← 返回博客
Ai预计阅读 9 分钟

Agent Reach 把 agent 自己进不去的那半个互联网接进来

发布于 2026年11月14日
Agent Reach 把 agent 自己进不去的那半个互联网接进来

带搜索工具的编码 agent 能找到一篇博客。你问它 Xiaohongshu 上某款护肤品大家在说什么,它要么失败,要么给你编一个答案。你问它一个 Bilibili 视频前 4 分钟讲了什么,它手上没有可读的文本。

Agent Reach 就是围着这个缺口做的。这个项目本周冲上 GitHub trending 榜首,现在接近 9,500 星。它的英文一句话介绍是「give your agent eyes to see the entire internet」。中文说法更准确:让 agent 够到它自己进不去的那部分互联网。

项目用 MIT 许可,需要 Python 3.10 或更新版本,没有上 PyPI。最后这点在 README 里用加粗写着,因为 `agent-reach` 这个名字已经被别人在 PyPI 注册了。

它到底包了什么

这个工具本质是一个渠道路由。它替你把一长串平台背后的抓取器和 API 客户端装好、测通,然后收成同一种命令形状:

agent-reach channels
agent-reach bilibili search "大模型"
agent-reach read https://www.v2ex.com/t/123

`read` 命令会自己看 URL,自己判断该走哪个渠道。实际用起来,省下的打字时间主要在这一步。

列表里有 14 个渠道。默认开着、不需要账号的有 6 个:Bilibili(搜索、视频元数据、热门、字幕,字幕要登录)、V2EX(热门、节点、帖子和回复、用户)、GitHub(仓库搜索、仓库与 README 读取、issue 和 PR 连同评论)、YouTube(元数据、搜索、字幕,配 Groq 或 OpenAI 的 key 还能做音频转写),再加一个通用网页搜索和阅读器兜底。

有意思的数据在可选项里:Xiaohongshu 的笔记、正文和评论;Xueqiu 的实时行情和热门帖;BOSS Zhipin 的职位和 JD;Xiaoyuzhou 的播客转写;LinkedIn 的公开招聘帖;Reddit 的帖子、正文、评论和 subreddit。X、Facebook、Instagram 标着 experimental,在抓取这行,这个词的意思是平台一改东西它们就失效。

安装交给 agent 的一句话

这一段能看出项目是给谁做的。README 没有先给你一行 pip 命令,它先给了一句要粘进 agent 的话:

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

agent 读那份文档,然后自己干活:缺 `uv` 就装 `uv`,再装程序和各个渠道的工具,最后告诉你哪些渠道已经通了,哪些可选项还能加。以后想加 Xiaohongshu,一句话:「add Xiaohongshu」。想删也是一句话,删的时候连这个渠道的登录和工具一起清掉。

所有东西都在 `~/.agent-reach/` 下面。把这堆东西收进一个目录是刻意的设计。agent 会在十几个位置留下一堆装了一半的依赖,真要卸干净,只有换台新机器。一个文件夹意味着升级、检查、删除都只有一条命令,也意味着第二个 agent 只要指向同一个文件夹,就拿到了同样的能力。

会话这件事,说清楚

人真正想用的平台,大多在登录后面。Agent Reach 的处理方式值得细看,光看摘要不够。

第一次用某个站点时,它把这个站点在你 Chrome 里已有的会话复制进它自己的专用浏览器,那个浏览器在后台跑,不弹窗。它不读你的密码管理器。你原来的浏览器不受影响。

这是一个合理的工程答案,面对的是一个不太合理的问题。用脚本把自动化浏览器登进 X 或 Xiaohongshu,是最快被封的一条路,所以复用会话是大家都在做的做法。README 对后果写得很直白:被复制的通常是你的主账号,它建议你换一个小号。文档里有安全章节讲怎么换。

由此有两个后果。第一,拿到你 Xiaohongshu 会话的 agent,只要渠道暴露了这些内容,就能读你的笔记、你的收藏、你的私信。第二,你的账号成了 agent 一切行为的限流身份,也就是说,一个跑 200 次搜索的循环,就是你的账号在跑 200 次搜索。

这两个问题都不是这个项目独有的。安装只要对 agent 说一句话的时候,它们更容易被忽略,README 把警告放在你想漏看都难的位置,原因就在这里。

真正的目标为什么是中国平台

对英语开发者来说,最亮的功能是 Reddit。对这个项目真正的用户来说,是列表里中国的那一半。

通用网页搜索在中国社交平台上有个具体的短板。它只索引公开、可链接的页面,人们真正关心的内容大多不在其中;它也不知道 Xiaohongshu 上一篇笔记写了什么,因为那些内容是登录墙后面由客户端渲染出来的。让 agent 用通用搜索去调研中国消费者的情绪,它会拿 3 篇营销博客的摘要交差,还说这是趋势。

另一半是 Bilibili 的字幕。一场 40 分钟的中文技术演讲,没人转写,agent 就完全看不见,而平台其实已经有字幕了。把字幕取出来,视频就变成了文本,这是 agent 唯一能推理的形式。

这几个月我一直在为这个博客跑中国平台上的调研,标准工具链恰好就在这几个面上失效:Weibo 返回的 HTML 解析出来是空的,Zhihu 要鉴权,Bilibili 对任何看着像自动化的请求一律回 412。有项目把这些能用的客户端打包好,还给每个渠道做健康检查,做这行的人一眼就知道它在解决什么。

标语里不会写的那笔代价

列表页上的说法是「Zero API fees」,狭义上没错:你不是按次付费。你付的是另一种货币。

抓取意味着你要继承平台的容忍度。站点一改结构,渠道就断,README 把 X、Facebook、Instagram 归为 experimental,正是因为它们的反爬一直在动。建在抓取渠道上的调研流水线,可用性更像业余项目的水准,离 API 有明显距离,而且它偏偏会在你最不希望的时候挂掉。

它还意味着答案带着被抓取那层界面的偏差。Xiaohongshu 的搜索返回排名偏好的结果,那是一份「什么内容表现好」的样本,观点分布是另一回事。agent 读前 20 篇笔记做总结,报出来的是那些能写进排名的作者的共识,这个群体比听上去要窄。

所以它适合当原料来源。只有把它当原料用,你才会注意到某个渠道已经开始返回垃圾。

我会拿它做什么

三件事,按我信得过的程度排。

从会议演讲和产品演示里取出字幕。转写是 ground truth,而且是平台自己算出来的。

读你已经拿到链接的某个具体帖子或笔记。这是有确定答案的检索任务,不存在抽样问题。

拿一个说法到两个市场交叉验证。你要写某个工具的反响,同一周读 Reddit 的帖子和 Xiaohongshu 的笔记,你拿到的是两个分布,差异通常就是故事本身。

我不会做的,是把它指向一个开放式问题然后相信它的总结。这些渠道擅长取回,不擅长代表,而 agent 不会告诉你它做了哪一件。

相关文章