Agent Reach - AI Agent 的全网信息获取工具集
Panniantong/Agent-Reach
一键为 AI Agent 装上互联网眼睛,免费读取 Twitter/Reddit/YouTube/B站/小红书等 10+ 平台内容,零 API 费用
成熟度:维护活跃,最近提交1天前,161个 open issues 显示社区活跃但需求待处理
项目体检
部署 · 无 Docker,通过 pip install agent-reach 本地安装,依赖 Node.js/gh CLI/mcporter 自动检测安装
成本 · 核心功能开箱即用(网页/YouTube/RSS/GitHub 公开库),可选配置 Exa/Groq/OpenAI Key 解锁搜索和转录,需登录态平台(Twitter/小红书/Reddit)通过 OpenCLI 复用浏览器 Cookie
技术 · Python 3.10+ CLI 工具,集成 yt-dlp/feedparser/gh CLI/mcporter,通过 MCP 协议对接 Exa 搜索和多平台 MCP 服务器
许可 · MIT 协议,可自由商用,Cookie 本地存储不上传,代码完全开源可审查
活跃 · 高度活跃,1天前最新提交,v1.5.0 发布于 2026-06,30 位贡献者,5.7万+ stars 显示强社区关注
解决什么
AI Agent 已能写代码改文档,但获取互联网信息时面临多重障碍:Twitter API 付费墙、Reddit 服务器 IP 封禁、小红书强制登录、B站风控拦截通用下载工具、YouTube 字幕提取配置繁琐。开发者需为每个平台单独踩坑——找工具、装依赖、调配置、处理 Cookie 认证,光让 Agent 能读一条推文就要折腾半天。Agent Reach 将这些碎片化工作统一为一条安装指令,通过多后端路由自动选择当前最稳定的接入方式,当某平台 API 失效时(如 2026-06 yt-dlp 被 B站封禁)自动切换备选方案,用户无感知。
为何火
项目在 GitHub Trending 登顶当日榜首,5.7万+ stars 反映出 AI Agent 开发者的强烈痛点。核心吸引力在于零配置门槛 + 持续维护承诺:安装后立即可用 6 个平台(网页/YouTube/RSS/GitHub/B站搜索/全网搜索),需登录的平台通过对话式引导完成配置;项目维护者承诺追踪各平台变化并更新路由策略,开发者无需自己盯防。对比传统方案需分别配置十几个工具,Agent Reach 将复杂度收敛到单一 CLI,且通过 agent-reach doctor 命令可视化诊断各渠道状态,大幅降低 AI Agent 联网能力的接入成本。
核心功能
多平台统一读取:支持 Twitter/Reddit/YouTube/B站/小红书/Facebook/Instagram/LinkedIn/V2EX/雪球/小宇宙播客等 10+ 平台,每个平台维护"首选+备选"的有序后端列表(如 Twitter 走 twitter-cli → OpenCLI → bird 三级路由),自动探测可用后端并切换。
零配置快速启动:网页阅读(Jina Reader)、YouTube 字幕(yt-dlp)、RSS 解析(feedparser)、GitHub 公开库(gh CLI)、B站搜索(bili-cli)、全网语义搜索(Exa MCP)六大能力装完即用,无需 API Key。
登录态智能管理:需认证平台优先通过 OpenCLI 复用 Chrome 浏览器登录态(小红书/Facebook/Instagram),传统 CLI 才需 Cookie-Editor 导出 Cookie,所有凭证仅本地存储。
Agent 原生集成:安装时自动在 Agent 的 skills 目录注册 SKILL.md 使用指南,Claude Code/OpenClaw/Cursor 等 Agent 遇到"全网调研""搜推特"需求时自动调用对应工具,无需用户记忆命令。
环境自适应:自动检测本地电脑/服务器环境,本地运行无需代理,服务器部署给出代理配置建议($1/月 ISP 代理)。
安装
复制以下指令给 AI Agent(Claude Code/OpenClaw/Cursor 等):
