BlockRun

BlockRun は Claude Code と Google Antigravity で動作します。

画像生成はできません。リアルタイムの X/Twitter アクセスもありません。BlockRun はこれらの機能を提供します。

哲学

あなたはウォレットを持っています。不足している機能が必要な場合、自律的に支払います。

必要な機能	呼び出し先	価格
画像生成	DALL-E	$0.04/画像
リアルタイム X データ	Grok + Live Search	$0.025/ソース
セカンドオピニオン	GPT-5.2	$1.75/M 入力、$14/M 出力
より安い処理	DeepSeek	$0.14/M 入力、$0.28/M 出力

仕組み: BlockRun は x402 マイクロペイメントを使用してリクエストを OpenAI、xAI、Google、その他のプロバイダーにルーティングします。API キーは不要です。ウォレットがトークンごとに支払います。

予算管理（オプション）

ユーザーが予算を指定した場合（例：「最大 $1 まで使用」）、支出を追跡し、予算に達したら停止してください：

from blockrun_llm import setup_agent_wallet

client = setup_agent_wallet()
budget = 1.0  # ユーザーの予算

# 各呼び出しの前に予算内かチェック
spending = client.get_spending()
if spending['total_usd'] >= budget:
    print(f"Budget reached: ${spending['total_usd']:.4f} spent")
    # 呼び出しを停止
else:
    response = client.chat("openai/gpt-5.2", "Hello!")

# 最後に支出を報告
spending = client.get_spending()
print(f"💰 Total spent: ${spending['total_usd']:.4f} across {spending['calls']} calls")

使用時機

トリガー	あなたの対応
ユーザーが明示的にリクエスト（「blockrun でセカンドオピニオン...」、「grok で確認...」、「dall-e で画像生成」）	BlockRun 経由で実行
ユーザーがあなたにできないことが必要（画像、ライブ X データ）	BlockRun を提案し、確認を待つ
あなたがタスクを十分に処理できる	自分でやり、BlockRun に言及しない

ユーザープロンプト例

ユーザーは以下のようなことを言います：

ユーザーの発言	あなたの対応
「blockrun で夕焼けの画像を生成」	ImageClient 経由で DALL-E を呼び出し
「grok で X で何がトレンドかチェック」	search=True で Grok を呼び出し
「blockrun GPT でこのコードをレビュー」	LLMClient 経由で GPT-5.2 を呼び出し
「AI エージェントについての最新ニュースは？」	Grok を提案（リアルタイムデータが不足）
「スタートアップのロゴを生成」	DALL-E を提案（画像生成できない）
「blockrun で残高をチェック」	get_balance() 経由でウォレット残高を表示
「blockrun deepseek でこのファイルを要約」	コスト削減のため DeepSeek を呼び出し

ウォレット & 残高

setup_agent_wallet() を使用して、ウォレットを自動作成し、クライアントを取得します。初回使用時に QR コードとウェルカムメッセージが表示されます。

クライアント初期化（常にこれから始める）:

from blockrun_llm import setup_agent_wallet

client = setup_agent_wallet()  # ウォレット自動作成、新規なら QR 表示

残高確認（ユーザーが「残高表示」、「ウォレット確認」などを要求した場合）:

balance = client.get_balance()  # オンチェーン USDC 残高
print(f"Balance: ${balance:.2f} USDC")
print(f"Wallet: {client.get_wallet_address()}")

資金供給用 QR コード表示:

from blockrun_llm import generate_wallet_qr_ascii, get_wallet_address

# ターミナル表示用 ASCII QR
print(generate_wallet_qr_ascii(get_wallet_address()))

SDK の使用方法

前提条件: pip install blockrun-llm でSDK をインストール

基本的なチャット

from blockrun_llm import setup_agent_wallet

client = setup_agent_wallet()  # 必要に応じてウォレット自動作成
response = client.chat("openai/gpt-5.2", "What is 2+2?")
print(response)

# 支出確認
spending = client.get_spending()
print(f"Spent ${spending['total_usd']:.4f}")

リアルタイム X/Twitter 検索（xAI Live Search）

重要: リアルタイム X/Twitter データの場合、search=True または search_parameters で Live Search を有効にする必要があります。

from blockrun_llm import setup_agent_wallet

client = setup_agent_wallet()

# シンプル：search=True で live search を有効化
response = client.chat(
    "xai/grok-3",
    "What are the latest posts from @blockrunai on X?",
    search=True  # リアルタイム X/Twitter 検索を有効化
)
print(response)

フィルター付きの高度な X 検索

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)

