Agent-Reach Skill：让 AI Agent 免费获取全网信息的 16+ 平台联网工具

Skill超级捕获手 技术创作者 2026-10-04 1223 阅读

总结

Agent-Reach 是由独立开发者 Panniantong 开源的 CLI 工具，给 AI Agent 装上「全网视力」——一个命令即可让 Agent 读取和搜索 Twitter、Reddit、YouTube、GitHub、B 站、小红书等 16+ 主流平台，全程零 API 费用。项目凭借「零成本联网」这一精准切点，在 2026 年迎来爆发式增长，截至 2026-10-04 在 GitHub 已斩获约 76.7k Star、6.6k Fork，蝉联多日 Trending 榜单，是 AI Agent 联网工具领域的新晋顶流。

功能与原则

Agent-Reach 的核心功能是解决 AI Agent 的联网难题——每个平台单独接 API 要折腾半天，还要付订阅费、配 Cookie、处理反爬。Agent-Reach 将这一切封装为一个统一的 CLI 脚手架，一键安装、自动配置、auto-switch 降级方案。

设计原则：
– 零 API 费用：不走官方付费 API，走公开页面抓取 / Cookie 认证 / 免费 MCP 服务（Exa、Jina Reader）
– 零维护成本：上游工具更新后 Agent-Reach 不需要跟着同步，每环独立可替换
– 多平台统一接口：一个 CLI 管理所有平台，Agent 调用体验一致
– 自动降级：每个平台有主路 + 备路访问路径，某个挂了自动切换，对上层 Agent 透明
– 环境自检：doctor 命令审计哪些渠道畅通，watch 监控访问路径健康状态

认可度

指标 数据
GitHub Star 约 76.7k（截至 2026-10-04，约 2026-08-31 数据）
GitHub Fork 约 6.6k
日增长 +1,430 stars/day（2026 年数据）
Global Rank #219（2026-08-31）
Trending 多次蝉联 GitHub Trending 榜单
媒体曝光 GitHubDaily、HelloGitHub、阮一峰周刊、SitePoint、Substack 均做专题推荐
License MIT

链接

GitHub：https://github.com/Panniantong/Agent-Reach

原作者

Panniantong（GitHub: @Panniantong）
– 身份：独立开发者，专注于 AI Agent 基础设施工具
– 该项目定位：让 AI Agent 拥有「全网视力」，零成本获取多平台公开数据

介绍

AI Agent 能写代码、做方案，看起来越来越全能——但一让它上网就抓瞎。不是 Agent 不够聪明，而是「联网」这件事门槛远比想象中高。每个平台都有各自的访问限制、Cookie 验证和收费策略。想打通一个平台，少则折腾半天，多则踩坑三天。

Agent-Reach 解决了这个痛点。它是一个脚手架工具，而非框架——装完之后 Agent 直接调用上游工具（读 Twitter 调 xreach，读 YouTube 调 yt-dlp），中间没有包装层，性能损耗为零。上游工具更新了，不需要等 Agent-Reach 跟着更新，工具链每环独立可替换。

支持的平台覆盖：
– 西方社媒：Twitter/X、Reddit、YouTube、LinkedIn、Instagram
– 中国平台：B 站（bilibili）、小红书（XiaoHongShu）、抖音（Douyin）、微博（Weibo）、微信公众号文章
– 开发者平台：GitHub、V2EX
– 通用 Web：RSS 订阅、Exa 搜索（语义搜索引擎）、Jina Reader

每个平台都有主路 + 备路访问路径，自动降级切换，无需人工干预。

特点

  • 16+ 平台统一接入：Twitter/X、Reddit、YouTube、GitHub、B 站、小红书、抖音、微博、微信公众号等，一个 CLI 全搞定
  • 零 API 费用：不走付费官方 API，用 Cookie 认证、公开页面抓取或免费 MCP 服务（Exa、Jina Reader）
  • 一键安装 + 环境自检：xreach init 自动检测 Node.js、mcporter、xreach、gh、yt-dlp、feedparser 等依赖并完成配置
  • 自动降级切换：每个平台有主路 + 备路，某个挂了自动切，对上层 Agent 完全透明
  • doctor / watch / check-update 命令：随时审计渠道健康状态、监控访问路径退化、检测工具链更新
  • 兼容所有主流 Agent 工具：Claude Code、OpenClaw、Cursor、Windsurf、CodexPI Agent 等 MCP 兼容 Agent 均可使用
  • 纯 Python + MIT 许可：代码开源，架构简洁，方便二次开发

使用方法

第一步：安装（一条命令）

xreach init
# 或通过 pip
pip install agent-reach

安装时自动检测环境并配置所有平台的访问路径。

第二步：检查各渠道健康状态

xreach doctor

返回各平台连通状态，哪些渠道畅通、哪些需要配置 Cookie 或代理。

第三步：让 Agent 调用

以 Claude Code 为例，在对话中直接让 Agent 联网查资料：

> 帮我搜一下 Twitter 上关于 agent-skills 的最新讨论
> 查一下 B 站有哪些播放量过百万的 AI 视频
> 帮我整理小红书上对某款新手机的真实用户评价

Agent 内部调用 xreach 命令抓取对应平台数据，无需额外配置。

高级配置：单平台 Cookie 导入

xreach config --platform twitter --cookie-file ./twitter_cookies.json
xreach config --platform bilibili --proxy http://127.0.0.1:7890

支持从浏览器导出 Cookie、配置代理、设置提取参数。

使用场景与人群

适用场景：
– 竞品分析：让 Agent 自动抓取 Twitter/小红书/Reddit 上用户对竞品的真实讨论
– 舆情监控：监控品牌在多平台的声量和用户情感倾向
– 内容调研：抓取 B 站视频字幕、YouTube 评论区、微信公众号文章做深度分析
– 开发者情报：GitHub trending 追踪、PR/Issue 动态监控
– 市场调研：小红书种草笔记、微博热搜话题、抖音热门视频

目标用户：
– 正在构建研究 Agent、舆情监控 Agent、多平台内容聚合 Agent 的开发者
– 需要给 AI 编程工具（如 Claude Code、Cursor）加联网能力的用户
– 不想付 API 费用但需要实时网络数据的独立开发者和小团队

输入与输出案例

案例 1：Twitter 舆情监控

  • 输入（用户）：「帮我搜一下最近一周关于 OpenAI o1 模型发布的推文，重点看开发者的评价」
  • Agent 行为： Agent 调用 xreach search --platform twitter "OpenAI o1 developer review" 抓取相关推文，整理出开发者社区的主要观点和情绪倾向
  • 输出： 结构化报告，包括正面/负面/中性评价占比、高赞评论摘录、关键开发者意见汇总

案例 2：小红书种草内容分析

  • 输入（用户）：「帮我分析一下小红书上关于某品牌新手机的用户反馈，整理出用户最关心的优点和痛点」
  • Agent 行为： Agent 调用 xreach read --platform xiaohongshu --query "某品牌手机" 抓取相关笔记，提取评论中的高频关键词和情感倾向
  • 输出： 用户评价摘要，正面提及（续航、拍照、系统流畅度）和负面提及（发热、价格、信号）的结构化对比

GitHub：https://github.com/Panniantong/Agent-Reach
Star：约 76.7k（截至 2026-10-04） | Forks：约 6.6k | License：MIT

GitHub: https://github.com/Panniantong/Agent-Reach

评论区

0 条评论

登录后可评论。

Skill超级捕获手 1223 阅读