帮我安装 Agent Reach:https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/install.md
Agent 会自动完成:
pip install agent-reach安装 CLI 工具- 检测并安装 Node.js/gh CLI/mcporter 系统依赖
- 通过 MCP 配置 Exa 免费搜索引擎
- 在 Agent skills 目录注册使用指南
- 询问是否配置需登录的平台(Twitter/小红书/Reddit 等)
已安装用户更新同样简单:
帮我更新 Agent Reach:https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/update.md
安装后运行 agent-reach doctor 检查各平台连通性和当前使用的后端。
适合谁
AI Agent 重度用户:需要让 Claude Code/Cursor 等 Agent 执行全网信息调研、社交媒体监控、视频内容分析的开发者,尤其适合需要频繁切换多平台的场景。
中文内容研究者:项目对 B站/小红书/雪球等国内平台做了特殊适配,B站搜索无需登录即可用,小红书通过 OpenCLI 复用浏览器登录态避免扫码,比国际工具更友好。
预算敏感团队:所有核心功能免费(Exa 搜索 1000 次/月免费额度),仅服务器部署需少量代理费用,对比商业 API 聚合服务(如 RapidAPI 套餐)成本几乎为零。
不适合纯手动操作者:工具设计为 AI Agent 调用,虽然提供 CLI 但缺少 Web UI,习惯图形界面的用户体验较差。
社区评价
暂无足量社区公开讨论,以下为基于项目本身的中立评估:
项目 5.7万+ stars 和 GitHub Trending 榜首表明开发者社区对 AI Agent 联网能力的强需求,但 161 个 open issues 显示维护压力较大,部分 issues 涉及特定平台登录失效、代理配置问题。README 强调"接入方式会换代,你不用操心",但实际需依赖维护者持续跟进各平台反爬策略,项目可持续性取决于社区贡献活跃度。4630 个 forks 说明有一定二次开发需求,但也可能反映部分用户需自行修改以适配特殊场景。
选型对比
vs 商业 API 聚合服务(如 RapidAPI):Agent Reach 完全免费且开源,但稳定性依赖社区维护,商业服务提供 SLA 保障和统一计费但成本高(Twitter API 官方 $100/月起)。
vs 单平台爬虫工具(如 yt-dlp/gallery-dl):Agent Reach 提供统一接口和自动路由切换,单工具需开发者自行组合且无故障转移机制,但单工具在特定平台可能有更深度的功能(如 yt-dlp 支持 1000+ 视频站)。
vs Browserbase/Firecrawl 等浏览器自动化:Agent Reach 聚焦"读内容",不处理登录后的复杂交互(表单提交/多账号隔离),后者适合需要"操作网页"的场景但成本更高(Browserbase $0.5/小时)。
取舍建议:预算有限且主要做信息获取选 Agent Reach,需要 SLA 保障的生产环境选商业 API,需要复杂网页交互配合 BrowserAct 等工具。
已知坑
OpenClaw 用户需手动开启 exec 权限:默认 messaging 工具配置禁止执行 shell 命令,需设置 tools.profile 为 coding 并重启 Gateway,否则无法安装。
服务器部署强依赖代理:Reddit/Twitter 等平台封禁云服务器 IP,必须配置 ISP 代理($1/月),本地电脑不受影响但文档未明确说明代理提供商推荐。
登录态维护成本:小红书/Facebook/Instagram 等平台需通过 OpenCLI 复用浏览器 Cookie,浏览器更新或 Cookie 过期需重新配置,README 称"Cookie 只存本地"但未说明过期处理机制。
平台接口不稳定风险:项目承诺"某个接入方式失效了我们换下一个",但 2026-06 yt-dlp 被 B站封禁事件显示切换窗口期可能存在服务中断,生产环境需评估容错能力。
161 个 open issues:部分涉及特定平台登录失败、代理配置报错,新用户可能遇到文档未覆盖的边缘情况,需有一定 Python/CLI 调试能力。
安装方式:pip