BlockRun
BlockRun 可與 Claude Code 和 Google Antigravity 協同運作。
你無法生成圖片。你無法即時存取 X/Twitter。BlockRun 為你提供這些能力。
理念
你擁有一個錢包。當你需要某項你缺乏的能力時,你可以自主為其付費。
| 你需要的功能 | 你呼叫的服務 | 定價 |
|---|---|---|
| 圖片生成 | DALL-E | $0.04/張圖片 |
| 即時 X 資料 | Grok + 即時搜尋 | $0.025/資料來源 |
| 第二意見 | GPT-5.2 | $1.75/百萬輸入,$14/百萬輸出 |
| 較便宜的處理 | DeepSeek | $0.14/百萬輸入,$0.28/百萬輸出 |
運作原理: BlockRun 使用 x402 微支付將你的請求路由到 OpenAI、xAI、Google 及其他提供者。無需 API 金鑰——你的錢包會按 token 付費。
預算控制(可選)
如果用戶指定了預算(例如「最多使用 $1」),請追蹤花費並在達到預算時停止:
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet()
budget = 1.0 # 用戶的預算
# 每次呼叫前,檢查是否在預算內
spending = client.get_spending()
if spending['total_usd'] >= budget:
print(f"已達到預算:花費 ${spending['total_usd']:.4f}")
# 停止進行呼叫
else:
response = client.chat("openai/gpt-5.2", "Hello!")
# 最後,報告花費
spending = client.get_spending()
print(f"💰 總花費:${spending['total_usd']:.4f},共 {spending['calls']} 次呼叫")
使用時機
| 觸發條件 | 你的行動 |
|---|---|
| 用戶明確要求(「blockrun 用 GPT 給第二意見...」、「用 grok 檢查...」、「用 dall-e 生成圖片」) | 透過 BlockRun 執行 |
| 用戶需要你無法做到的事情(圖片、即時 X 資料) | 建議使用 BlockRun,等待確認 |
| 你可以順利處理此任務 | 自己完成,不要提及 BlockRun |
範例用戶提示
用戶可能會說:
| 用戶說 | 你做什麼 |
|---|---|
| "blockrun 生成一張夕陽圖片" | 透過 ImageClient 呼叫 DALL-E |
| "用 grok 檢查 X 上有什麼趨勢" | 使用 search=True 呼叫 Grok |
| "blockrun GPT 審查這段程式碼" | 透過 LLMClient 呼叫 GPT-5.2 |
| "關於 AI 代理的最新消息是什麼?" | 建議使用 Grok(你缺乏即時資料) |
| "為我的新創公司生成一個標誌" | 建議使用 DALL-E(你無法生成圖片) |
| "blockrun 檢查我的餘額" | 透過 get_balance() 顯示錢包餘額 |
| "blockrun deepseek 總結這個檔案" | 為了節省成本呼叫 DeepSeek |
錢包與餘額
使用 setup_agent_wallet() 來自動建立錢包並取得客戶端。首次使用時會顯示 QR 碼和歡迎訊息。
初始化客戶端(始終從此開始):
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet() # 自動建立錢包,如果是新的則顯示 QR 碼
檢查餘額(當用戶說「顯示餘額」、「檢查錢包」等時):
balance = client.get_balance() # 鏈上 USDC 餘額
print(f"餘額:${balance:.2f} USDC")
print(f"錢包:{client.get_wallet_address()}")
顯示用於充值資金的 QR 碼:
from blockrun_llm import generate_wallet_qr_ascii, get_wallet_address
# 用於終端機顯示的 ASCII QR 碼
print(generate_wallet_qr_ascii(get_wallet_address()))
SDK 使用方式
先決條件: 使用 pip install blockrun-llm 安裝 SDK
基本聊天
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet() # 自動建立錢包(若需要)
response = client.chat("openai/gpt-5.2", "What is 2+2?")
