Agent Reach：为 AI Agent 一键装上互联网眼睛

核心观点

AI Agent 在本地任务（写代码、改文档）上已经很强，但一旦需要"上网找东西"就会处处碰壁——付费 API、反爬封锁、登录墙、脏数据……每个平台都是一道独立的门槛。Agent Reach 的核心价值是做一个"能力层（Capability Layer）"：替你选好当下最稳的接入工具、装好、体检好，接入方式迭代时用户无感切换。

一句话装好：

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

---

关键信息

一、解决的核心痛点

场景	原来的问题	Agent Reach 的解法
YouTube 教程	拿不到字幕	yt-dlp 提取字幕，无需 Key
Twitter 搜索	API 需付费	twitter-cli Cookie 认证，完全免费
Reddit 读帖	403 被封	OpenCLI 复用浏览器登录态
小红书口碑	必须登录	OpenCLI 复用本地浏览器 Cookie
B 站视频	yt-dlp 被风控拦截	切换 bili-cli，无需登录
全网搜索	要么付费要么质量差	Exa 语义搜索，MCP 接入免 Key
读网页	返回一堆 HTML 标签	Jina Reader 清洁提取
GitHub	认证配置麻烦	gh CLI 官方工具

---

二、支持的平台总览

平台	零配置可用	配置后解锁
🌐 网页	✅ 阅读任意网页	—
📺 YouTube	✅ 字幕 + 搜索	—
📡 RSS	✅ 任意 RSS/Atom 源	—
📦 GitHub	✅ 读公开仓库	私有仓库、Issue/PR
🔍 全网搜索	✅ 自动配置 Exa	—
💻 V2EX	✅ 热门/节点帖子	—
📈 雪球	✅ 股票行情	—
🐦 Twitter/X	读单条推文	搜索、时间线
📺 B 站	搜索+详情	字幕（需登录）
📖 Reddit	❌（匿名接口已封）	搜索+帖子+评论
📕 小红书	❌	搜索、阅读、评论
💼 LinkedIn	读公开页面	Profile/公司/职位
🎙️ 小宇宙播客	—	音频转文字（Whisper）

---

三、设计理念：能力层 vs 工具层

Agent Reach（能力层）
    ↓ 负责：选型 / 安装 / 体检 / 路由
上游工具（工具层）
    ↓ 负责：实际的读取和搜索
  Jina Reader / yt-dlp / gh CLI / twitter-cli / bili-cli / Exa ...

每个平台 = 有序后端列表（首选 + 备选），某条路失效时只需调整列表顺序，不重写代码：

channels/
├── web.py          → Jina Reader
├── twitter.py      → twitter-cli ▸ OpenCLI ▸ bird
├── youtube.py      → yt-dlp
├── github.py       → gh CLI
├── bilibili.py     → bili-cli ▸ OpenCLI ▸ 搜索 API
├── reddit.py       → OpenCLI ▸ rdt-cli
├── xiaohongshu.py  → OpenCLI ▸ xiaohongshu-mcp ▸ xhs-cli
├── linkedin.py     → linkedin-mcp ▸ Jina Reader
├── rss.py          → feedparser
└── exa_search.py   → Exa via mcporter

真实案例： 2026-06，yt-dlp 被 B 站风控 412 封死 → 自动切换 bili-cli，用户零操作。

---

四、快速上手

安装（一句话交给 Agent）：

帮我安装 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

安全模式（不自动改系统）：

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

安装后自动完成的事：

• pip install 装好 agent-reach 命令行（含 yt-dlp、feedparser）
• 自动检测并安装 Node.js、gh CLI、mcporter
• 通过 MCP 接入 Exa 搜索引擎（免费，无需 Key）
• 注册 SKILL.md 到 Agent 的 skills 目录（Agent 以后自动知道调哪个工具）
• 菜单询问是否需要安装需要登录的平台（Twitter、小红书、Reddit）

诊断命令：

agent-reach doctor        # 查看每个渠道状态与当前走哪条路
agent-reach install --dry-run  # 预览所有操作，不实际执行
agent-reach uninstall     # 完整卸载（含 token/cookie/skill 文件）

---

五、安全机制

措施	说明
🔒 凭据本地存储	Cookie/Token 存于 ~/.agent-reach/config.yaml，权限 600，不上传
🛡️ 安全模式	--safe 参数不自动修改系统，仅列出所需
👀 完全开源	代码及所有依赖均可审查
🔍 Dry Run	--dry-run 预览所有操作
🧩 可插拔架构	不信任某组件直接替换对应 channel 文件

⚠️ 封号风险提示： 使用 Cookie 登录的平台（Twitter、小红书）存在被检测封号的风险，务必使用专用小号，不要用主账号！

---

六、Cookie 配置通用流程

浏览器登录目标平台
    ↓
Chrome 插件 Cookie-Editor 导出 Cookie
    ↓
发给 Agent 即完成配置

---

代码 / 示例

装好后无需记命令，直接告诉 Agent：

# 读任意网页
curl https://r.jina.ai/URL

# 查 GitHub 仓库
gh repo view owner/repo

# 提取 YouTube 字幕
yt-dlp --write-sub --skip-download "https://youtube.com/watch?v=xxx"

# B 站搜索（无需登录）
bili search "AI 教程"

# 全网语义搜索（Exa）
# Agent 自动调用，无需手动命令

# Twitter 搜索（需配置 Cookie）
twitter search "关键词"
twitter tweet URL

# Reddit（需登录态）
opencli reddit search "关键词"

# 小红书（桌面）
opencli xiaohongshu search "关键词"
opencli xiaohongshu note URL

# 订阅 RSS
# feedparser 自动处理

# 诊断所有渠道
agent-reach doctor

---

个人启发

1. "能力层"思维值得借鉴：Agent Reach 不做底层工具，只做选型、路由和体检。这种"胶水层"设计在工具生态快速迭代的时代非常实用——底层实现随时可换，上层接口保持稳定，用户无需感知变化。

2. "一句话安装"是极致的用户体验设计：把复杂的环境配置流程封装成一条可以直接粘贴给 AI 的自然语言指令，极大地降低了使用门槛。这提示我们：工具的分发和安装本身也可以被 AI 化。

3. 多后端有序路由是解决平台不稳定性的最佳实践：互联网平台的反爬、API 变更是常态，用"首选 + 备选有序列表"而非硬编码单一方案，是应对这种不确定性的成熟工程策略。

---

延伸思考

1. AI Agent 的"感知边界"问题：当 Agent 能自由读取 Twitter、小红书、Reddit 时，信息茧房和信息过载的问题会被放大还是缩小？Agent 应该如何过滤和评估来自不同平台的信息质量？

2. Cookie 复用的平台博弈：各平台正在不断加强对自动化行为的检测（如 B 站的 412 风控），而工具方通过切换方案应对，这本质上是一场持续的猫鼠游戏。未来是否会出现一种对双方都更友好的"AI 访问协议"标准？

3. "能力层"架构的泛化潜力：Agent Reach 目前聚焦在"读内容"，如果将这种架构扩展到"写操作"（发帖、点赞、互动），配合浏览器自动化工具，AI Agent 的行动能力边界在哪里？这对社会和平台治理又意味着什么？