一天一个开源项目（第48篇）：Agent-Reach - 给 AI Agent 装上互联网能力，零 API 费用支持 Twitter、Reddit、YouTub

引言

这是「一天一个开源项目」系列的第 48 篇文章。今天介绍的项目是 Agent-Reach（GitHub）。

AI Agent 能帮你写代码、改文档、管项目，但让它去网上找点东西就抓瞎了：YouTube 视频看不了、T@witter 搜不了（API 要付费）、Reddit 403 被封、小红书打不开、B站连不上……Agent-Reach 是一个脚手架工具，给 AI Agent 一键装上互联网能力：支持 T@witter、Reddit、YouTube、GitHub、B站、小红书、抖音、LinkedIn、微信公众号、微博、RSS 等平台，零 API 费用，一键安装，兼容 Claude Code、OpenClaw、Cursor、Windsurf 等所有能跑命令行的 Agent。

为什么值得看？

• 一键安装：复制一句话给 Agent，自动完成所有配置
• 零 API 费用：所有工具开源免费，不依赖付费 API
• 可插拔架构：每个渠道独立，不满意可替换
• 兼容所有 Agent：Claude Code、OpenClaw、Cursor、Windsurf 等
• 隐私安全：Cookie 只存本地，不上传不外传，代码完全开源
• 自带诊断：agent-reach doctor 一条命令检测所有渠道状态
• 持续更新：追踪各平台变化，平台封了自动修复

你将学到什么

• Agent-Reach 的定位与「脚手架」设计理念
• 支持的平台和上游工具选型（xreach、yt-dlp、Jina Reader、Exa 等）
• 一键安装流程和配置机制
• 可插拔架构：如何替换上游工具
• 安全机制：Cookie 管理、隐私保护
• 与同类工具（LangChain Tools、CrewAI Tools 等）的对比

前置知识

• 对 AI Agent 有基本了解
• 了解命令行工具的基本使用
• 对网络爬虫、API 调用有基本认识（可选）

项目背景

项目简介

Agent-Reach 是一个脚手架工具，用于给 AI Agent 提供互联网能力。它不是框架，而是帮你完成工具选型和配置的活儿：安装完成后，Agent 直接调用上游工具（xreach CLI、yt-dlp、mcporter、gh CLI 等），不需要经过 Agent-Reach 的包装层。

核心特点：

• 脚手架定位：不是框架，是配置工具，帮你选型和配置上游工具
• 零 API 费用：所有工具开源免费，不依赖付费 API
• 一键安装：复制一句话给 Agent，自动完成所有配置
• 可插拔架构：每个渠道独立，不满意可替换
• 兼容所有 Agent：任何能跑命令行的 Agent 都能用
• 持续更新：追踪各平台变化，平台封了自动修复

解决的核心问题：

• AI Agent 无法访问互联网内容（YouTube、T@witter、Reddit 等）
• 各平台 API 费用高昂（T@witter API 读一条 $0.005）
• 需要逐个配置工具、装依赖、调配置，踩坑成本高
• 平台反爬和 API 变化需要持续维护

面向的用户：

• 使用 AI Agent（Claude Code、OpenClaw、Cursor 等）的开发者
• 需要让 Agent 访问互联网内容的用户
• 不想为 API 付费的开发者
• 需要持续维护工具配置的团队

作者/团队介绍

• 作者：Panniantong（GitHub）
• 背景：纯 vibe coding 项目，作者自己每天在用，会持续维护
• 理念：为 Web 4.0 基建贡献一份力量
• 联系方式：pnt01@foxmail.com、@Neo_Reidlab

项目数据

• ⭐ GitHub Stars: 约 8.2k
• Forks: 约 593
• 版本: v1.3.0（持续更新中，180+ commits）
• License: MIT
• 文档: GitHub README
• 社区: GitHub Issues

技术栈：

• 语言: Python（91.5%）、Shell（8.5%）
• Python 版本: 3.8+
• 核心依赖: xreach、yt-dlp、Jina Reader、Exa、mcporter、feedparser 等

