32K Star!这个开源工具让你的 AI Agent 秒看全网内容,一句话安装,完全免费.

你的 AI Agent 其实是个"睁眼瞎"

你有没有遇到过这种情况：

跟 Claude Code 说「帮我看看这个 YouTube 教程讲了什么」——它愣住了，拿不到字幕。

说「搜一下推特上大家怎么评价这个产品」——拒绝，Twitter API 要付费。

说「去 Reddit 看看有没有人遇到同样的 bug」——403，服务器 IP 被拒。

说「帮我看小红书上这个品的口碑」——打不开，必须登录。

我们花了很多时间调教 AI Agent 写代码、查文档、管项目——但互联网这件事，它就是搞不定。不是 Agent 不够聪明，是它根本没有眼睛。

每个平台都是一道门

问题其实不难解决。YouTube 有 yt-dlp 可以提取字幕；Twitter 有 twitter-cli 走 Cookie 认证免费读取；Reddit 有 rdt-cli 搜索帖子和评论；小红书有 OpenCLI 复用浏览器登录态……

工具都在，但你得一个一个去找、去装、去配。Twitter 用什么读？Reddit 的 API 审批制怎么绕？小红书某个 CLI 停更了换哪个？每次给新 Agent 部署环境，都要重新踩一遍坑。

这种重复性的折腾，有个开源项目把它干掉了。

Agent Reach：一句话装完所有

项目地址：https://github.com/Panniantong/Agent-Reach

用法简单到离谱——把这句话复制给你的 AI Agent（Claude Code、OpenClaw、Cursor 均可）：

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

几分钟后，你的 Agent 就能读推特、搜 Reddit、看 YouTube、刷小红书了。

不需要你手动装任何东西。Agent 会自己完成：

1. 安装 CLI 工具（yt-dlp、feedparser 等）
2. 配置搜索引擎（MCP 接入 Exa，免费无需 Key）
3. 检测环境（本地电脑还是服务器，给出对应建议）
4. 注册 SKILL.md——让 Agent 知道什么情况该调哪个上游工具

这个项目从 2026 年 2 月上线，到今天已积累 32,096 Star，是近期增速最快的 AI 工具类开源项目之一。

支持哪些平台？

装好即用（零配置）：

配置后解锁（告诉 Agent「帮我配 XXX」就够了）：

需要登录的平台（Twitter、小红书等），统一用 Chrome 插件 Cookie-Editor 导出 Cookie 发给 Agent，配置逻辑一致、简单可靠。Cookie 只存在本地，不上传不外传。

设计理念：能力层，不是又一个工具

Agent Reach 的作者把它定义为「能力层（capability layer）」，这个概念值得理解一下。

它比具体工具高一层——负责选型、安装、体检、路由，不负责底层读取本身。安装完之后，Agent 直接调用 yt-dlp、twitter-cli、gh CLI 这些上游工具，没有额外包装层，没有性能损耗。

每个平台背后是一个「首选 + 备选」的后端列表：

channels/├── twitter.py      → twitter-cli ▸ OpenCLI ▸ bird├── bilibili.py     → bili-cli ▸ OpenCLI ▸ 搜索 API├── reddit.py       → OpenCLI ▸ rdt-cli├── xiaohongshu.py  → OpenCLI ▸ xiaohongshu-mcp ▸ xhs-cli

某个接入方式失效了，换下一个，用户无感。

举个真实案例：2026 年 6 月，yt-dlp 被 B站风控 412 全面封死，项目当天切换到 bili-cli，用户零操作。这才是真正的「维护」——不是让你去改配置，是它替你把路修好了。

一条命令告诉你当前状态：

agent-reach doctor

输出每个渠道走的是哪条路、通不通、怎么修。这是我用过最清晰的工具健康检查机制之一。

完全免费 + 隐私安全

这两点值得单独说：

免费： 所有工具开源，所有 API 免费。唯一可能花钱的是服务器代理（约 $1/月），本地电脑完全不需要。

安全： Cookie 和 Token 只存在本地 ~/.agent-reach/config.yaml，文件权限 600，不上传不外传。代码完全开源可审查。

如果你对安全性有顾虑，还有安全模式：

agent-reach install --env=auto --safe

不会自动修改系统，只告诉你需要什么，由你决定装不装。还有 --dry-run 参数，预览所有操作后再执行。

我的实测体验

装完之后我测了几个场景：

场景一：竞品调研让 Agent 搜 Twitter 上最近对某个开源框架的讨论，直接返回推文列表，带互动数据，几十秒搞定了我以前要翻半小时的事。

场景二：视频总结让 Agent 总结一个 B站技术视频，几秒钟拿到字幕，开始归纳要点。以前这步骤要手动复制字幕，现在是真正的「说一句话」。

场景三：技术排障在 Reddit 搜一个报错信息，Agent 找到对应帖子，把评论里的解法整理出来给我。比 Google 搜索省了至少一半时间。

这些放在以前，要么付费买 API，要么自己折腾半天配置，现在一条安装命令解决。

适合什么人： 日常用 AI Agent 做竞品调研、社媒监测、内容聚合、技术选型的人。Agent 有了互联网能力，和没有的效率差距会越来越大。

一个字：装

项目地址：https://github.com/Panniantong/Agent-Reach

目前 32K Star，持续维护（最新版本 v1.5.0，2026 年 6 月 11 日发布），30 位贡献者，MIT 协议，随便用。

如果这个工具对你有用，去 GitHub 点个 Star——这是对开源作者最直接的支持，也让你下次能快速找到它。

你用 AI Agent 最频繁做什么任务？欢迎评论区聊聊，说不定能挖出几个有意思的用法。

我是顾北，关注我，获取更多好玩有趣的开源仓库！

谢谢你阅读我的文章~

我们下期再见！

 PS：本文部分内容由AI辅助创作