Agent Reach 把 agent 自己進不去的那半個網際網路接進來

帶搜尋工具的編碼 agent 能找到一篇部落格。你問它 Xiaohongshu 上某款保養品大家在說什麼,它要嘛失敗,要嘛給你編一個答案。你問它一支 Bilibili 影片前 4 分鐘講了什麼,它手上沒有可讀的文字。
Agent Reach 就是圍著這個缺口做的。這個專案本週衝上 GitHub trending 榜首,現在接近 9,500 星。它的英文一句話介紹是「give your agent eyes to see the entire internet」。中文說法更準確:讓 agent 搆到它自己進不去的那部分網際網路。
專案用 MIT 授權,需要 Python 3.10 或更新版本,沒有上 PyPI。最後這點在 README 裡用粗體寫著,因為 `agent-reach` 這個名字已經被別人在 PyPI 註冊了。
它到底包了什麼
這個工具本質是一個渠道路由。它替你把一長串平台背後的抓取器和 API 客戶端裝好、測通,然後收成同一種指令形狀:
agent-reach channels
agent-reach bilibili search "大模型"
agent-reach read https://www.v2ex.com/t/123
`read` 指令會自己看 URL,自己判斷該走哪個渠道。實際用起來,省下的打字時間主要在這一刻。
列表裡有 14 個渠道。預設開著、不需要帳號的有 6 個:Bilibili(搜尋、影片中繼資料、熱門、字幕,字幕要登入)、V2EX(熱門、節點、貼文和回覆、使用者)、GitHub(儲存庫搜尋、儲存庫與 README 讀取、issue 和 PR 連同留言)、YouTube(中繼資料、搜尋、字幕,配 Groq 或 OpenAI 的 key 還能做音訊轉寫),再加一個通用網頁搜尋和閱讀器墊底。
有意思的資料在可選項裡:Xiaohongshu 的筆記、正文和留言;Xueqiu 的即時行情和熱門貼文;BOSS Zhipin 的職缺和 JD;Xiaoyuzhou 的播客轉寫;LinkedIn 的公開招聘貼文;Reddit 的貼文、正文、留言和 subreddit。X、Facebook、Instagram 標著 experimental,在抓取這行,這個詞的意思是平台一改東西它們就失效。
安裝交給 agent 的一句話
這一段能看出專案是給誰做的。README 沒有先給你一行 pip 指令,它先給了一句要貼進 agent 的話:
帮我安装 Agent Reach:https://raw.githubusercontent.com/Panniantong/Agent-Reach/main/docs/install.md
agent 讀那份文件,然後自己動手:缺 `uv` 就裝 `uv`,再裝程式和各個渠道的工具,最後告訴你哪些渠道已經通了,哪些可選項還能加。以後想加 Xiaohongshu,一句話:「add Xiaohongshu」。想刪也是一句話,刪的時候連這個渠道的登入和工具一起清掉。
所有東西都在 `~/.agent-reach/` 下面。把這堆東西收進一個目錄是刻意的設計。agent 會在十幾個位置留下一堆裝了一半的相依套件,真要卸乾淨,只有換台新機器。一個資料夾意味著升級、檢查、刪除都只有一條指令,也意味著第二個 agent 只要指向同一個資料夾,就拿到同樣的能力。
工作階段這件事,說清楚
人真正想用的平台,大多在登入後面。Agent Reach 的處理方式值得細看,光看摘要不夠。
第一次用某個站點時,它把這個站點在你 Chrome 裡既有的工作階段複製進它自己的專用瀏覽器,那個瀏覽器在背景跑,不彈窗。它不讀你的密碼管理員。你原本的瀏覽器不受影響。
這是一個合理的工程答案,面對的是一個不太合理的問題。用腳本把自動化瀏覽器登進 X 或 Xiaohongshu,是最快被封的一條路,所以重複使用工作階段是大家都在做的做法。README 對後果寫得很直白:被複製的通常是你的主帳號,它建議你換一個小號。文件裡有安全章節講怎麼換。
由此有兩個後果。第一,拿到你 Xiaohongshu 工作階段的 agent,只要渠道暴露了這些內容,就能讀你的筆記、你的收藏、你的私訊。第二,你的帳號成了 agent 一切行為的限流身分,也就是說,一個跑 200 次搜尋的迴圈,就是你的帳號在跑 200 次搜尋。
這兩個問題都不是這個專案獨有的。安裝只要對 agent 說一句話的時候,它們更容易被忽略,README 把警告放在你想漏看都難的位置,原因就在這裡。
真正的目標為什麼是中國平台
對英語開發者來說,最亮的功能是 Reddit。對這個專案真正的使用者來說,是列表裡中國的那一半。
通用網頁搜尋在中國社群平台上有個具體的短板。它只索引公開、可連結的頁面,人們真正關心的內容大多不在其中;它也不知道 Xiaohongshu 上一篇筆記寫了什麼,因為那些內容是登入牆後面由客戶端渲染出來的。讓 agent 用通用搜尋去調研中國消費者的情緒,它會拿 3 篇行銷部落格的摘要交差,還說這是趨勢。
另一半是 Bilibili 的字幕。一場 40 分鐘的中文技術演講,沒人轉寫,agent 就完全看不見,而平台其實已經有字幕了。把字幕取出來,影片就變成了文字,這是 agent 唯一能推理的形式。
這幾個月我一直在為這個部落格跑中國平台上的調研,標準工具鏈恰好就在這幾個面上失效:Weibo 回傳的 HTML 解析出來是空的,Zhihu 要驗證,Bilibili 對任何看著像自動化的請求一律回 412。有專案把這些能用的客戶端打包好,還給每個渠道做健康檢查,做這行的人一眼就知道它在解決什麼。
標語裡不會寫的那筆代價
列表頁上的說法是「Zero API fees」,狹義上沒錯:你不是按次付費。你付的是另一種貨幣。
抓取意味著你要繼承平台的容忍度。站點一改結構,渠道就斷,README 把 X、Facebook、Instagram 歸為 experimental,正是因為它們的反爬一直在動。建在抓取渠道上的調研流水線,可用性更像業餘專案的水準,離 API 有明顯距離,而且它偏偏會在你最不希望的時候掛掉。
它還意味著答案帶著被抓取那層介面的偏差。Xiaohongshu 的搜尋回傳排名偏好的結果,那是一份「什麼內容表現好」的樣本,觀點分布是另一回事。agent 讀前 20 篇筆記做總結,報出來的是那些能寫進排名的作者的共識,這個群體比聽上去要窄。
所以它適合當原料來源。只有把它當原料用,你才會注意到某個渠道已經開始回傳垃圾。
我會拿它做什麼
三件事,按我信得過的程度排。
從會議演講和產品演示裡取出字幕。轉寫是 ground truth,而且是平台自己算出來的。
讀你已經拿到連結的某個具體貼文或筆記。這是有確定答案的檢索任務,不存在抽樣問題。
拿一個說法到兩個市場交叉驗證。你要寫某個工具的回響,同一週讀 Reddit 的貼文和 Xiaohongshu 的筆記,你拿到的是兩個分布,差異通常就是故事本身。
我不會做的,是把它指向一個開放式問題然後相信它的總結。這些渠道擅長取回,不擅長代表,而 agent 不會告訴你它做了哪一件。