Panniantong/Agent-Reach:给 AI Agent 一双眼睛,一行命令解锁 16 大互联网平台,零 API 费

Panniantong/Agent-Reach 是一个面向 AI Agent 的「互联网能力层」开源工具,GitHub 上 53,800+ stars。它的思路非常直接:把 AI Agent 接入互联网这件事,从一个需要折腾好几天、各种 API key、登录态、付费墙、平台风控的工程任务,压缩成一句话——「帮我安装 Agent Reach」。

装好之后,Claude Code、Cursor、Windsurf、Cline、OpenClaw 这些 Agent 都能直接读任意网页、看 YouTube 字幕、搜推特、刷 Reddit、看 B 站、查小红书、做全网语义搜索。整个过程不调用任何付费 API(默认接的 Exa 也是免费的 MCP 接入),Cookie 完全本地存储,代码全部开源可以审计。

它的定位不是「又一个工具」,而是「工具的工具」——一个能力路由层,负责选型、安装、体检、切换后端。这种架构最大的好处是:当你用某个 AI Agent 调查全网舆情、调研开源项目、刷视频提取字幕时,不用每次都重新折腾环境。

截至 2026 年 7 月,Agent-Reach 已经覆盖国内外主流的 16 个互联网平台,从国外常见社交媒体到中文用户特有的 B 站、小红书、雪球、小宇宙等都可以一键接入,是当下同类工具里覆盖最广、零配置比例最高的选择之一。

一、项目简介

Agent-Reach 由 Panniantong 个人开发者维护,定位是「AI Agent 的互联网能力层」。它的目标很清晰:让任意 Agent 接入互联网变得像安装一个 npm 包一样简单。

有几个非常突出的数据点:

• GitHub 上已超过 53,800 stars,过去 30 天新增约 29,800 stars——月度增长排名前列
• 长期占据 GitHub Python trending 前 10
• 文档支持中英日韩四种语言,主仓库 README 中文友好
• 许可证:MIT,完全开源,可商用
• 语言:Python 100%

它不是从零做每个平台的爬虫或 API 调用。每个平台都接入了多条「候选后端」,Agent-Reach 负责实时探测哪条路当前可用,自动切换路由。2026 年 3 月一批单平台 CLI 集体停更,6 月 yt-dlp 被 B 站风控 412 封死,Agent-Reach 都通过路由切换保住了正常使用——这对用户来说是无感的。

它有别于 browser-use 这类「整页面自动化」项目,而是聚焦在「读和搜索」场景——读网页、读视频字幕、读社交媒体帖子、读 RSS。这种聚焦让它能在「查询类」任务上做到接近零成本,同时不需要复杂的浏览器配置。

二、核心功能

2.1 一句话安装

用户只需要把「帮我安装 Agent Reach:[URL]」这句话发给自己的 AI Agent,Agent 会自动完成 pip install、依赖检测、环境配置、SKILL.md 注册全套流程。几分钟后 Agent 就获得了全网调研能力。

2.2 16 大平台覆盖

目前支持:网页阅读、YouTube、Twitter/X、Reddit、Facebook、Instagram、小红书、B 站、LinkedIn、V2EX、雪球、小宇宙播客、GitHub、RSS、全网语义搜索。可以说是当下覆盖面最广的 AI Agent 互联网工具集。

2.3 零配置 6 大渠道

完全不需要配置就能用的渠道有 6 个:网页阅读(Jina Reader)、YouTube 字幕(yt-dlp)、GitHub 公开仓库(gh CLI)、RSS 阅读(feedparser)、B 站搜索(bili-cli)、V2EX 热门。这 6 个加起来覆盖了 80% 的常见 Agent 调研场景。

2.4 需登录态的渠道

需要登录态才能解锁全部能力的渠道包括 Twitter/X、Reddit、Facebook、Instagram、小红书、LinkedIn。这些通过「OpenCLI 复用 Chrome 登录态」实现,用户不需要手动导出 Cookie,而是用平时刷小红书的 Chrome 浏览器直接登录即可。

2.5 多后端路由(自愈能力)

每个渠道都接入了 2-3 个候选后端,运行时探测,坏了自动切换。例如:

