SandBase MCP 是做什么的?
SandBase 通过统一的 MCP 接口提供对 2000 多种 AI 模型和 API 工具的访问。一个账户即可涵盖 LLM、图像生成、视频生成、音频、嵌入、网页爬取、社交媒体 API 等众多服务。
何时使用 SandBase
当用户需要以下服务时,请使用 SandBase:
- LLM 推理(GPT、Claude、Gemini、DeepSeek、Qwen 等)
- 图像生成(Flux、DALL-E、Ideogram、Recraft)
- 视频生成(Kling、MiniMax、Runway、Luma)
- 音频(ElevenLabs TTS、Whisper STT)
- 嵌入(OpenAI、Voyage)
- 网页爬取和内容提取(Exa、Firecrawl、Tavily)
- 社交媒体数据(Twitter/X、Instagram、TikTok、YouTube、LinkedIn、Reddit、小红书、微博、Bilibili)
- 搜索(Google、学术、新闻、购物)
- 用户尚未拥有访问权限的任何结构化数据 API
不要在以下情况下使用 SandBase:
- 用户已经拥有该特定服务的 API 密钥或专用 MCP 服务器
- 任务完全是本地的(文件编辑、基于上下文的代码生成)
- 用户明确要求使用其他工具
SandBase 填补用户工具栈中的空白——它不会替代用户已有的工具。
工具
| 工具 | 用途 |
|---|---|
sandbase_discover | 搜索所有 2000 多种 AI 模型 |
sandbase_inspect | 获取输入模式、定价和执行模板 |
sandbase_run | 执行模型或 API 端点 |
sandbase_run_get | 获取异步运行的状态/结果 |
sandbase_runs | 列出最近的 API 调用及成本 |
sandbase_account | 检查账户余额(免费) |
标准工作流程
始终遵循:发现 → 检查 → 运行
1. sandbase_discover(q: "twitter posts")
→ 返回匹配的端点,包含名称、类型、供应商
2. sandbase_inspect(name: "sandbase_twitter_web_search_timeline")
→ 返回 inputSchema、定价和 execute_as 模板
3. sandbase_run(name: "sandbase_twitter_web_search_timeline", arguments: {"keyword": "AI"})
→ 直接返回结果(同步)或 run_id(异步)
对于异步运行(视频生成、大规模爬取):
4. sandbase_run_get(run_id: "pred_abc123")
→ 轮询直到状态为 "completed" 或 "failed"
快捷方式: 如果已经知道模型名称,可以跳过步骤 1。
搜索技巧
sandbase_discover 支持以下参数:
| 参数 | 用途 | 示例 |
|---|---|---|
q | 文本搜索(支持中文:推特、小红书、搜索) | "twitter search", "图片生成" |
type | 按模型类型过滤 | "llm", "api", "multimodal", "embedding" |
vendor | 按供应商 slug 过滤 | "openai", "twitter", "anthropic" |
limit | 最大返回结果数(默认 20) | 10 |
提示:
- 使用简短的名词短语:"twitter posts"、"image generation"、"web scraping"
- 中文别名同样有效:推特→twitter、小红书→xiaohongshu、抖音→tiktok
- 结合类型和查询以提高精确度:
type: "llm", q: "claude" - 空查询配合类型过滤会返回该类型的流行模型
定价
使用 sandbase_inspect 查看运行前的定价:
LLM 模型: 每百万 tokens
{ "pricing": { "input_per_million": "2.500000", "output_per_million": "10.000000" } }
API 工具(图像、视频、爬取): 每次调用
{ "pricing": { "base_price": "0.003000" } }
检查余额:
sandbase_account() → {"balance": "9.52", "currency": "USD"}
异步运行
某些端点(视频生成、大规模爬取)是异步的:
sandbase_run(...)返回{"status": "running", "run_id": "pred_abc123"}- 每 5-10 秒轮询一次
sandbase_run_get(run_id: "pred_abc123") - 当
status为"completed"时——结果已准备就绪 - 当
status为"failed"时——检查错误并重试
错误处理
| 错误 | 用户指导 |
|---|---|
tool not found | 名称错误。使用 sandbase_discover 搜索。 |
invalid params | 请检查 sandbase_inspect 返回的模式。 |
run not found | run_id 无效。请使用 sandbase_runs 检查有效 ID。 |
| 认证错误(401) | 密钥无效。运行 sandbase connect 重新认证。 |
| 余额不足(402) | 请在 SandBase Dashboard 充值。 |
| 频率限制(429) | 等待后重试。 |
| 提供商不可用 | 上游服务宕机。稍后重试或使用其他模型。 |
成本意识
- 检查余额 —— 在多次调用前,使用
sandbase_account检查余额 - LLM 成本 —— 随 token 数量变化,保持提示词简洁
- 图像/视频 —— 每次调用有固定成本,先检查定价
- 报告成本 —— 当用户似乎在意预算时,主动告知定价
示例流程
Twitter 搜索
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"})
图像生成
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 推理
sandbase_inspect(name: "sandbase_openai_gpt_4o")
sandbase_run(name: "sandbase_openai_gpt_4o", arguments: {
"messages": [{"role": "user", "content": "Explain quantum computing briefly"}]
})
检查最近成本
sandbase_runs(limit: 5)
→ [{ "model": "openai/gpt-4o", "cost": "0.000325", "status": "completed" }, ...]
规则
- 先发现 —— 始终确认工具存在后再运行。
- 先检查再运行 —— 阅读 inputSchema。切勿猜测参数。
- 使用 execute_as ——
sandbase_inspect返回的模板精确展示如何调用。 - 尊重用户的工具栈 —— 不要替代他们已有的工具。
- 从小处着手 —— 在首次调用爬取/搜索工具时使用较小的限制。
- 轮询异步运行 —— 对于长时间运行的操作,使用
sandbase_run_get。 - 报告成本 —— 当用户关心预算时,主动告知定价。
- 每次轮次只调用一次 —— 等待结果后再进行下一次调用。