Panniantong/Agent-Reach

解决什么问题

Claude Code、Codex 这类 CLI Agent 自带网页搜索和阅读，但很多有价值的内容它够不着：小红书笔记、X 账号动态、B站和 YouTube 的字幕、雪球行情、V2EX 的帖子与回复。这些要么在登录墙后面，要么在视频音频里，通用搜索覆盖很差。Agent Reach 把这些平台背后的抓取工具、会话和降级逻辑打包，Agent 用一条 agent-reach <渠道> <动作> 就能取数，不必自己逐个拼装。

有什么不同

MCP 服务器、LangChain 一类连接器给的是协议，具体站点集成还得自己写、自己维护；Bright Data 这类采集服务能覆盖同样平台，但走的是付费托管。Agent Reach 的关键设计是每个平台每个动作配一个有序工具列表：先试首选工具，失败自动换备选（如先 bili-cli 再走 B 站公开接口），平台改版时改的是列表，Agent 的用法不变。另外它把渠道分成默认、可选、实验三档，登录态是从你 Chrome 复制单个站点的会话到独立后台浏览器，而不是驱动你日常用的浏览器。

适合谁

在本地跑 CLI Agent、经常需要 X、Reddit、YouTube、B站、小红书、V2EX 内容的个人开发者和分析师，适合调研、监控、内容聚合这类单机场景。不适合需要稳定、大批量、有合同保障的数据管道的团队——反爬变化和账号封禁正是这套方案要人工消化的问题。需要发帖、评论、点赞等写操作的项目也不适用，它只做只读。

上手成本

需要 Python 3.10+ 和 uv，所有内容装在 ~/.agent-reach/ 一个目录里。安装由 Agent 按 GitHub 上的 install.md 完成；注意 README 明确提醒 PyPI 上同名包并非本项目。可选渠道会额外装依赖，YouTube 和小宇宙转文字需要 Groq 或 OpenAI Key。真正的风险在运维：Twitter、Facebook、Instagram 属实验档，作者自己也承认随时可能失效；复用来的登录通常是主账号，README 建议换小号，因为平台可能限制自动访问。MIT 协议。

点评

项目 2026 年 2 月才创建，月榜 Python 第 10、本月 +16,814 star，说明这是一次近期陡升而非长期积累；Hacker News 上只有一条 4 分的帖子，热度基本来自 GitHub 自然发现。按平台维护降级列表的思路务实，但这套设计也决定了它要永远和平台风控赛跑，本质是个高频维护的便利层。个人调研用可以，当基础设施用要谨慎；依赖某个平台前先看渠道状态，实验档随时可能坏掉。