Communitygithub.com

BlockRun

BlockRun funciona com Claude Code e Google Antigravity, permitindo que agentes de IA acessem capacidades como geração de imagens e dados em tempo real do X/Twitter através de micropagamentos.

O que é BlockRun?

BlockRun é uma skill para agentes de IA, como Claude Code e Google Antigravity, que concede ao agente acesso a capacidades que ele normalmente não possui, como geração de imagens (DALL-E, Nano Banana), consulta a dados em tempo real do X/Twitter (Grok + Live Search), e acesso a modelos de linguagem adicionais (GPT-5.2, DeepSeek, Gemini). A skill usa micropagamentos x402 para rotear requisições a provedores como OpenAI, xAI e Google, sem necessidade de chaves de API—a carteira do usuário paga por token. O desenvolvedor pode definir um orçamento opcional, e a skill monitora os gastos automaticamente, parando quando o orçamento é atingido. BlockRun é particularmente útil quando o agente encontra uma solicitação que não pode executar por conta própria, sugerindo então o uso de BlockRun e aguardando confirmação do usuário.

Funciona com✓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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que BlockRun faz?

BlockRun funciona com Claude Code e Google Antigravity.

Você não pode gerar imagens. Você não tem acesso em tempo real ao X/Twitter. BlockRun concede essas capacidades.

Filosofia

Você tem uma carteira. Quando precisar de uma capacidade que não possui, você paga por ela de forma autônoma.

Você PrecisaVocê ChamaPreço
Geração de imagensDALL-E$0,04/imagem
Dados em tempo real do XGrok + Live Search$0,025/fonte
Segunda opiniãoGPT-5.2$1,75/M entrada, $14/M saída
Processamento mais baratoDeepSeek$0,14/M entrada, $0,28/M saída

Como funciona: BlockRun usa micropagamentos x402 para rotear suas requisições para OpenAI, xAI, Google e outros provedores. Sem necessidade de chaves de API – sua carteira paga por token.

Controle de Orçamento (Opcional)

Se o usuário especificar um orçamento (ex.: "use no máximo $1"), monitore os gastos e pare quando o orçamento for atingido:

from blockrun_llm import setup_agent_wallet

client = setup_agent_wallet()
budget = 1.0  # Orçamento do usuário

# Antes de cada chamada, verifique se está dentro do orçamento
spending = client.get_spending()
if spending['total_usd'] >= budget:
    print(f"Orçamento atingido: ${spending['total_usd']:.4f} gastos")
    # Pare de fazer chamadas
else:
    response = client.chat("openai/gpt-5.2", "Olá!")

# Ao final, reporte os gastos
spending = client.get_spending()
print(f"💰 Total gasto: ${spending['total_usd']:.4f} em {spending['calls']} chamadas")

Quando Usar

GatilhoSua Ação
Usuário solicita explicitamente ("blockrun segunda opinião com GPT sobre...", "use grok para verificar...", "gere imagem com dall-e")Execute via BlockRun
Usuário precisa de algo que você não pode fazer (imagens, dados ao vivo do X)Sugira BlockRun, aguarde confirmação
Você consegue realizar a tarefa bem sozinhoFaça você mesmo, não mencione BlockRun

Exemplos de Prompts do Usuário

Os usuários dirão coisas como:

Usuário DizO Que Você Faz
"blockrun gere uma imagem de um pôr do sol"Chame DALL-E via ImageClient
"use grok para verificar o que está em alta no X"Chame Grok com search=True
"blockrun GPT revise este código"Chame GPT-5.2 via LLMClient
"quais são as últimas notícias sobre agentes de IA?"Sugira Grok (você não tem dados em tempo real)
"gere um logotipo para minha startup"Sugira DALL-E (você não pode gerar imagens)
"blockrun verifique meu saldo"Mostre o saldo da carteira via get_balance()
"blockrun deepseek resuma este arquivo"Chame DeepSeek para economia de custos

Carteira e Saldo

Use setup_agent_wallet() para criar automaticamente uma carteira e obter um cliente. Isso mostra o código QR e a mensagem de boas-vindas no primeiro uso.

Inicialize o cliente (sempre comece com isso):

from blockrun_llm import setup_agent_wallet

client = setup_agent_wallet()  # Cria carteira automaticamente, mostra QR se nova

Verifique o saldo (quando o usuário disser "mostrar saldo", "verificar carteira", etc.):

balance = client.get_balance()  # Saldo USDC on-chain
print(f"Saldo: ${balance:.2f} USDC")
print(f"Carteira: {client.get_wallet_address()}")

Mostre o código QR para financiamento:

from blockrun_llm import generate_wallet_qr_ascii, get_wallet_address

# QR ASCII para exibição no terminal
print(generate_wallet_qr_ascii(get_wallet_address()))

Uso do SDK

Pré-requisito: Instale o SDK com pip install blockrun-llm

Chat Básico

from blockrun_llm import setup_agent_wallet

client = setup_agent_wallet()  # Cria carteira automaticamente se necessário
response = client.chat("openai/gpt-5.2", "Quanto é 2+2?")
print(response)

