BlockRun 是做什么的?
BlockRun 与 Claude Code 和 Google Antigravity 配合使用。
你无法生成图像,也没有实时 X/Twitter 访问权限。BlockRun 为你提供这些能力。
理念
你拥有一个钱包。当你缺乏某种能力时,你可以自主付费获取。
| 你需要的功能 | 你调用的服务 | 价格 |
|---|---|---|
| 图像生成 | DALL-E | $0.04/张 |
| 实时 X 数据 | Grok + 实时搜索 | $0.025/来源 |
| 第二意见 | GPT-5.2 | $1.75/百万输入 tokens, $14/百万输出 tokens |
| 更廉价的处理 | DeepSeek | $0.14/百万输入 tokens, $0.28/百万输出 tokens |
工作原理: BlockRun 使用 x402 微支付将你的请求路由到 OpenAI、xAI、Google 等提供商。无需 API 密钥——你的钱包按 token 付费。
预算控制(可选)
如果用户指定了预算(例如“最多使用 $1”),请跟踪支出并在达到预算时停止:
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet()
budget = 1.0 # 用户预算
# 每次调用前检查是否在预算内
spending = client.get_spending()
if spending['total_usd'] >= budget:
print(f"预算已用完:共支出 ${spending['total_usd']:.4f}")
# 停止调用
else:
response = client.chat("openai/gpt-5.2", "你好!")
# 最后报告支出
spending = client.get_spending()
print(f"💰 总支出:${spending['total_usd']:.4f},共 {spending['calls']} 次调用")
何时使用
| 触发条件 | 你的操作 |
|---|---|
| 用户明确要求("blockrun 用 GPT 提供第二意见...","使用 grok 检查...","用 dall-e 生成图像") | 通过 BlockRun 执行 |
| 用户需要你做不了的事(图像、实时 X 数据) | 建议使用 BlockRun,等待确认 |
| 你可以很好地处理该任务 | 自己完成,不要提及 BlockRun |
用户提示示例
用户会这样说:
| 用户说 | 你做什么 |
|---|---|
| "blockrun 生成一张日落图像" | 通过 ImageClient 调用 DALL-E |
| "使用 grok 检查 X 上的趋势" | 使用 search=True 调用 Grok |
| "blockrun GPT 审查这段代码" | 通过 LLMClient 调用 GPT-5.2 |
| "AI 智能体有什么最新消息?" | 建议使用 Grok(你缺乏实时数据) |
| "为我的创业公司生成一个 logo" | 建议使用 DALL-E(你无法生成图像) |
| "blockrun 检查我的余额" | 通过 get_balance() 显示钱包余额 |
| "blockrun deepseek 总结这个文件" | 调用 DeepSeek 以节省成本 |
钱包与余额
使用 setup_agent_wallet() 自动创建钱包并获取客户端。首次使用时,它会显示二维码和欢迎消息。
初始化客户端(始终从此开始):
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet() # 自动创建钱包,如果是新钱包则显示二维码
检查余额(当用户要求“显示余额”、“检查钱包”等时):
balance = client.get_balance() # 链上 USDC 余额
print(f"余额:${balance:.2f} USDC")
print(f"钱包:{client.get_wallet_address()}")
显示用于充值的二维码:
from blockrun_llm import generate_wallet_qr_ascii, get_wallet_address
# 用于终端显示的 ASCII 二维码
print(generate_wallet_qr_ascii(get_wallet_address()))
SDK 用法
先决条件: 使用 pip install blockrun-llm 安装 SDK
基本对话
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet() # 如果需要,自动创建钱包
response = client.chat("openai/gpt-5.2", "2+2 等于几?")