主要功能

核心作用

Agent-Reach 的核心作用是：给 AI Agent 一键装上互联网能力，让 Agent 能够：

1. 读取网页：通过 Jina Reader 读取任意网页内容
2. 搜索 T@witter：通过 xreach CLI 搜索推文，零 API 费用
3. 提取 YouTube 字幕：通过 yt-dlp 提取视频字幕和元数据
4. 访问 GitHub：通过 gh CLI 读取仓库、搜索、提 Issue/PR
5. 访问 B站：通过 yt-dlp 提取字幕和搜索
6. 访问 Reddit：通过 Exa 免费搜索，或配置代理读取帖子
7. 访问小红书：通过 xiaohongshu-mcp 读取、搜索、发帖
8. 访问抖音：通过 douyin-mcp-server 解析视频、获取无水印下载
9. 访问 LinkedIn：通过 linkedin-scraper-mcp 读取公开页面
10. 访问微信公众号：通过 wech@t-article-for-ai 搜索和阅读
11. 访问微博：热搜、搜索、用户动态、评论
12. 订阅 RSS：通过 feedparser 解析 RSS/Atom 源
13. 全网搜索：通过 Exa 进行 AI 语义搜索（MCP 接入，免费无需 Key）

使用场景

1. 内容研究和分析

   • "帮我看看这个 YouTube 教程讲了什么" → 提取字幕和元数据
   • "搜一下X上大家怎么评价这个产品" → 搜索推文
   • "去 Reddit 上看看有没有人遇到过同样的 bug" → 搜索和读取帖子

2. 代码和项目研究

   • "这个 GitHub 仓库是做什么的？Issue 里说了什么？" → 读取仓库和 Issue
   • "搜一下 GitHub 上有什么 LLM 框架" → 搜索仓库

3. 社交媒体坚控

   • "帮我看看小红书上这个品的口碑" → 搜索和读取笔记
   • "看看微博上这个话题的讨论" → 搜索和读取微博

4. 信息聚合

   • "帮我订阅这几个 RSS 源，有更新告诉我" → 解析 RSS 源
   • "全网搜一下最新的 LLM 框架对比" → AI 语义搜索

5. 内容创作辅助

   • "这个视频讲了什么，帮我总结一下" → 提取字幕并总结
   • "帮我看看这个网页写了啥" → 读取网页内容

快速开始

一键安装：

复制这句话给你的 AI Agent（Claude Code、OpenClaw、Cursor 等）：

帮我安装 Agent Reach：

Agent 会自动完成：

1. 安装 CLI 工具：pip install agent-reach
2. 安装系统依赖：Node.js、gh CLI、mcporter、xreach 等
3. 配置搜索引擎：通过 MCP 接入 Exa（免费，无需 API Key）
4. 检测环境：判断是本地电脑还是服务器，给出配置建议
5. 注册 SKILL.md：在 Agent 的 skills 目录安装使用指南

更新：

帮我更新 Agent Reach：

安全模式：

帮我安装 Agent Reach（安全模式）：
安装时使用 --safe 参数

诊断：

agent-reach doctor

一条命令告诉你每个渠道的状态（哪个通、哪个不通、怎么修）。

使用示例：

安装完成后，告诉 Agent 即可：

• "帮我看看这个链接" → curl 读任意网页
• "这个 GitHub 仓库是做什么的" → gh repo view owner/repo
• "这个视频讲了什么" → yt-dlp --dump-json URL 提取字幕
• "帮我看看这条推文" → xreach tweet URL --json
• "订阅这个 RSS" → feedparser 解析
• "搜一下 GitHub 上有什么 LLM 框架" → gh search repos "LLM framework"

