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:
sandbase_run(...)回傳{"status": "running", "run_id": "pred_abc123"}- 每隔 5-10 秒以
sandbase_run_get(run_id: "pred_abc123")輪詢 - 當
status為"completed"時,結果已就緒 - 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 found | run_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
- 先發現 — 執行前務必確認工具存在。
- 先檢查再執行 — 閱讀 inputSchema。切勿猜測參數。
- 使用 execute_as —
sandbase_inspect提供的範本會準確顯示如何呼叫。 - 尊重使用者的技術堆疊 — 不要取代他們現有的工具。
- 從小開始 — 第一次呼叫爬蟲/搜尋工具時使用較小的限制。
- 輪詢非同步執行 — 對長時間執行的操作使用
sandbase_run_get。 - 回報成本 — 當使用者關心預算時,務必提及定價。
- 每次呼叫一個工具 — 等待結果後再進行下一次呼叫。