Agent-Reach
Panniantong/Agent-Reach加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
你让 Claude Code 去搜一下 Twitter 上大家怎么评价 Cursor，写一份竞品分析报告。它能帮你写代码、改文档，但说到上网找资料，它就瞎了——Twitter API 要收费，Reddit 返回 403，B 站视频连不上，Google 搜索结果质量参差不齐。
这不是 AI 不够聪明，而是它根本没有接入互联网的眼睛。
Agent Reach 解决的就是这个问题：一句命令，让你的 AI Agent 能读推特、搜 Reddit、提取 YouTube 字幕、刷小红书、查雪球股票……14+ 平台，开箱即用，零 API 费用。GitHub 斩获 20,000+ stars，是 2024-2025 年 AI Agent 基础设施领域最热门的工具之一。
Agent 的能力再强，也需要外部信息喂养。但每个互联网平台都有自己的门禁：
传统方案是一个一个平台去踩坑：找工具、装依赖、配置 API Key、调 Cookie……光让 Agent 能读个推特，就得折腾半天。
Agent Reach 的作者 Neo Reid（GitHub: Panniantong）正是看到了这个痛点，开发了这款工具。它的核心定位是：Agent 的互联网能力安装器 + 诊断工具，而不是 API 封装层。安装之后，Agent 直接调用上游工具，Agent Reach 只负责路由和配置。
Agent Reach 的代码架构非常清晰，采用通道（Channel）插件模式：
agent_reach/
├── channels/ # 每个平台一个插件
│ ├── base.py # BaseChannel 基类
│ ├── twitter.py # Twitter/X 支持
│ ├── youtube.py # YouTube 字幕提取
│ ├── bilibili.py # B站支持
│ ├── reddit.py # Reddit via rdt-cli
│ ├── github.py # GitHub 读写
│ ├── xiaohongshu.py # 小红书
│ ├── weibo.py # 微博热搜/搜索
│ ├── xueqiu.py # 雪球股票
│ └── ... # 共 14+ 个平台
├── integrations/
│ └── mcp_server.py # MCP 协议接入
├── cli.py # CLI 入口 (agent-reach)
├── core.py # 核心路由逻辑
├── config.py # YAML 配置管理
└── doctor.py # 诊断引擎
每个 Channel 只需实现四个方法：can_handle(url)、read(url)、search(query)、check()。这种设计让添加新平台变得极其简单——只需新建一个 Python 文件，继承 BaseChannel，实现四个方法即可。
上游工具链：Agent Reach 本身不造轮子，而是调用成熟的上游工具：
yt-dlp：YouTube/B站视频解析（最成熟的开源方案）rdt-cli：Reddit 认证读写twitter-cli：Twitter 数据访问Jina Reader：通用网页转 Markdowngh CLI：GitHub 认证操作Agent Reach 支持 14+ 互联网平台，分三类：
| 类型 | 平台 | 无需配置 | 需配置 |
|---|---|---|---|
| 信息流 | YouTube、RSS、微信公众号、微博热搜 | ✅ | — |
| 社区 | Twitter/X、Reddit、小红书、B站 | 部分 | Cookie/代理 |
| 专业数据 | 雪球股票、小宇宙播客、LinkedIn | 部分 | 认证 |
对于 YouTube、RSS、微信公众号、微博等平台，安装即用，无需任何配置。一条命令安装后，Agent 就能直接调用：
# 一句话安装（复制给 Agent）
帮我安装 Agent Reach：https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/install.md
# Agent 安装后，直接调用
agent-reach read 'https://www.youtube.com/watch?v=xxxx' # 提取字幕
agent-reach read 'https://mp.weixin.qq.com/s/xxxx' # 读公众号全文
agent-reach search '最新AI框架对比' # 全网语义搜索
agent-reach doctor 是项目的亮点之一：运行一条命令，它会告诉你哪个渠道通了、哪个不通、缺什么配置、怎么修复。对于中文用户来说，最大的痛点往往是中国平台需要代理，doctor 命令可以精确定位问题。
通过 MCP（Model Context Protocol），Agent Reach 可以作为 Claude Code、Cursor、Windsurf 等主流 Agent 的工具接入。Agent 只需说「帮我安装 Agent Reach」，Skill 系统会自动检测 agent-reach CLI 是否可用，缺失时自动安装。
| 维度 | 评估 |
|---|---|
| 语言 | Python 3.10+（核心）+ Shell（脚本）+ TypeScript（MCP） |
| 构建 | hatchling + uv 包管理 |
| 依赖策略 | constraints.txt 固定版本，yt-dlp==2025.5.22 |
| 测试 | pytest + test.sh 集成测试，覆盖 CLI 各功能 |
| 代码规范 | ruff + mypy 类型检查，代码整洁度很高 |
| 文档 | 中文/英文/日文/韩文 README，CLAUDE.md 开发者指南 |
代码质量评分：85/100。主要亮点：类型提示完整、Channel 插件架构优雅、依赖版本锁定保证可复现性。扣分点：部分 Channel 实现依赖外部 CLI 工具，错误处理可以更细致。
本地使用（推荐）：零成本。不需要代理，不需要 API Key。Cookie 认证时优先使用 Chrome 插件 Cookie-Editor 导出，比扫码更简单可靠。Cookie 只存在本地，不上传，代码完全开源可审查。
服务器部署：仅需一个代理（每月约 1 美元），解决 B 站、小红书等平台的 IP 屏蔽问题。
安装步骤：
pip install agent-reach 或 pip install https://github.com/Panniantong/agent-reach/archive/main.zipagent-reach install --env=auto（自动安装 yt-dlp、gh CLI 等依赖）agent-reach doctor（诊断各渠道状态）平台政策风险：Twitter、Reddit 等平台持续收紧爬虫策略，依赖上游工具更新。用户需定期运行 agent-reach install --env=auto 更新依赖。
中文平台代理依赖：B 站、小红书等在国内运营的平台，海外 IP 无法直接访问，服务器部署必须配置代理，增加了一点点复杂度。
认证 Cookie 维护：部分平台需要 Cookie 才能完整使用，Cookie 有时效性，需要定期更新。文档中有详细的 Cookie 导出教程，降低了这个门槛。
非 Windows 原生：主要在 macOS/Linux 测试，Windows 用户建议用 WSL2。
Agent Reach 的爆发式增长（20,000+ stars）反映了一个大趋势：AI Agent 正从「能做什么」进化到「能感知什么」。单纯的代码生成能力已经不够，Agent 需要实时获取互联网上的信息才能做出有价值的判断。
Agent Reach 的定位非常聪明——它不是重新造轮子，而是把现有的优秀工具（yt-dlp、rdt-cli、Jina Reader）串联起来，做成一个开箱即用的互联网能力包。这种粘合层定位让它能够快速跟进各平台 API 变化，保持工具链的活力。
从 AI 开发者视角看，Agent Reach 是目前性价比最高的 Agent 互联网能力扩展方案——零成本、覆盖广、更新快、维护活跃。如果你正在构建需要联网的 AI 应用或 Agent，它值得优先考虑。
GitHub 项目地址：https://github.com/Panniantong/Agent-Reach 许可证：MIT 当前版本：1.4.0