• Twitter:twitter-cli → OpenCLI → bird(三重备选)
• Reddit:OpenCLI → rdt-cli
• 小红书:OpenCLI → xiaohongshu-mcp → xhs-cli
• YouTube:yt-dlp(主力)
• B 站:bili-cli → OpenCLI → 搜索 API

2.6 全网语义搜索

通过 Exa MCP 接入,免费、无需 API key。基于 AI 嵌入做语义搜索,比传统关键词搜索更接近人类意图。

2.7 一句话配置登录平台

需要登录态的平台不需要去查文档,直接告诉 Agent「帮我配 Twitter」或「帮我配小红书」,Agent 会一步一步引导完成。

2.8 自带 doctor 体检

agent-reach doctor 一条命令就能给出每个渠道的健康状态——通了几个、卡在哪个、怎么修。这对运维和排查问题极其友好。

2.9 安全模式

agent-reach install --safe 不会自动安装系统包,只会列出需要什么,由用户决定装不装。降低了对生产环境的破坏风险。

2.10 完全开源 + Cookie 本地化

Cookie 和 Token 只存在 ~/.agent-reach/config.yaml,文件权限 600。不上传不外传,代码开源可审计。

2.11 SKILL.md 自动注册

安装流程会在 Agent 的 skills 目录自动注册一份 SKILL.md,Agent 遇到「全网调研」「搜推特」「看视频」这类需求时,会自己判断该调哪个上游工具。用户完全不需要记命令,只要在对话里描述意图。

2.12 个人开发者维护,响应快

由 Panniantong 个人开发者持续迭代,GitHub 提交记录高频。平台封了某个工具、某个站点改了风控,通常几天内就会有新版路由调整。

三、使用场景

3.1 全网舆情监控

告诉 Agent「帮我搜一下推特上大家怎么评价这个产品」,Agent 会自动搜推特、抓小红书口碑、读 Reddit 讨论,汇总成一份舆情报告。

3.2 YouTube 视频快速学习

「这个 30 分钟的 YouTube 教程讲了啥?」——Agent 提取字幕,生成文字摘要,把视频压缩成一段话。

3.3 B 站技术视频摘要

「帮我总结这个 B 站技术视频的要点」——Agent 用 bili-cli 提取信息,产出结构化笔记。

3.4 竞品调研

「去 GitHub 上看这个开源仓库是做什么的,Issues 里大家最关心什么」——Agent 自动分析仓库、提取 README、汇总热门 Issue。

3.5 跨境市场调研

「帮我看看 LinkedIn 上这个岗位的需求」或「Instagram 上这个品牌最近在推什么」——Agent 跑完不需要手动复制粘贴。

3.6 投资情绪分析

「雪球上这只股票最近大家在聊什么?」——Agent 抓雪球帖子、热门股排行,生成情绪指标。

3.7 学术调研

「帮我在网上搜一下最新的 LLM 框架对比」——Agent 用 Exa 做语义搜索,聚合多个来源。

3.8 RSS 订阅整合

「订阅这个 RSS 源,有更新告诉我」——Agent 自动接入 feedparser,持续跟踪。

3.9 小红书内容运营

「帮我看看小红书这个品类的爆款笔记都怎么写」——Agent 抓数据、做分类、提炼爆款公式。

3.10 播客转录整理

「这个播客讲了啥?」——Agent 拉音频、用 Whisper 转录,产出文章化版本。

3.11 内容运营灵感采集

自媒体团队可以用 Agent 监控多个平台的爆款话题,自动汇总「最近大家都在讨论什么」,作为选题参考。

3.12 学术论文预检索

研究人员可以在动手查 Google Scholar 之前,用 Agent 把目标方向的近期讨论、做过的开源实现、最近的 benchmark 都过一遍,几分钟拿到一份粗筛的文献清单。

四、安装与使用

4.1 最快路径(Agent 自动安装)

在 Claude Code、Cursor、Windsurf 或 OpenClaw 对话里直接粘贴:

> 帮我安装 Agent Reach:https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/install.md

Agent 会按 SKILL.md 文档自动完成以下流程:pip install 装好 agent-reach CLI、自带的 yt-dlp/feedparser、检测并安装 Node.js 等系统基建、配置 Exa MCP 接入、判断本地电脑 vs 服务器环境、注册 SKILL.md 到 Agent 的 skills 目录。整个流程通常几分钟搞定。