# Verifique os gastos
spending = client.get_spending()
print(f"Gastos ${spending['total_usd']:.4f}")

Pesquisa em Tempo Real no X/Twitter (xAI Live Search)

IMPORTANTE: Para dados em tempo real do X/Twitter, você DEVE ativar o Live Search com search=True ou search_parameters.

from blockrun_llm import setup_agent_wallet

client = setup_agent_wallet()

# Simples: Ative a pesquisa ao vivo com search=True
response = client.chat(
    "xai/grok-3",
    "Quais são as últimas postagens de @blockrunai no X?",
    search=True  # Ativa pesquisa em tempo real no X/Twitter
)
print(response)

Pesquisa Avançada no X com Filtros

from blockrun_llm import setup_agent_wallet

client = setup_agent_wallet()

response = client.chat(
    "xai/grok-3",
    "Analise o conteúdo recente e engajamento de @blockrunai",
    search_parameters={
        "mode": "on",
        "sources": [
            {
                "type": "x",
                "included_x_handles": ["blockrunai"],
                "post_favorite_count": 5
            }
        ],
        "max_search_results": 20,
        "return_citations": True
    }
)
print(response)

Geração de Imagens

from blockrun_llm import ImageClient

client = ImageClient()
result = client.generate("Um gato fofo usando capacete espacial")
print(result.data[0].url)

Referência do xAI Live Search

Live Search é a API de dados em tempo real do xAI. Custo: $0,025 por fonte (padrão 10 fontes = ~$0,26).

Para reduzir custos, defina max_search_results para um valor menor:

# Use apenas 5 fontes (~$0,13)
response = client.chat("xai/grok-3", "O que está em alta?",
    search_parameters={"mode": "on", "max_search_results": 5})

Parâmetros de Pesquisa

ParâmetroTipoPadrãoDescrição
modestring"auto""off", "auto" ou "on"
sourcesarrayweb,news,xFontes de dados a consultar
return_citationsbooltrueIncluir URLs das fontes
from_datestring-Data inicial (AAAA-MM-DD)
to_datestring-Data final (AAAA-MM-DD)
max_search_resultsint10Máximo de fontes a retornar (personalize para controlar custo)

Tipos de Fonte

Fonte X/Twitter:

{
    "type": "x",
    "included_x_handles": ["handle1", "handle2"],  # Máx. 10
    "excluded_x_handles": ["spam_account"],        # Máx. 10
    "post_favorite_count": 100,  # Limite mínimo de curtidas
    "post_view_count": 1000      # Limite mínimo de visualizações
}

Fonte Web:

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

Fonte de Notícias:

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

Modelos Disponíveis

ModeloMelhor ParaPreço
openai/gpt-5.2Segundas opiniões, revisão de código, geral$1,75/M entrada, $14/M saída
openai/gpt-5-miniRaciocínio otimizado para custo$0,30/M entrada, $1,20/M saída
openai/o4-miniRaciocínio eficiente mais recente$1,10/M entrada, $4,40/M saída
openai/o3Raciocínio avançado, problemas complexos$10/M entrada, $40/M saída
xai/grok-3Dados em tempo real do X/Twitter$3/M + $0,025/fonte
deepseek/deepseek-chatTarefas simples, processamento em lote$0,14/M entrada, $0,28/M saída
google/gemini-2.5-flashDocumentos muito longos, rápido$0,15/M entrada, $0,60/M saída
openai/dall-e-3Imagens fotorrealistas$0,04/imagem
google/nano-bananaImagens rápidas e artísticas$0,01/imagem

M = milhões de tokens. O custo real depende do seu prompt e do comprimento da resposta.

Referência de Custos

Todos os custos de LLM são por milhão de tokens (M = 1.000.000 tokens).

ModeloEntradaSaída
GPT-5.2$1,75/M$14,00/M
GPT-5-mini$0,30/M$1,20/M
Grok-3 (sem pesquisa)$3,00/M$15,00/M
DeepSeek$0,14/M$0,28/M
Ações de Custo Fixo
Grok Live Search$0,025/fonte (padrão 10 = $0,25)
Imagem DALL-E$0,04/imagem
Imagem Nano Banana$0,01/imagem

Custos típicos: Um prompt de 500 palavras (~750 tokens) para GPT-5.2 custa ~$0,001 de entrada. Uma resposta de 1000 palavras (~1500 tokens) custa ~$0,02 de saída.

Configuração e Financiamento

Localização da carteira: $HOME/.blockrun/.session (ex.: /Users/usuario/.blockrun/.session)

Configuração inicial:

  1. A carteira é criada automaticamente quando setup_agent_wallet() é chamado
  2. Verifique a carteira e o saldo:
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet()
print(f"Carteira: {client.get_wallet_address()}")
print(f"Saldo: ${client.get_balance():.2f} USDC")
  1. Financie a carteira com $1-5 USDC na rede Base

Mostre o código QR para financiamento (ASCII para terminal):

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

Solução de Problemas

"Grok diz que não tem acesso em tempo real" → Você esqueceu de ativar o Live Search. Adicione search=True:

response = client.chat("xai/grok-3", "O que está em alta?", search=True)

Módulo não encontrado → Instale o SDK: pip install blockrun-llm

Atualizações

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.

Habilidades Relacionadas