Agent Reach donne à votre agent l'internet auquel il n'a pas accès

Un agent de code équipé d'un outil de recherche trouve un article de blog. Demandez-lui ce que les gens disent sur Xiaohongshu d'un soin pour la peau et il échouera ou inventera une réponse. Demandez-lui ce qui se dit dans les 4 premières minutes d'une vidéo Bilibili et il n'a aucun texte à lire.
Agent Reach est construit autour de ce manque. Le projet a atteint cette semaine la tête du classement trending de GitHub et approche les 9 500 étoiles. La formule anglaise est "give your agent eyes to see the entire internet". La version chinoise est plus juste : laisser l'agent atteindre les parties d'internet où il ne peut pas aller seul.
Licence MIT, Python 3.10 ou plus récent, et absent de PyPI. Ce dernier point est en gras dans le README parce que quelqu'un d'autre y a déposé le nom `agent-reach`.
Ce qu'il emballe réellement
L'outil est un routeur de canaux. Il installe et teste les scrapers et les clients API derrière une liste de plateformes, puis les expose sous une seule forme de commande :
agent-reach channels
agent-reach bilibili search "大模型"
agent-reach read https://www.v2ex.com/t/123
La commande `read` examine l'URL et choisit le canal toute seule. C'est la partie qui économise le plus de frappe en pratique.
14 canaux sont listés. 6 sont actifs par défaut et ne demandent aucun compte : Bilibili (recherche, métadonnées vidéo, tendances, sous-titres avec un login pour les sous-titres), V2EX (tendances, nœuds, billets et réponses, utilisateurs), GitHub (recherche de dépôts, lecture de dépôts et de README, issues et PR avec commentaires), YouTube (métadonnées, recherche, sous-titres, et transcription audio avec une clé Groq ou OpenAI), plus une recherche web générique et un lecteur en secours.
Les canaux optionnels, c'est là que vivent les données intéressantes : Xiaohongshu pour les notes, le texte et les commentaires ; Xueqiu pour les cours en direct et les billets populaires ; BOSS Zhipin pour les offres d'emploi et les descriptions de poste ; Xiaoyuzhou pour la transcription de podcasts ; LinkedIn pour les offres publiques ; Reddit pour les billets, les textes, les commentaires et les subreddits. X, Facebook et Instagram sont marqués expérimental, ce qui, en scraping, veut dire qu'ils fonctionnent jusqu'à ce que la plateforme change quelque chose.
L'installation est un message, pas une commande
C'est le passage qui vous dit à qui le projet s'adresse. Le README ne commence pas par une ligne pip. Il commence par une phrase à coller dans votre agent :
帮我安装 Agent Reach:https://raw.githubusercontent.com/Panniantong/Agent-Reach/main/docs/install.md
L'agent lit ce document et fait le travail : il installe `uv` s'il manque, puis le programme et les outils des canaux, puis il indique quels canaux sont opérationnels et quels optionnels peuvent être ajoutés. Ajouter Xiaohongshu plus tard tient en une phrase : "add Xiaohongshu". Le retirer tient en une autre, et la suppression efface aussi le login et les outils de ce canal.
Tout vit sous `~/.agent-reach/`. Ce répertoire unique est un choix de conception assumé. Les agents accumulent des dépendances à moitié installées dans une douzaine d'endroits, et la seule désinstallation fiable reste une machine neuve. Un seul dossier signifie que mise à jour, inspection et suppression tiennent en une commande, et qu'un second agent obtient les mêmes capacités si on le pointe vers ce dossier.
Le problème des sessions, dit franchement
La plupart des plateformes que les gens veulent vraiment utiliser sont derrière un login. Agent Reach les traite d'une manière qui mérite une lecture attentive du texte lui-même.
La première fois que vous utilisez un site, il copie votre session Chrome existante pour ce site dans son propre navigateur dédié, qui tourne en arrière-plan sans ouvrir de fenêtre. Il ne lit pas votre gestionnaire de mots de passe. Votre navigateur d'origine n'est pas touché.
C'est une réponse d'ingénieur raisonnable à un problème déraisonnable. Connecter un navigateur automatisé à X ou Xiaohongshu par script mène vite au bannissement, donc tout le monde réutilise des sessions. Le README est franc sur la conséquence : ce qui est copié est en général votre compte principal, et il recommande de le remplacer par un compte secondaire. Une section sécurité explique comment.
Deux choses en découlent. D'abord, un agent qui dispose de votre session Xiaohongshu peut lire vos notes, vos favoris et vos messages privés si le canal les expose. Ensuite, votre compte devient l'identité soumise aux limites de débit pour tout ce que fait l'agent, ce qui veut dire qu'une boucle de 200 recherches, c'est votre compte qui fait 200 recherches.
