技能介绍

Agent Reach（作者 Panniantong）是一个开源免费的 CLI 工具，为 AI Agent 提供多平台互联网内容访问、搜索与提取能力，支持 Twitter、YouTube、B站、小红书、Reddit 等主流平台，零 API 费用。它面向的是 AI Agent「能写代码、改文档、管项目，但让它去网上找点东西就抓瞎」的困境——看不了 YouTube 字幕、搜不了推特（API 要付费）、Reddit 返回 403、小红书必须登录、B站被风控拦截、网页抓回来一堆 HTML 标签。

它的定位是能力层（capability layer），而不是又一个工具：比任何具体实现高一层，负责选型、安装、体检、路由，不负责底层读取本身；实际的读取与搜索由 Agent 直接调用上游工具完成，没有包装层。

适用场景

  • 让 Agent 总结 YouTube 或 B站技术视频的核心内容
  • 搜索并整理 Twitter 上对某个产品的用户评价
  • 去 Reddit 查有没有人遇到过同样的 bug
  • 查看小红书上某个品的口碑
  • 在网上搜索最新的 LLM 框架对比等资料
  • 阅读任意网页并拿到可读文本，而不是一堆 HTML 标签
  • 查询 GitHub 仓库信息与 Issue 内容
  • 订阅若干 RSS 源并跟踪更新

核心能力

支持的平台与解锁路径：

↔ 左右滑动查看完整表格
平台装好即用配置后解锁
网页阅读任意网页—
YouTube字幕提取 + 视频搜索—
RSS阅读任意 RSS/Atom 源—
全网搜索—全网语义搜索（MCP 接入，免费无需 Key）
GitHub读公开仓库 + 搜索私有仓库、提 Issue/PR、Fork
Twitter/X读单条推文搜索推文、浏览时间线、读长文
B站搜索 + 视频详情（bili-cli，无需登录）字幕（OpenCLI）
Reddit—搜索 + 读帖子和评论
Facebook—搜索、主页、Feed、群组列表
Instagram—用户搜索、Profile、用户最近帖子、Explore
小红书—搜索、阅读、评论
LinkedInJina Reader 读公开页面Profile 详情、公司页面、职位搜索
V2EX热门帖子、节点帖子、帖子详情+回复、用户信息—
雪球股票行情、搜索股票、热门帖子、热门股票排行—
小宇宙播客—播客音频转文字（Whisper 转录，免费 Key）

多后端路由。 每个平台都是一份「首选 + 备选」的有序后端列表，换接入方式等于调整列表顺序，不是重写代码。每个渠道文件会按序真实探测各候选后端（不只是看命令是否存在），第一个完整可用的当选，坏掉的会给出修复处方。当前选型举例：读网页用 Jina Reader（免费、不需要 API Key）；读推特用 twitter-cli，备选 OpenCLI；YouTube 字幕与搜索用 yt-dlp；B站用 bili-cli（yt-dlp 已被 B站风控 412 封死，2026-06 实测）；小红书用 OpenCLI（桌面），备选 xiaohongshu-mcp、xhs-cli；全网搜索用 Exa via mcporter；GitHub 用 gh CLI；RSS 用 feedparser。

自带诊断。 agent-reach doctor 一条命令告诉你每个渠道的通断状态、当前走哪条路，以及怎么修。

安全性。 Cookie、Token 只存在本机 ~/.agent-reach/config.yaml，文件权限 600，不上传不外传；agent-reach install 默认不修改系统，只有显式 --system 才安装外部工具并写入配置；--dry-run 可预览所有操作；架构可插拔，不信任某个组件时换掉对应 channel 文件即可。

效果预览

Agent Reach: 给AI Agent装上全网访问能力

工作方式

安装由 Agent 自己完成。把安装说明的链接复制给 Agent，它会依次：

  1. 安装 CLI 工具 — 从仓库安装 agent-reach 命令行（自带 yt-dlp、feedparser；注意不要从 PyPI 安装同名包，那不是本项目）
  2. 检查系统基建 — 检查 Node.js、gh CLI、mcporter，并给出缺失项的安装方式
  3. 按授权安装与配置 — 仅在显式传入 --system 时安装依赖并通过 MCP 接入 Exa
  4. 检测环境 — 判断是本地电脑还是服务器，给出对应的配置建议
  5. 按授权注册 SKILL.md — 仅在显式 --system 时写入 Agent 的 skills 目录；默认检查不改文件
  6. 问你要不要更多 — 默认只激活 6 个零配置渠道；小红书、Twitter、Reddit、Facebook、Instagram 这些需要登录态的，Agent 会列菜单问你要哪些，点名才装