不需要记命令。 Agent 读了 SKILL.md 之后自己知道该调什么。

核心特性

1. 支持的平台

   • 网页：Jina Reader 读任意网页（装好即用）
   • YouTube：yt-dlp 字幕提取 + 视频搜索（装好即用）
   • RSS：feedparser 读任意 RSS/Atom 源（装好即用）
   • 全网搜索：Exa AI 语义搜索（MCP 接入，免费无需 Key）
   • GitHub：gh CLI 读公开仓库 + 搜索（装好即用），私有仓库需登录
   • T@witter/X：xreach 读单条推文（装好即用），搜索需配置 Cookie
   • B站：yt-dlp 本地字幕提取 + 搜索（装好即用），服务器需代理
   • Reddit：Exa 免费搜索（装好即用），读帖子需代理
   • 小红书：xiaohongshu-mcp 阅读、搜索、发帖（需配置）
   • 抖音：douyin-mcp-server 视频解析、无水印下载（需配置）
   • LinkedIn：linkedin-scraper-mcp 读公开页面（装好即用），Profile 详情需配置
   • 微信公众号：wech@t-article-for-ai 搜索 + 阅读（装好即用）
   • 微博：热搜、搜索、用户动态、评论（装好即用）
   • ️ 小宇宙播客：Whisper 转录（需配置）

2. 可插拔架构

   • 每个渠道背后是独立的上游工具
   • 不满意可替换：web.py → Jina Reader（可换成 Firecrawl、Crawl4AI）
   • twitter.py → xreach（可换成 Nitter、官方 API）
   • you@tube.py → yt-dlp（可换成 YouTube API、Whisper）
   • github.py → gh CLI（可换成 REST API、PyGithub）

3. 安全机制

   • 凭据本地存储：Cookie、Token 只存在 ~/.agent-reach/config.yaml，文件权限 600
   • ️ 安全模式：agent-reach install --safe 不会自动修改系统
   • 完全开源：代码透明，随时可审查
   • Dry Run：agent-reach install --dry-run 预览所有操作
   • Cookie 安全建议：使用专用小号，不要用主账号（封号风险）

4. 兼容性

   • 兼容所有能跑命令行的 Agent：Claude Code、OpenClaw、Cursor、Windsurf、Codex 等
   • OpenClaw 用户需先开启 exec 权限：openclaw config set tools.profile "coding"

5. 持续更新

   • 追踪各平台变化（平台封了自动修复）
   • 接入新渠道（有需求就加）
   • 底层工具定期更新到最新版（yt-dlp、xreach、Jina Reader 等）

项目优势

为什么选择 Agent-Reach？

• 一键安装：复制一句话给 Agent，自动完成所有配置
• 零 API 费用：所有工具开源免费，不依赖付费 API
• 可插拔架构：每个渠道独立，不满意可替换
• 持续更新：追踪各平台变化，平台封了自动修复
• 自带诊断：agent-reach doctor 一条命令检测所有渠道状态

项目详细剖析

架构设计

Agent-Reach 采用脚手架 + 可插拔架构设计：

核心设计理念：

你给一个新 Agent 装环境的时候，总要花时间去找工具、装依赖、调配置——T@witter 用什么读？Reddit 怎么绕封？YouTube 字幕怎么提取？每次都要重新踩一遍。

Agent-Reach 做的事情很简单：帮你把这些选型和配置的活儿做完了。

安装完成后，Agent 直接调用上游工具（xreach CLI、yt-dlp、mcporter、gh CLI 等），不需要经过 Agent-Reach 的包装层。

架构结构：

Agent-Reach
├── channels/（渠道模块）
│   ├── web.py          → Jina Reader（可替换）
│   ├── twitter.py      → xreach（可替换）
│   ├── you@tube.py      → yt-dlp（可替换）
│   ├── github.py       → gh CLI（可替换）
│   ├── bilibili.py     → yt-dlp（可替换）
│   ├── reddit.py       → JSON API + Exa（可替换）
│   ├── xiaohongshu.py  → mcporter MCP（可替换）
│   ├── douyin.py       → mcporter MCP（可替换）
│   ├── linkedin.py     → linkedin-mcp（可替换）
│   ├── wech@t.py       → camoufox+miku（可替换）
│   ├── rss.py          → feedparser（可替换）
│   ├── exa_search.py   → mcporter MCP（可替换）
│   └── __init__.py     → 渠道注册（doctor 检测用）
├── config/（配置管理）
│   └── config.yaml     → Cookie、Token 存储（本地，权限 600）
├── scripts/（安装脚本）
│   └── install.sh      → 一键安装脚本
└── docs/（文档）
    ├── install.md      → 安装指南
    └── update.md       → 更新指南