Aucun des deux problèmes n'est propre à ce projet. Les deux deviennent plus faciles à ignorer quand l'installation est une simple phrase adressée à un agent, et c'est exactement pourquoi le README place l'avertissement là où on ne peut pas le manquer.
Pourquoi les plateformes chinoises sont la vraie cible
Pour un développeur anglophone, la fonction vedette est Reddit. Pour le public réel du projet, c'est la moitié chinoise de la liste.
La recherche web générale est mauvaise sur les plateformes sociales chinoises d'une façon précise. Elle indexe les pages publiques et liables, ce qui exclut l'essentiel de ce qui intéresse les gens, et elle ignore ce que dit une note Xiaohongshu parce que ce contenu est rendu côté client derrière un mur de login. Un agent chargé d'étudier le sentiment des consommateurs chinois via la recherche générale produira un résumé de 3 articles de blogs marketing et appellera ça une tendance.
Les sous-titres Bilibili sont l'autre moitié. Une conférence technique de 40 minutes en chinois est invisible pour un agent tant que personne ne la transcrit, et la plateforme possède déjà la transcription. Y accéder transforme une vidéo en texte, seule forme sur laquelle un agent peut raisonner.
Je fais tourner de la recherche sur les plateformes chinoises pour ce blog depuis des mois, et la chaîne d'outils standard échoue précisément sur ces surfaces : Weibo renvoie du HTML qui ne donne rien au parsing, Zhihu exige une authentification, Bilibili répond 412 à tout ce qui ressemble à de l'automatisation. Un projet qui empaquette des clients fonctionnels pour elles, avec un état de santé par canal, résout un problème que les gens qui font ce travail reconnaissent immédiatement.
Le compromis que personne ne met dans le slogan
"Zero API fees" est la formule de la fiche, et elle est exacte au sens étroit : vous ne payez pas à l'appel. Vous payez dans une autre monnaie.
Scraper signifie hériter de la tolérance de la plateforme. Les canaux cassent quand un site change son balisage, et le README classe X, Facebook et Instagram en expérimental précisément parce que leurs défenses anti-bot bougent. Un pipeline de recherche bâti sur un canal scrapé a un profil de disponibilité plus proche d'un projet de loisir que d'une API, et il tombe au moment où vous en avez le moins envie.
Cela signifie aussi que les réponses portent les biais de la surface scrapée. La recherche Xiaohongshu renvoie ce que le classement favorise, un échantillon de ce qui a performé. La distribution des opinions est autre chose. Un agent qui lit les 20 premières notes et les résume rapportera le consensus des gens qui écrivent des notes bien classées, un groupe plus étroit qu'il n'y paraît.
D'où l'intérêt de traiter l'outil comme une source de matière première. Un oracle se trompe en silence. C'est aussi la seule façon de remarquer qu'un canal a commencé à renvoyer des déchets.
Ce que j'en ferais
Trois usages, par ordre de confiance décroissante.
Extraire les sous-titres de conférences et de démos produit, parce que la transcription est une vérité de terrain et que la plateforme l'a déjà calculée.
Lire un fil ou une note précise dont vous avez déjà le lien, une tâche de récupération avec une réponse connue et aucun problème d'échantillonnage.
Croiser une affirmation sur deux marchés. Si vous écrivez sur la réception d'un outil, lire le fil Reddit et les notes Xiaohongshu de la même semaine vous donne deux distributions au lieu d'une, et l'écart fait généralement l'article.
Ce que je ne ferais pas, c'est le pointer sur une question ouverte et faire confiance au résumé. Les canaux savent récupérer et savent mal représenter, et un agent ne vous dira pas laquelle des deux opérations il vient de faire.
Articles associés
74 % : le chiffre qui décidera des trois prochaines années
Chez Nvidia, un point de marge brute vaut 3 milliards. À 74 %, puis 71 %, ce n'est pas une crise : c'est le chiffre qui dira si le marché croit encore au récit.
Trente-trois ans sans préparer de successeur
Un chasseur de têtes le dit sans détour : personne chez Nvidia n'a dirigé des milliers de personnes. La crise n'est pas le scandale, c'est l'organigramme.
99 milliards chez ses propres clients, et un nom technique embarrassant
Plus de 99 milliards investis chez ses propres clients. Lucent et Cisco l'ont fait avant elle, et l'histoire s'est mal terminée. La différence, cette fois, tient à un détail.
175 000 signatures, et un conseil qui compte autrement
175 000 signatures, dont 7 500 salariés, réclament le retour de Huang. Le conseil, lui, sait qu'une enquête non conclue rend tout retour impossible avant des mois.