渠道目录结构形如 channels/web.py → Jina Reader、channels/twitter.py → twitter-cli ▸ OpenCLI ▸ bird、channels/bilibili.py → bili-cli ▸ OpenCLI ▸ 搜索 API、channels/xiaohongshu.py → OpenCLI ▸ xiaohongshu-mcp ▸ xhs-cli，__init__.py 负责渠道注册供 doctor 检测。

关于 Cookie：Twitter 只接受用户通过 Cookie-Editor 手工导出的内容；Agent Reach 不替用户执行小红书登录，也不读取小红书浏览器 Cookie；OpenCLI 只使用用户已经存在且明确控制的 Chrome 会话。agent-reach configure xhs-cookies 不会把 Cookie 注入 OpenCLI / Chrome。Twitter Cookie 保存后仅供 agent-reach doctor 检查配置是否齐全，直接运行上游 twitter 命令前仍需在当前进程环境中显式设置 TWITTER_AUTH_TOKEN 和 TWITTER_CT0。

你需要提供

  • 一个能执行 shell 命令的 Agent（Claude Code、OpenClaw、Cursor、Windsurf 等）。OpenClaw 用户需先确认 exec 权限已开启，因为安装依赖 pip install、mcporter、twitter 等命令：openclaw config set tools.profile "coding"，或在 ~/.openclaw/openclaw.json 中设置 "tools": { "profile": "coding" }，然后重启 Gateway（openclaw gateway restart）并开启新对话。其他平台不受此限制。
  • Python 3.10+，以及按需补齐的 Node.js、gh CLI、mcporter。
  • 可选：服务器代理（约 $1/月）。本地电脑不需要代理，只有部署在服务器上才需要。
  • 需要登录态的平台要准备账号凭据。作者提醒：使用 Cookie 登录的平台（Twitter、小红书等）通过脚本/API 调用存在被平台检测并封号的风险，请务必使用专用小号，不要用主账号——既降低封号风险，也能在凭据泄露时限制影响范围。
  • 修改系统的授权。只有在你明确允许修改当前机器时，才使用 --system。

你会获得

  • 一个可直接调用的 agent-reach 命令行工具，以及注册进 Agent 的 SKILL.md 技能说明（Agent 读了它就知道该调什么，不需要你记命令）
  • 已激活的 6 个零配置渠道：网页阅读、YouTube 字幕、B站搜索与详情、GitHub 公开仓库、RSS、Exa 语义搜索
  • agent-reach doctor 的逐渠道体检结果与修复处方
  • 按需解锁的登录态渠道能力（Twitter 搜索与时间线、Reddit 帖子与评论、小红书搜索阅读评论、Facebook、Instagram、LinkedIn、雪球、小宇宙播客转写等）
  • 本地凭据配置 ~/.agent-reach/config.yaml（权限 600）

使用示例

安装（把这句话复制给你的 Agent）：

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

先做只读安全检查的版本：

帮我安全检查并安装 Agent Reach：https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/install.md

更新：

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

安装方式选项：

↔ 左右滑动查看完整表格
方式命令
默认安全检查agent-reach install --env=auto
显式安装系统依赖agent-reach install --env=auto --system
兼容安全参数agent-reach install --env=auto --safe
仅预览agent-reach install --env=auto --dry-run

装好后直接告诉 Agent 就行，不需要记命令：

帮我看看这个链接
这个 GitHub 仓库是做什么的
这个 YouTube 视频讲了什么
B站搜一下 AI 教程
全网搜一下 LLM 框架对比
订阅这个 RSS

卸载：

agent-reach uninstall

# 只预览，不实际删除
agent-reach uninstall --dry-run

# 只删 skill 文件，保留 token 配置（重装时用）
agent-reach uninstall --keep-config

卸载会清除 ~/.agent-reach/（含所有 token/cookie）、各 Agent 的 skill 文件、mcporter 中的 MCP 配置；卸载 Python 包本身用 pip uninstall agent-reach。