print(response)
# 检查支出
spending = client.get_spending()
print(f"支出 ${spending['total_usd']:.4f}")
实时 X/Twitter 搜索(xAI Live Search)
重要提示: 对于实时 X/Twitter 数据,你必须使用 search=True 或 search_parameters 启用 Live Search。
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet()
# 简单方式:使用 search=True 启用实时搜索
response = client.chat(
"xai/grok-3",
"@blockrunai 在 X 上最新的帖子是什么?",
search=True # 启用实时 X/Twitter 搜索
)
print(response)
高级 X 搜索(带过滤器)
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet()
response = client.chat(
"xai/grok-3",
"分析 @blockrunai 最近的内容和互动情况",
search_parameters={
"mode": "on",
"sources": [
{
"type": "x",
"included_x_handles": ["blockrunai"],
"post_favorite_count": 5
}
],
"max_search_results": 20,
"return_citations": True
}
)
print(response)
图像生成
from blockrun_llm import ImageClient
client = ImageClient()
result = client.generate("一只戴着太空头盔的可爱猫")
print(result.data[0].url)
xAI Live Search 参考
Live Search 是 xAI 的实时数据 API。费用:每个来源 $0.025(默认 10 个来源约 $0.26)。
要降低成本,请将 max_search_results 设置为较小的值:
# 仅使用 5 个来源(约 $0.13)
response = client.chat("xai/grok-3", "什么在流行?",
search_parameters={"mode": "on", "max_search_results": 5})
搜索参数
| 参数 | 类型 | 默认值 | 描述 |
|---|---|---|---|
mode | string | "auto" | "off"、"auto" 或 "on" |
sources | array | web,news,x | 要查询的数据源 |
return_citations | bool | true | 包含来源 URL |
from_date | string | - | 开始日期(YYYY-MM-DD) |
to_date | string | - | 结束日期(YYYY-MM-DD) |
max_search_results | int | 10 | 要返回的最大来源数(可自定义以控制成本) |
来源类型
X/Twitter 来源:
{
"type": "x",
"included_x_handles": ["handle1", "handle2"], # 最多 10 个
"excluded_x_handles": ["spam_account"], # 最多 10 个
"post_favorite_count": 100, # 最低点赞阈值
"post_view_count": 1000 # 最低浏览阈值
}
Web 来源:
{
"type": "web",
"country": "US", # ISO alpha-2 代码
"allowed_websites": ["example.com"], # 最多 5 个
"safe_search": True
}
新闻来源:
{
"type": "news",
"country": "US",
"excluded_websites": ["tabloid.com"] # 最多 5 个
}
可用模型
| 模型 | 最适合 | 价格 |
|---|---|---|
openai/gpt-5.2 | 第二意见、代码审查、通用 | $1.75/百万输入, $14/百万输出 |
openai/gpt-5-mini | 成本优化的推理 | $0.30/百万输入, $1.20/百万输出 |
openai/o4-mini | 最新高效推理 | $1.10/百万输入, $4.40/百万输出 |
openai/o3 | 高级推理、复杂问题 | $10/百万输入, $40/百万输出 |
xai/grok-3 | 实时 X/Twitter 数据 | $3/百万 + $0.025/来源 |
deepseek/deepseek-chat | 简单任务、批量处理 | $0.14/百万输入, $0.28/百万输出 |
google/gemini-2.5-flash | 超长文档、快速 | $0.15/百万输入, $0.60/百万输出 |
openai/dall-e-3 | 逼真图像 | $0.04/张 |
google/nano-banana | 快速、艺术风格图像 | $0.01/张 |
M = 百万 tokens。实际成本取决于你的提示和响应长度。
成本参考
所有 LLM 成本均以每百万 tokens 为单位(M = 1,000,000 tokens)。
| 模型 | 输入 | 输出 |
|---|---|---|
| GPT-5.2 | $1.75/M | $14.00/M |
| GPT-5-mini | $0.30/M | $1.20/M |
| Grok-3(无搜索) | $3.00/M | $15.00/M |
| DeepSeek | $0.14/M | $0.28/M |
| 固定成本操作 | |
|---|---|
| Grok Live Search | $0.025/来源(默认 10 个 = $0.25) |
| DALL-E 图像 | $0.04/张 |
| Nano Banana 图像 | $0.01/张 |
典型成本: 一段 500 词的提示(约 750 tokens)发送给 GPT-5.2 的输入成本约为 $0.001。一段 1000 词的响应(约 1500 tokens)的输出成本约为 $0.02。
设置与充值
钱包位置: $HOME/.blockrun/.session(例如 /Users/username/.blockrun/.session)
首次设置:
- 调用
setup_agent_wallet()时自动创建钱包 - 检查钱包和余额:
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet()
print(f"钱包:{client.get_wallet_address()}")
print(f"余额:${client.get_balance():.2f} USDC")
- 在 Base 网络上向钱包充值 1-5 USDC
显示用于充值的二维码(终端 ASCII):
from blockrun_llm import generate_wallet_qr_ascii, get_wallet_address
print(generate_wallet_qr_ascii(get_wallet_address()))
问题排查
“Grok 说它没有实时访问权限”
→ 你忘记启用 Live Search。添加 search=True:
response = client.chat("xai/grok-3", "什么在流行?", search=True)
未找到模块
→ 安装 SDK:pip install blockrun-llm
更新
pip install --upgrade blockrun-llm