每个渠道文件只负责：

• 检测对应上游工具是否可用（check() 方法）
• 给 agent-reach doctor 提供状态信息
• 实际的读取和搜索由 Agent 直接调用上游工具完成

上游工具选型

当前选型：

安装流程

一键安装流程：

1. Agent 接收指令：用户复制安装指令给 Agent
2. 下载安装指南：Agent 读取 install.md
3. 执行安装脚本：
   • pip install agent-reach（安装 CLI 工具）
   • 检测并安装系统依赖（Node.js、gh CLI、mcporter、xreach 等）
   • 配置搜索引擎（通过 MCP 接入 Exa）
   • 检测环境（本地 vs 服务器）
4. 注册 SKILL.md：在 Agent 的 skills 目录安装使用指南
5. 完成：Agent 现在可以使用所有上游工具

安全模式：

agent-reach install --safe

不会自动修改系统，只列出需要什么，由你决定装不装。

Dry Run：

agent-reach install --dry-run

预览所有操作，不做任何改动。

配置机制

Cookie 配置：

需要 Cookie 的平台（T@witter、小红书等），优先使用 Chrome 插件 Cookie-Editor 导出 Cookie，发给 Agent 即可配置。

流程统一：

1. 浏览器登录平台
2. Cookie-Editor 导出 Cookie
3. 发给 Agent：agent-reach configure twitter-cookies "your_cookies"

代理配置：

Reddit、B站 等平台在服务器上可能被封，配置住宅代理：

agent-reach configure proxy 

推荐 Webshare（$1/月）。本地电脑一般不会遇到这个问题。

GitHub 登录：

告诉 Agent「帮我登录 GitHub」，Agent 会引导你完成 GitHub CLI 认证。

诊断工具

agent-reach doctor：

一条命令检测所有渠道状态：

• 哪个渠道可用
• 哪个渠道不可用
• 怎么修复不可用的渠道

输出示例：

 Web (Jina Reader): Available
 YouTube (yt-dlp): Available
 RSS (feedparser): Available
 GitHub (gh CLI): Available
️ T@witter (xreach): Not configured (need Cookie)
️ Reddit: Need proxy for server IP
 小红书: Not installed (need Docker)

卸载机制

agent-reach uninstall

会清除：

• ~/.agent-reach/（含所有 token/cookie）
• 各 Agent 的 skill 文件
• mcporter 中的 MCP 配置

选项：

# 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 Python 包本身：pip uninstall agent-reach

项目地址与资源

官方资源

• GitHub: github.com/Panniantong…
• 文档: GitHub README
• 社区: GitHub Issues
• Email: pnt01@foxmail.com
• T@witter/X: @Neo_Reidlab

相关资源

• Jina Reader: github.com/jina-ai/rea…
• yt-dlp: github.com/yt-dlp/yt-d…
• xreach: npmjs.com/package/xre…
• Exa: exa.ai
• mcporter: github.com/steipete/mc…
• xiaohongshu-mcp: github.com/xpzouying/x…
• douyin-mcp-server: github.com/yzfly/douyi…

适用人群

• AI Agent 用户：使用 Claude Code、OpenClaw、Cursor、Windsurf 等的开发者
• 内容研究者：需要让 Agent 访问互联网内容进行研究
• 成本敏感用户：不想为 API 付费的开发者
• 多平台需求：需要访问多个平台的用户
• 快速原型开发：希望快速给 Agent 装上互联网能力

学习价值：

• 脚手架工具的设计理念和实践
• 可插拔架构的实现方式
• 上游工具选型和集成
• Cookie 和代理配置管理
• Agent 工具生态的构建
• 持续维护和更新的策略

欢迎来我中的个人主页找到更多有用的知识和有趣的产品