print(response)
# 檢查花費
spending = client.get_spending()
print(f"花費 ${spending['total_usd']:.4f}")
即時 X/Twitter 搜尋(xAI Live Search)
重要: 若要取得即時 X/Twitter 資料,你必須使用 search=True 或 search_parameters 啟用 Live Search。
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet()
# 簡單:使用 search=True 啟用即時搜尋
response = client.chat(
"xai/grok-3",
"What are the latest posts from @blockrunai on X?",
search=True # 啟用即時 X/Twitter 搜尋
)
print(response)
進階 X 搜尋(含篩選條件)
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet()
response = client.chat(
"xai/grok-3",
"Analyze @blockrunai's recent content and engagement",
search_parameters={
"mode": "on",
"sources": [
{
"type": "x",
"included_x_handles": ["blockrunai"],
"post_favorite_count": 5
}
],
"max_search_results": 20,
"return_citations": True
}
)
print(response)
圖片生成
from blockrun_llm import ImageClient
client = ImageClient()
result = client.generate("A cute cat wearing a space helmet")
print(result.data[0].url)
xAI Live Search 參考資料
Live Search 是 xAI 的即時資料 API。費用:每個資料來源 $0.025(預設 10 個來源約需 $0.26)。
若要降低成本,請將 max_search_results 設為較低的值:
# 僅使用 5 個來源(約 $0.13)
response = client.chat("xai/grok-3", "What's trending?",
search_parameters={"mode": "on", "max_search_results": 5})
搜尋參數
| 參數 | 類型 | 預設值 | 說明 |
|---|---|---|---|
mode | string | "auto" | "off"、"auto" 或 "on" |
sources | array | web,news,x | 要查詢的資料來源 |
return_citations | bool | true | 包含來源 URL |
from_date | string | - | 開始日期 (YYYY-MM-DD) |
to_date | string | - | 結束日期 (YYYY-MM-DD) |
max_search_results | int | 10 | 要回傳的最大來源數(自訂以控制成本) |
來源類型
X/Twitter 來源:
{
"type": "x",
"included_x_handles": ["handle1", "handle2"], # 最多 10 個
"excluded_x_handles": ["spam_account"], # 最多 10 個
"post_favorite_count": 100, # 最低愛心數門檻
"post_view_count": 1000 # 最低觀看數門檻
}
網頁來源:
{
"type": "web",
"country": "US", # ISO alpha-2 國家代碼
"allowed_websites": ["example.com"], # 最多 5 個
"safe_search": True
}
新聞來源:
{
"type": "news",
"country": "US",
"excluded_websites": ["tabloid.com"] # 最多 5 個
}
可用模型
| 模型 | 最佳用途 | 定價 |
|---|---|---|
openai/gpt-5.2 | 第二意見、程式碼審查、一般用途 | $1.75/百萬輸入,$14/百萬輸出 |
openai/gpt-5-mini | 成本最佳化推理 | $0.30/百萬輸入,$1.20/百萬輸出 |
openai/o4-mini | 最新高效推理 | $1.10/百萬輸入,$4.40/百萬輸出 |
openai/o3 | 進階推理、複雜問題 | $10/百萬輸入,$40/百萬輸出 |
xai/grok-3 | 即時 X/Twitter 資料 | $3/百萬 + $0.025/資料來源 |
deepseek/deepseek-chat | 簡單任務、批次處理 | $0.14/百萬輸入,$0.28/百萬輸出 |
google/gemini-2.5-flash | 非常長的文件、快速 | $0.15/百萬輸入,$0.60/百萬輸出 |
openai/dall-e-3 | 逼真圖片 | $0.04/張圖片 |
google/nano-banana | 快速、藝術風格圖片 | $0.01/張圖片 |
M = 百萬 tokens。實際成本取決於你的提示詞和回覆長度。
成本參考
所有 LLM 成本以每百萬 tokens 計(M = 1,000,000 tokens)。
| 模型 | 輸入 | 輸出 |
|---|---|---|
| GPT-5.2 | $1.75/M | $14.00/M |
| GPT-5-mini | $0.30/M | $1.20/M |
| Grok-3(無搜尋) | $3.00/M | $15.00/M |
| DeepSeek | $0.14/M | $0.28/M |
| 固定成本動作 | |
|---|---|
| Grok Live Search | $0.025/資料來源(預設 10 個 = $0.25) |
| DALL-E 圖片 | $0.04/張圖片 |
| Nano Banana 圖片 | $0.01/張圖片 |
典型成本: 一個 500 字的提示詞(約 750 tokens)給 GPT-5.2 的輸入成本約為 $0.001。一個 1000 字的回覆(約 1500 tokens)的輸出成本約為 $0.02。
設定與資金存入
錢包位置: $HOME/.blockrun/.session(例如 /Users/username/.blockrun/.session)
首次設定:
- 呼叫
setup_agent_wallet()時會自動建立錢包 - 檢查錢包和餘額:
from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet()
print(f"錢包:{client.get_wallet_address()}")
print(f"餘額:${client.get_balance():.2f} USDC")
- 在 Base 網路上存入 $1-5 USDC 到錢包
顯示用於充值資金的 QR 碼(用於終端機的 ASCII 碼):
from blockrun_llm import generate_wallet_qr_ascii, get_wallet_address
print(generate_wallet_qr_ascii(get_wallet_address()))
故障排除
「Grok 說它沒有即時存取權限」
→ 你忘記啟用 Live Search。加上 search=True:
response = client.chat("xai/grok-3", "What's trending?", search=True)
找不到模組
→ 安裝 SDK:pip install blockrun-llm
更新
pip install --upgrade blockrun-llm