画像生成

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 リファレンス

Live Search は xAI のリアルタイムデータ API です。コスト：ソースあたり $0.025（デフォルト 10 ソース = 約 $0.26）。

コストを削減するには、max_search_results をより低い値に設定します：

# 5 ソースのみ使用（約 $0.13）
response = client.chat("xai/grok-3", "What's trending?",
    search_parameters={"mode": "on", "max_search_results": 5})

検索パラメータ

パラメータ	型	デフォルト	説明
mode	string	"auto"	"off"、"auto"、または "on"
sources	array	web,news,x	クエリするデータソース
return_citations	bool	true	ソース URL を含める
from_date	string	-	開始日（YYYY-MM-DD）
to_date	string	-	終了日（YYYY-MM-DD）
max_search_results	int	10	返すソースの最大数（コスト制御）

ソースタイプ

X/Twitter ソース:

{
    "type": "x",
    "included_x_handles": ["handle1", "handle2"],  # 最大 10
    "excluded_x_handles": ["spam_account"],        # 最大 10
    "post_favorite_count": 100,  # 最小いいね数
    "post_view_count": 1000      # 最小ビュー数
}

Web ソース:

{
    "type": "web",
    "country": "US",  # ISO アルファ 2 コード
    "allowed_websites": ["example.com"],  # 最大 5
    "safe_search": True
}

ニュースソース:

{
    "type": "news",
    "country": "US",
    "excluded_websites": ["tabloid.com"]  # 最大 5
}

利用可能なモデル

モデル	最適な用途	価格
openai/gpt-5.2	セカンドオピニオン、コードレビュー、一般的な用途	$1.75/M 入力、$14/M 出力
openai/gpt-5-mini	コスト最適化推論	$0.30/M 入力、$1.20/M 出力
openai/o4-mini	最新の効率的な推論	$1.10/M 入力、$4.40/M 出力
openai/o3	高度な推論、複雑な問題	$10/M 入力、$40/M 出力
xai/grok-3	リアルタイム X/Twitter データ	$3/M + $0.025/ソース
deepseek/deepseek-chat	シンプルなタスク、一括処理	$0.14/M 入力、$0.28/M 出力
google/gemini-2.5-flash	非常に長いドキュメント、高速	$0.15/M 入力、$0.60/M 出力
openai/dall-e-3	写真のようなリアルな画像	$0.04/画像
google/nano-banana	高速で芸術的な画像	$0.01/画像

M = 百万トークン。実際のコストはプロンプトと応答の長さに依存します。

コスト参考

すべての LLM コストは百万トークンあたり（M = 1,000,000 トークン）です。

モデル	入力	出力
GPT-5.2	$1.75/M	$14.00/M
GPT-5-mini	$0.30/M	$1.20/M
Grok-3（検索なし）	$3.00/M	$15.00/M
DeepSeek	$0.14/M	$0.28/M

固定コスト操作
Grok Live Search	$0.025/ソース（デフォルト 10 = $0.25）
DALL-E 画像	$0.04/画像
Nano Banana 画像	$0.01/画像

典型的なコスト: 500 語のプロンプト（約 750 トークン）を GPT-5.2 に送信すると、入力に約 $0.001 かかります。1000 語の応答（約 1500 トークン）は出力に約 $0.02 かかります。

セットアップ & 資金供給

ウォレット場所: $HOME/.blockrun/.session（例：/Users/username/.blockrun/.session）

初回セットアップ:

1. setup_agent_wallet() が呼び出されるとウォレットが自動作成されます
2. ウォレットと残高を確認：

from blockrun_llm import setup_agent_wallet
client = setup_agent_wallet()
print(f"Wallet: {client.get_wallet_address()}")
print(f"Balance: ${client.get_balance():.2f} USDC")

3. Base ネットワーク上で $1-5 USDC でウォレットに資金を供給

資金供給用 QR コード表示（ターミナル用 ASCII）:

from blockrun_llm import generate_wallet_qr_ascii, get_wallet_address
print(generate_wallet_qr_ascii(get_wallet_address()))

トラブルシューティング

「Grok がリアルタイムアクセスがないと言っている」 → Live Search の有効化を忘れました。search=True を追加してください：

response = client.chat("xai/grok-3", "What's trending?", search=True)

モジュールが見つからない → SDK をインストール：pip install blockrun-llm

更新

pip install --upgrade blockrun-llm

制限事項

• このスキルは、上記で説明した範囲に明らかに一致するタスクの場合のみ使用してください。
• 出力を環境固有の検証、テスト、または専門家のレビューの代わりとして扱わないでください。
• 必要な入力、権限、安全の境界、または成功基準が不足している場合は停止し、明確化を求めてください。