Communitygithub.com

BlockRun

BlockRun은 Claude Code 및 Google Antigravity와 함께 작동하며, 이미지 생성, 실시간 X/Twitter 데이터 등 부족한 기능을 지갑 기반 소액 결제로 제공합니다.

BlockRun란 무엇인가요?

BlockRun은 AI 에이전트(예: Claude Code)가 기본적으로 수행할 수 없는 작업(이미지 생성, 실시간 X/Twitter 데이터 수집 등)을 x402 마이크로페이먼트를 통해 외부 API(OpenAI, xAI, Google 등)에 접근하여 해결해 주는 스킬입니다. 개발자는 별도의 API 키 없이 지갑을 통해 사용한 만큼 비용을 지불하며, 필요할 때만 유료 기능을 호출할 수 있습니다. 주요 기능으로는 DALL-E를 통한 이미지 생성, Grok을 활용한 실시간 X 검색, GPT-5.2/DeepSeek 등 다양한 LLM 호출, 예산 설정 및 지출 추적이 포함됩니다. BlockRun은 Claude Code, Cursor, Codex 등 다양한 AI 에이전트 플랫폼과 호환되며, SKILL.md 문서에는 SDK 설치, 지갑 설정, 예시 코드, 비용 기준표 등이 상세히 안내되어 있습니다.

지원 대상✓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

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

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 기능호출 대상가격
이미지 생성DALL-E$0.04/이미지
실시간 X 데이터Grok + Live Search$0.025/소스
추가 검토GPT-5.2$1.75/M 입력, $14/M 출력
저렴한 처리DeepSeek$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

트리거수행할 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 있음직접 수행, BlockRun 언급하지 않음

사용자 프롬프트 예시

사용자는 다음과 같이 말할 것입니다:

사용자 말수행할 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

매개변수유형기본값설명
mode문자열"auto""off", "auto" 또는 "on"
sources배열web,news,x쿼리할 데이터 소스
return_citations불리언true소스 URL 포함
from_date문자열-시작 날짜 (YYYY-MM-DD)
to_date문자열-종료 날짜 (YYYY-MM-DD)
max_search_results정수10반환할 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

모델최적 용도가격
openai/gpt-5.2추가 검토, 코드 리뷰, 일반$1.75/M 입력, $14/M 출력
openai/gpt-5-mini비용 최적화 추론$0.30/M 입력, $1.20/M 출력
openai/o4-mini최신 효율적 추론$1.10/M 입력, $4.40/M 출력
openai/o3고급 추론, 복잡한 문제$10/M 입력, $40/M 출력
xai/grok-3실시간 X/Twitter 데이터$3/M + $0.025/소스
deepseek/deepseek-chat간단한 작업, 일괄 처리$0.14/M 입력, $0.28/M 출력
google/gemini-2.5-flash매우 긴 문서, 빠름$0.15/M 입력, $0.60/M 출력
openai/dall-e-3사실적인 이미지$0.04/이미지
google/nano-banana빠른 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).

모델입력출력
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 Search소스당 $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:

  1. setup_agent_wallet()이 호출되면 지갑이 자동 생성됨
  2. 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")
  1. 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

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.

관련 스킬