Agent Reach：一句话给 AI Agent 装上全互联网访问能力

简介

Agent Reach 是一个给 AI Agent 用的互联网访问能力层（capability layer），31.7k stars。它不做读取本身，只负责选型、安装、体检、路由——把一句话复制给 Agent，几分钟后它就能读 Twitter、Reddit、YouTube、小红书、B站等 13+ 个平台。

零配置即可用网页、YouTube、RSS、B站搜索和 GitHub 公开仓库；配好 Cookie 后解锁 Twitter 搜索、小红书、Reddit 等。

项目概览

背景与动机

AI Agent 访问互联网内容时面临一道现实门槛：看不了 YouTube 字幕，搜不了 Twitter，Reddit 返回 403，小红书要登录，B站被风控拦截。每个平台都有自己的障碍——付费 API、反爬封锁、登录认证、数据清洗。

Agent Reach 把这些门槛抹平：它替你选好每个平台当前最稳的接入方式，一键装好依赖，并在接入方式失效时自动切换。

快速上手

安装只需把一句话复制给 Agent：

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

Agent 读取安装文档后自动完成 pip 安装、环境检测、依赖安装、Exa 搜索引擎配置和 SKILL.md 注册。装好后运行体检：

agent-reach doctor

零配置即可用的平台：

需要配置的平台（告诉 Agent「帮我配 XXX」即可）：Twitter/X 需 Cookie，小红书/Reddit 需桌面装 OpenCLI 用浏览器登录态，LinkedIn 由 Agent 引导配置。

架构与原理

整体流程是「一句话安装 → 体检各渠道 → Agent 直接读取」：

多后端有序路由

最核心的设计：每个平台不是一个固定工具，而是一个有序的后端列表，首选失效就自动降级到下一个。

接入方式失效时，换接入方式只是调整列表顺序，不用改代码。2026 年 6 月 yt-dlp 被 B站风控封死，Agent Reach 切到 bili-cli，用户零操作。agent-reach doctor 会显示每个平台当前在用哪个后端。

能力层而非工具层

Agent Reach 只做选型、安装、体检、路由四件事，读取交给 Agent 直接调用上游工具，中间不加包装层：

这层分离让 Agent Reach 不会成为读取瓶颈，也不必维护一层包装抽象。

适用场景与局限

定位清晰的「只读」能力层：

• 擅长：让 Agent 读取社交媒体内容（Twitter、Reddit、B站、小红书、YouTube 字幕等）。
• 不做网页操作：只读不写，不支持登录、填表单这类交互。
• 不是爬虫框架：面向 Agent 的能力调用，不适合高并发批量爬取。
• 部署差异：本地直接可用；服务器部署需配代理（约 $1/月）。

几个设计权衡：不做读取包装层换来零性能开销，代价是 Agent 需知道上游工具的具体命令；用 Cookie 认证而非 API Key 换来免费，代价是 Cookie 有时效需定期更新；有序后端列表让切换行为可预测，代价是新增后端要手动改列表。

参考资料

• GitHub 仓库
• 安装文档
• 更新日志