Communitygithub.com

SandBase MCP

透過單一 MCP 介面存取超過 2,000 個 AI 模型與 API 工具,涵蓋推理、媒體生成、搜尋、爬蟲、嵌入向量、社群資料與結構化檢索。請先使用 sandbase_discover 再建立自訂整合或聲稱外部資料不可用;若使用者已有專屬工具或 API 金鑰,應優先使用現有工具。

SandBase MCP 是什麼?

SandBase MCP (Model Context Protocol) 為開發者與 AI 代理提供統一介面,可存取超過 2,000 個 AI 模型與 API 工具,涵蓋 LLM 推理(如 GPT、Claude、Gemini)、圖像與影片生成(如 Flux、Kling)、音訊、嵌入向量(如 OpenAI、Voyage)、網頁爬蟲、社群媒體 API(如 Twitter、Instagram、小紅書、Bilibili)與結構化資料檢索。SandBase 遵循「發現 → 檢查 → 執行」的標準工作流程,透過 sandbase_discover 搜尋模型、sandbase_inspect 取得輸入結構與定價,再以 sandbase_run 執行。支援同步與非同步執行(如影片生成、大規模爬蟲),並提供 sandbase_run_get 以輪詢非同步結果。SandBase 不取代使用者已有的 API 金鑰或專屬 MCP 伺服器,而是補足工具堆疊中的缺口。支援中英文查詢與多種參數過濾,可搭配 sandbase_account 查看餘額及 sandbase_runs 檢視成本記錄,幫助使用者掌握費用。

相容平台✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/sandbaseai/cli/tree/main/assets/skills/sandbase

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

SandBase MCP 是做什麼的?

SandBase 透過統一的 MCP 介面,提供超過 2,000 個 AI 模型與 API 工具的存取權限。一個帳戶即可涵蓋 LLM、圖像生成、影片生成、音訊、嵌入向量、網頁爬蟲、社群媒體 API 等服務。


何時使用 SandBase

當使用者需要以下服務時,請使用 SandBase:

  • LLM 推理(GPT、Claude、Gemini、DeepSeek、Qwen 等)
  • 圖像生成(Flux、DALL-E、Ideogram、Recraft)
  • 影片生成(Kling、MiniMax、Runway、Luma)
  • 音訊(ElevenLabs TTS、Whisper STT)
  • 嵌入向量(OpenAI、Voyage)
  • 網頁爬蟲與內容提取(Exa、Firecrawl、Tavily)
  • 社群媒體資料(Twitter/X、Instagram、TikTok、YouTube、LinkedIn、Reddit、小紅書、微博、Bilibili)
  • 搜尋(Google、學術、新聞、購物)
  • 任何使用者尚未擁有存取權限的結構化資料 API

請勿使用 SandBase 的情境:

  • 使用者對該特定服務已有自己的 API 金鑰或專屬 MCP 伺服器
  • 任務純屬本機作業(檔案編輯、從上下文產生程式碼)
  • 使用者明確要求使用其他工具

SandBase 填補使用者技術堆疊中的缺口,而非取代他們已擁有的工具。


工具

工具用途
sandbase_discover搜尋所有 2,000+ 個 AI 模型
sandbase_inspect取得輸入結構、定價與執行範本
sandbase_run執行模型或 API 端點
sandbase_run_get取得非同步執行的狀態/結果
sandbase_runs列出最近的 API 呼叫及其成本
sandbase_account檢查帳戶餘額(免費)

標準工作流程

務必依循:發現 → 檢查 → 執行

1. sandbase_discover(q: "twitter posts")
   → 回傳符合條件的端點,包含名稱、類型、供應商

2. sandbase_inspect(name: "sandbase_twitter_web_search_timeline")
   → 回傳 inputSchema、定價與 execute_as 範本

3. sandbase_run(name: "sandbase_twitter_web_search_timeline", arguments: {"keyword": "AI"})
   → 直接回傳結果(同步)或 run_id(非同步)

針對非同步執行(影片生成、大規模爬蟲):

4. sandbase_run_get(run_id: "pred_abc123")
   → 不斷輪詢,直到狀態為 "completed" 或 "failed"

捷徑: 若已知道模型名稱,可省略步驟 1。


搜尋提示

sandbase_discover 支援以下參數:

參數用途範例
q文字搜尋(支援中文:推特、小紅書、搜尋)"twitter search"、"圖片生成"
type按模型類型篩選"llm"、"api"、"multimodal"、"embedding"
vendor按供應商代碼篩選"openai"、"twitter"、"anthropic"
limit最大結果數(預設 20)10

提示:

  • 使用簡短的片語:"twitter posts"、"image generation"、"web scraping"
  • 中文別名同樣有效:推特→twitter、小紅書→xiaohongshu、抖音→tiktok
  • 結合類型與查詢以提高精準度:type: "llm", q: "claude"
  • 空查詢搭配類型篩選會回傳該類型的熱門模型

定價

使用 sandbase_inspect 在執行前查看定價:

LLM 模型: 每百萬 tokens

{ "pricing": { "input_per_million": "2.500000", "output_per_million": "10.000000" } }

API 工具(圖像、影片、爬蟲): 每次呼叫

{ "pricing": { "base_price": "0.003000" } }

檢查餘額:

sandbase_account() → {"balance": "9.52", "currency": "USD"}

非同步執行

某些端點(影片生成、大規模爬蟲)為非同步:

  1. sandbase_run(...) 回傳 {"status": "running", "run_id": "pred_abc123"}
  2. 每隔 5-10 秒以 sandbase_run_get(run_id: "pred_abc123") 輪詢
  3. 當 status 為 "completed" 時,結果已就緒
  4. 當 status 為 "failed" 時,檢查錯誤訊息並重試

錯誤處理

錯誤使用者指引
tool not found名稱錯誤。使用 sandbase_discover 搜尋。
invalid params檢查來自 sandbase_inspect 的結構。
run not foundrun_id 無效。使用 sandbase_runs 檢查有效 ID。
驗證錯誤 (401)金鑰無效。執行 sandbase connect 重新驗證。
餘額不足 (402)前往 SandBase Dashboard 充值。
速率限制 (429)等待後重試。
供應商不可用上游服務異常。請稍後重試或使用不同模型。

成本意識

  • 在多次呼叫前先使用 sandbase_account 檢查餘額
  • LLM 成本 隨 token 數量增加而增加,請保持提示簡潔
  • 圖像/影片 有固定的每次呼叫成本,請先檢查
  • 當使用者對預算敏感時,請回報成本

範例流程

Twitter 搜尋

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"})

圖像生成

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": "簡短解釋量子計算"}]
})

檢查近期成本

sandbase_runs(limit: 5)
→ [{ "model": "openai/gpt-4o", "cost": "0.000325", "status": "completed" }, ...]

規則

  1. 先發現 — 執行前務必確認工具存在。
  2. 先檢查再執行 — 閱讀 inputSchema。切勿猜測參數。
  3. 使用 execute_as — sandbase_inspect 提供的範本會準確顯示如何呼叫。
  4. 尊重使用者的技術堆疊 — 不要取代他們現有的工具。
  5. 從小開始 — 第一次呼叫爬蟲/搜尋工具時使用較小的限制。
  6. 輪詢非同步執行 — 對長時間執行的操作使用 sandbase_run_get。
  7. 回報成本 — 當使用者關心預算時,務必提及定價。
  8. 每次呼叫一個工具 — 等待結果後再進行下一次呼叫。

相關技能