57,812· 4,630 forks· Python· MIT开发工具

Agent Reach - AI Agent 的全網資訊獲取工具集

Panniantong/Agent-Reach

一鍵為 AI Agent 裝上網際網路眼睛,免費讀取 Twitter/Reddit/YouTube/B站/小紅書等 10+ 平臺內容,零 API 費用

成熟度維護活躍,最近提交1天前,161個 open issues 顯示社群活躍但需求待處理

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

解決什麼

AI Agent 已能寫程式碼改文件,但獲取網際網路資訊時面臨多重障礙:Twitter API 付費牆、Reddit 伺服器 IP 封禁、小紅書強制登入、B站風控攔截通用下載工具、YouTube 字幕提取配置繁瑣。開發者需為每個平臺單獨踩坑——找工具、裝依賴、調配置、處理 Cookie 認證,光讓 Agent 能讀一條推文就要折騰半天。Agent Reach 將這些碎片化工作統一為一條安裝指令,通過多後端路由自動選擇當前最穩定的接入方式,當某平臺 API 失效時(如 2026-06 yt-dlp 被 B站封禁)自動切換備選方案,使用者無感知。

為何火

專案在 GitHub Trending 登頂當日榜首,5.7萬+ stars 反映出 AI Agent 開發者的強烈痛點。核心吸引力在於零配置門檻 + 持續維護承諾:安裝後立即可用 6 個平臺(網頁/YouTube/RSS/GitHub/B站搜尋/全網搜尋),需登入的平臺通過對話式引導完成配置;專案維護者承諾追蹤各平臺變化並更新路由策略,開發者無需自己盯防。對比傳統方案需分別配置十幾個工具,Agent Reach 將複雜度收斂到單一 CLI,且通過 agent-reach doctor 命令視覺化診斷各渠道狀態,大幅降低 AI Agent 聯網能力的接入成本。

核心功能

多平臺統一讀取:支援 Twitter/Reddit/YouTube/B站/小紅書/Facebook/Instagram/LinkedIn/V2EX/雪球/小宇宙播客等 10+ 平臺,每個平臺維護"首選+備選"的有序後端列表(如 Twitter 走 twitter-cli → OpenCLI → bird 三級路由),自動探測可用後端並切換。

零配置快速啟動:網頁閱讀(Jina Reader)、YouTube 字幕(yt-dlp)、RSS 解析(feedparser)、GitHub 公開庫(gh CLI)、B站搜尋(bili-cli)、全網語義搜尋(Exa MCP)六大能力裝完即用,無需 API Key。

登入態智慧管理:需認證平臺優先通過 OpenCLI 複用 Chrome 瀏覽器登入態(小紅書/Facebook/Instagram),傳統 CLI 才需 Cookie-Editor 匯出 Cookie,所有憑證僅本地儲存。

Agent 原生整合:安裝時自動在 Agent 的 skills 目錄註冊 SKILL.md 使用指南,Claude Code/OpenClaw/Cursor 等 Agent 遇到"全網調研""搜推特"需求時自動呼叫對應工具,無需使用者記憶命令。

環境自適應:自動檢測本地電腦/伺服器環境,本地執行無需代理,伺服器部署給出代理配置建議($1/月 ISP 代理)。

安裝

複製以下指令給 AI Agent(Claude Code/OpenClaw/Cursor 等):

幫我安裝 Agent Reach:https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/install.md

Agent 會自動完成:

  1. pip install agent-reach 安裝 CLI 工具
  2. 檢測並安裝 Node.js/gh CLI/mcporter 系統依賴
  3. 通過 MCP 配置 Exa 免費搜尋引擎
  4. 在 Agent skills 目錄註冊使用指南
  5. 詢問是否配置需登入的平臺(Twitter/小紅書/Reddit 等)

已安裝使用者更新同樣簡單:

幫我更新 Agent Reach:https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/update.md

安裝後執行 agent-reach doctor 檢查各平臺連通性和當前使用的後端。

適合誰

AI Agent 重度使用者:需要讓 Claude Code/Cursor 等 Agent 執行全網資訊調研、社交媒體監控、影片內容分析的開發者,尤其適合需要頻繁切換多平臺的場景。

中文內容研究者:專案對 B站/小紅書/雪球等國內平臺做了特殊適配,B站搜尋無需登入即可用,小紅書通過 OpenCLI 複用瀏覽器登入態避免掃碼,比國際工具更友好。

預算敏感團隊:所有核心功能免費(Exa 搜尋 1000 次/月免費額度),僅伺服器部署需少量代理費用,對比商業 API 聚合服務(如 RapidAPI 套餐)成本幾乎為零。

不適合純手動操作者:工具設計為 AI Agent 呼叫,雖然提供 CLI 但缺少 Web UI,習慣圖形介面的使用者體驗較差。

社群評價

暫無足量社群公開討論,以下為基於專案本身的中立評估:

專案 5.7萬+ stars 和 GitHub Trending 榜首表明開發者社群對 AI Agent 聯網能力的強需求,但 161 個 open issues 顯示維護壓力較大,部分 issues 涉及特定平臺登入失效、代理配置問題。README 強調"接入方式會換代,你不用操心",但實際需依賴維護者持續跟進各平臺反爬策略,專案可持續性取決於社群貢獻活躍度。4630 個 forks 說明有一定二次開發需求,但也可能反映部分使用者需自行修改以適配特殊場景。

選型對比

vs 商業 API 聚合服務(如 RapidAPI):Agent Reach 完全免費且開源,但穩定性依賴社群維護,商業服務提供 SLA 保障和統一計費但成本高(Twitter API 官方 $100/月起)。

vs 單平臺爬蟲工具(如 yt-dlp/gallery-dl):Agent Reach 提供統一介面和自動路由切換,單工具需開發者自行組合且無故障轉移機制,但單工具在特定平臺可能有更深度的功能(如 yt-dlp 支援 1000+ 影片站)。

vs Browserbase/Firecrawl 等瀏覽器自動化:Agent Reach 聚焦"讀內容",不處理登入後的複雜互動(表單提交/多賬號隔離),後者適合需要"操作網頁"的場景但成本更高(Browserbase $0.5/小時)。

取捨建議:預算有限且主要做資訊獲取選 Agent Reach,需要 SLA 保障的生產環境選商業 API,需要複雜網頁互動配合 BrowserAct 等工具。

已知坑

OpenClaw 使用者需手動開啟 exec 許可權:預設 messaging 工具配置禁止執行 shell 命令,需設定 tools.profilecoding 並重啟 Gateway,否則無法安裝。

伺服器部署強依賴代理:Reddit/Twitter 等平臺封禁雲伺服器 IP,必須配置 ISP 代理($1/月),本地電腦不受影響但文件未明確說明代理提供商推薦。

登入態維護成本:小紅書/Facebook/Instagram 等平臺需通過 OpenCLI 複用瀏覽器 Cookie,瀏覽器更新或 Cookie 過期需重新配置,README 稱"Cookie 只存本地"但未說明過期處理機制。

平臺介面不穩定風險:專案承諾"某個接入方式失效了我們換下一個",但 2026-06 yt-dlp 被 B站封禁事件顯示切換視窗期可能存在服務中斷,生產環境需評估容錯能力。

161 個 open issues:部分涉及特定平臺登入失敗、代理配置報錯,新使用者可能遇到文件未覆蓋的邊緣情況,需有一定 Python/CLI 除錯能力。

安装方式:pip