4.2 OpenClaw 用户特别提示

默认 OpenClaw 用的是 messaging 工具配置,Agent 无法执行 shell 命令。需要在 ~/.openclaw/openclaw.json 中将 tools.profile 设为 coding,重启 Gateway 后 Agent 才有 exec 权限。其他 Agent(Claude Code / Cursor / Windsurf)不受此限制。

4.3 安全模式安装

如果对系统不放心,可以用安全模式:

> 帮我安装 Agent Reach(安全模式):https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/install.md 安装时使用 –safe 参数

Agent 会列出需要什么,但不会自动装系统包,由用户决定。

4.4 安装后使用

装完直接告诉 Agent:

• “帮我看看这个链接” → 读任意网页
• “这个 GitHub 仓库是做什么的” → 分析仓库
• “B 站搜一下 AI 教程” → 跑搜索
• “全网搜一下 LLM 框架对比” → Exa 语义搜索

Agent 会自动调用对应的上游工具,不需要用户记命令。

4.5 配置登录平台

需要登录态的平台,直接告诉 Agent:

• “帮我配 Twitter”
• “帮我配小红书”
• “帮我配 LinkedIn”

Agent 会引导你完成 Chrome 登录态绑定。

4.6 健康检查

随时跑 agent-reach doctor 看每个渠道的状态,以及现在走的是哪条后端路线。

五、技术亮点

5.1 能力层而非工具

Agent-Reach 不是又一个爬虫或 API 封装,而是「能力路由层」。它负责选型、安装、体检、路由,实际读取由 Agent 直接调用上游工具完成,没有包装层,避免了双重调用损耗。

5.2 多后端路由自愈

每个渠道按序真实探测各候选后端(不只是看命令存不存在),第一个完整可用的当选,坏掉的会给出修复处方。这种「自愈」机制让用户在高风险的风控对抗中无感——平台封了一个 CLI,Agent-Reach 立刻切下一个。

5.3 Cookie 安全设计

凭据只存在本地的 ~/.agent-reach/config.yaml,文件权限 600,不上传不外传。代码完全开源可审计。这对处理企业账号、自媒体矩阵号的场景尤其重要。

5.4 本地零成本

本地电脑使用时不需要任何代理或付费 API。所有上游工具(yt-dlp、Jina Reader、bili-cli、Exa)都免费,只有部署在服务器时才需要 ~$1/月的代理。

5.5 与 MCP 生态深度集成

通过 mcporter 接入 Exa,符合 Model Context Protocol 标准,可以在任何支持 MCP 的 Agent 客户端中使用。

5.6 跨平台兼容

兼容 Claude Code、OpenClaw、Cursor、Windsurf、Cline 等几乎所有主流 AI Agent 客户端。这种兼容性来自 SKILL.md 的标准注册机制——任何一个会读 Markdown 的 Agent 都能识别。

5.7 持续换代

「平台封了我们修,有新渠道我们加」——这是一个长期维护的项目,而不是一次性 toy。GitHub 提交记录显示持续活跃。

5.8 单一爬虫 vs 能力层

传统爬虫类工具是「我读了什么」,能力层思路是「我知道当下用什么读」。Agent-Reach 把后端的更迭成本从用户转嫁到了维护者,用户只关心意图,不关心渠道。这种设计的长期价值在风控对抗愈发激烈的当下会越来越大。

5.9 中英文档完善度均衡

主 README 提供中英日韩四种语言,降低跨国团队协作成本。中文翻译质量高,术语准确,不是机翻水平,这一点在国内运维工程师使用海外 Agent 工具时至关重要。

六、同类项目对比

如果目标是「让 AI Agent 一次性接入 16 个互联网平台,无需自己折腾每个工具」,Agent-Reach 是唯一选择。

如果只需要某个具体能力(比如只读 YouTube 字幕),直接用 yt-dlp 也可以。

如果要做复杂的浏览器操作(填写表单、多步流程、登录后操作),browser-use 更合适。但 Agent-Reach 本身的 partners section 也推荐了 BrowserAct 这类专业工具配合。

七、常见问题