLMClient를 통해 GPT-5.2 호출 |
| "AI 에이전트에 대한 최신 뉴스는?" | Grok 제안 (실시간 데이터 부족) |
| "내 스타트업 로고 생성" | DALL-E 제안 (이미지 생성 불가) |
| "blockrun check my balance" | get_balance()로 지갑 잔액 표시 |
| "blockrun deepseek summarize this file" | 비용 절감을 위해 DeepSeek 호출 |
지갑 및 잔액
setup_agent_wallet()을 사용하여 지갑을 자동 생성하고 클라이언트를 가져옵니다. 처음 사용 시 QR 코드와 환영 메시지를 표시합니다.
클라이언트 초기화 (항상 이 작업부터 시작):
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet() # 지갑 자동 생성, 신규 시 QR 표시
잔액 확인 (사용자가 "잔액 표시", "지갑 확인" 등을 요청할 때):
balance = client.get_balance() # 온체인 USDC 잔액
print(f"잔액: ${balance:.2f} USDC")
print(f"지갑 주소: {client.get_wallet_address()}")
자금 조달을 위한 QR 코드 표시:
from blockrun_llm import generate_wallet_qr_ascii, get_wallet_address
# 터미널 표시용 ASCII QR
print(generate_wallet_qr_ascii(get_wallet_address()))
SDK 사용법
전제 조건: pip install blockrun-llm으로 SDK 설치
기본 채팅
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet() # 필요시 지갑 자동 생성
response = client.chat("openai/gpt-5.2", "What is 2+2?")
print(response)
# 지출 확인
spending = client.get_spending()
print(f"${spending['total_usd']:.4f} 사용됨")
실시간 X/Twitter 검색 (xAI Live Search)
중요: 실시간 X/Twitter 데이터를 위해서는 search=True 또는 search_parameters로 Live Search를 활성화해야 합니다.
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet()
# 간단: search=True로 실시간 검색 활성화
response = client.chat(
"xai/grok-3",
"X에서 @blockrunai의 최신 게시물은 무엇인가요?",
search=True # 실시간 X/Twitter 검색 활성화
)
print(response)
고급 X 검색 (필터 포함)
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet()
response = client.chat(
"xai/grok-3",
"@blockrunai의 최근 콘텐츠와 참여도 분석",
search_parameters={
"mode": "on",
"sources": [
{
"type": "x",
"included_x_handles": ["blockrunai"],
"post_favorite_count": 5
}
],
"max_search_results": 20,
"return_citations": True
}
)
print(response)
이미지 생성
from blockrun_llm import ImageClient
client = ImageClient()
result = client.generate("우주 헬멧을 쓴 귀여운 고양이")
print(result.data[0].url)
xAI Live Search 참조
Live Search는 xAI의 실시간 데이터 API입니다. 비용: 소스당 $0.025 (기본 10개 소스 = 약 $0.26).
비용을 줄이려면 max_search_results를 더 낮게 설정하세요:
# 5개 소스만 사용 (약 $0.13)
response = client.chat("xai/grok-3", "무엇이 트렌드인가요?",
search_parameters={"mode": "on", "max_search_results": 5})
검색 매개변수
| 매개변수 | 유형 | 기본값 | 설명 |
|---|---|---|---|
mode | 문자열 | "auto" | "off", "auto" 또는 "on" |
sources | 배열 | web,news,x | 쿼리할 데이터 소스 |
return_citations | 불리언 | true | 소스 URL 포함 |
from_date | 문자열 | - | 시작 날짜 (YYYY-MM-DD) |
to_date | 문자열 | - | 종료 날짜 (YYYY-MM-DD) |
max_search_results | 정수 | 10 | 반환할 최대 소스 수 (비용 제어용) |
소스 유형
X/Twitter 소스:
{
"type": "x",
"included_x_handles": ["handle1", "handle2"], # 최대 10개
"excluded_x_handles": ["spam_account"], # 최대 10개
"post_favorite_count": 100, # 최소 좋아요 수 임계값
"post_view_count": 1000 # 최소 조회 수 임계값
}
웹 소스:
{
"type": "web",
"country": "US", # ISO 알파-2 코드
"allowed_websites": ["example.com"], # 최대 5개
"safe_search": True
}
뉴스 소스:
{
"type": "news",
"country": "US",
"excluded_websites": ["tabloid.com"] # 최대 5개
}
사용 가능한 모델
| 모델 | 최적 용도 | 가격 |
|---|---|---|
openai/gpt-5.2 | 추가 검토, 코드 리뷰, 일반 | $1.75/M 입력, $14/M 출력 |
openai/gpt-5-mini | 비용 최적화 추론 | $0.30/M 입력, $1.20/M 출력 |
openai/o4-mini | 최신 효율적 추론 | $1.10/M 입력, $4.40/M 출력 |
openai/o3 | 고급 추론, 복잡한 문제 | $10/M 입력, $40/M 출력 |
xai/grok-3 | 실시간 X/Twitter 데이터 | $3/M + $0.025/소스 |
deepseek/deepseek-chat | 간단한 작업, 일괄 처리 | $0.14/M 입력, $0.28/M 출력 |
google/gemini-2.5-flash | 매우 긴 문서, 빠름 | $0.15/M 입력, $0.60/M 출력 |
openai/dall-e-3 | 사실적인 이미지 | $0.04/이미지 |
google/nano-banana | 빠른 예술적 이미지 | $0.01/이미지 |
M = 백만 토큰. 실제 비용은 프롬프트 및 응답 길이에 따라 다릅니다.
비용 참조
모든 LLM 비용은 백만 토큰 기준입니다 (M = 1,000,000 토큰).
| 모델 | 입력 | 출력 |
|---|---|---|
| GPT-5.2 | $1.75/M | $14.00/M |
| GPT-5-mini | $0.30/M | $1.20/M |
| Grok-3 (검색 없음) | $3.00/M | $15.00/M |
| DeepSeek | $0.14/M | $0.28/M |
| 고정 비용 작업 | |
|---|---|
| Grok Live Search | 소스당 $0.025 (기본 10개 = $0.25) |
| DALL-E 이미지 | $0.04/이미지 |
| Nano Banana 이미지 | $0.01/이미지 |
일반적인 비용: GPT-5.2에 대한 500단어 프롬프트(~750 토큰)는 입력 약 $0.001입니다. 1000단어 응답(~1500 토큰)은 출력 약 $0.02입니다.
설정 및 자금 조달
지갑 위치: $HOME/.blockrun/.session (예: /Users/username/.blockrun/.session)
최초 설정:
setup_agent_wallet()이 호출되면 지갑이 자동 생성됨- 지갑 및 잔액 확인:
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet()
print(f"지갑 주소: {client.get_wallet_address()}")
print(f"잔액: ${client.get_balance():.2f} USDC")
- Base 네트워크에서 $1-5 USDC로 지갑 충전
자금 조달을 위한 QR 코드 표시 (터미널용 ASCII):
from blockrun_llm import generate_wallet_qr_ascii, get_wallet_address
print(generate_wallet_qr_ascii(get_wallet_address()))
문제 해결
"Grok에 실시간 접근 권한이 없다고 말함"
→ Live Search를 활성화하는 것을 잊었습니다. search=True를 추가하세요:
response = client.chat("xai/grok-3", "무엇이 트렌드인가요?", search=True)
모듈을 찾을 수 없음
→ SDK를 설치하세요: pip install blockrun-llm
업데이트
pip install --upgrade blockrun-llm