Agent Reach

社区

为 AI Agent 接入全网内容能力。

分类: 其他第 174 / 230
Stars: ★ 99.1k 非常热门
运行环境: Python 3.10+ · Node.js
凭据: 可选 API Key
许可证: MIT
最近提交: 19 天前

46FMRS · D

资料显示 Agent Reach 更像 CLI 驱动的多平台能力编排层，而非带有已公开工具清单和传输配置的独立 MCP 服务器。它适合需要让命令行 Agent 读取和搜索多种互联网内容的用户；使用登录态平台时应采用专用小号并评估封号和凭据风险。

最强项 · 文档质量 13/20 最弱项 · 可靠性 4/20

可靠性

4/20

安全与权限

8/20

维护活跃度

12/20

文档质量

13/20

安装易用性

9/20

查看各项评分依据

可靠性 4/20: 仓库根目录未提供可审查的服务器 manifest，README 还明确说明实际读取由多个上游 CLI/MCP 工具完成，因此无法验证 MCP 初始化、工具列表握手或声明与行为的一致性。README 描述了多后端探测和 doctor 诊断，但没有提交的测试、CI 或可复现执行证据；按静态审查规则大幅扣分。
安全与权限 8/20: README 声称 Cookie/Token 仅本地保存、文件权限为 600，并提供 safe 与 dry-run 模式，也明确提示 Cookie 等同于完整登录权限及封号风险。扣分原因是未提供可审查的实现、数据流、权限边界或确认机制；默认安装会自动安装 Node.js、gh CLI、mcporter 等系统依赖，并配置外部服务，风险控制无法从现有材料验证。
维护活跃度 12/20: 项目声明 MIT 许可证、持续维护、会替换失效后端，并提供更新路径和 GitHub Issues；非归档状态及较多公开 Issue 说明项目仍受关注。扣分原因是材料没有可核验的发布记录、提交历史、依赖更新策略、响应时限或正式安全响应渠道。
文档质量 13/20: README 覆盖支持平台、零配置与登录态要求、安装/更新/卸载、安全模式、dry-run、故障诊断、成本提示和能力边界，且披露了若干平台限制。扣分原因是没有 manifest、工具定义、参数/返回值说明、错误契约或测试证据，许多能力和当前后端选择只能作为未验证的文档声明。
安装易用性 9/20: README 给出了面向 Claude Code、OpenClaw、Cursor 等客户端的一句话安装方式，并说明了部分权限、登录态和服务器代理前提。扣分原因是安装依赖远程安装文档、自动执行 pip 和系统级基建安装，未提供实际 MCP 客户端配置、连接示例或已验证的端到端证据；配置 Cookie/浏览器登录态的平台仍较复杂。

静态评测 · 未实际运行收录于 2026-07-29

查看 FMRS 评分方法 →

选型与风险

能访问什么写入 / 删除本地文件执行命令或代码访问网络

适合谁

需要让 Claude Code、OpenClaw、Cursor 或 Windsurf 访问多平台公开内容的用户
希望使用免费或开源上游工具进行网络调研的个人和开发者
需要统一安装、诊断和切换平台接入方式的 Agent 工作流

不适合谁

需要图形化浏览器操作、表单提交或自动化登录的任务
需要独立 MCP 服务端或明确 MCP 传输协议的部署场景
不愿授予 Agent shell 命令执行权限的环境
要求所有平台无需登录态或 Cookie 的场景

所需权限

需要 Agent 执行 shell 命令，包括 pip install、系统依赖安装及上游 CLI 调用
部分渠道需要本地浏览器登录态、Cookie 或 Token
凭据存储在本地 ~/.agent-reach/config.yaml，README 声称文件权限为 600

风险与副作用

使用 Cookie 或登录态调用 Twitter/X、小红书、Reddit 等平台可能触发平台检测、限制或封号
默认安装可能安装 Node.js、gh CLI、mcporter 等系统基础设施并修改 Agent skills 与 MCP 配置
平台反爬或上游工具变化可能导致某些渠道失效
服务器部署可能需要代理费用，README 估计约为每月 1 美元

安装接入

准备工作

运行环境：Python 3.10+ · Node.js

TWITTER_AUTH_TOKEN 必填密钥 Twitter/X 登录凭据 token，由用户通过 Cookie-Editor 手工导出；直接运行上游 `twitter` 命令前需在当前进程环境中显式设置。

TWITTER_CT0 必填密钥 Twitter/X 的 ct0 Cookie 值，与 TWITTER_AUTH_TOKEN 一起由用户通过 Cookie-Editor 手工导出后设置。

将“帮我安装 Agent Reach：https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/install.md”交给支持执行命令行的 Agent。安装程序可通过 agent-reach install --env=auto 安装；可使用 --safe 安全模式或 --dry-run 预览操作。安装后运行 agent-reach doctor 检查各渠道状态。OpenClaw 用户需先开启 exec 权限并重启 Gateway。

验证是否装好

安装后运行 `agent-reach doctor`，它会列出每个渠道的状态和当前使用的后端；也可以让 Agent 读一个 YouTube 视频字幕验证连通。

常见排障

运行 agent-reach doctor 查看渠道状态、当前后端和修复建议
OpenClaw 用户检查 tools.profile 是否为 coding，并重启 Gateway
需要登录的平台按 Agent 指引配置对应登录态或 Cookie
使用 agent-reach install --safe 或 --dry-run 检查安装影响
检查当前渠道是否已切换到备用后端

试试这样问

连接成功后，可以直接对 AI 助手这样说：

帮我看看这个 YouTube 视频讲了什么
B站搜一下 AI 教程
帮我读一下这个网页的内容
全网搜一下 LLM 框架对比

使用场景

阅读任意网页和 RSS/Atom 源

提取 YouTube 字幕并搜索视频

搜索和阅读公开 GitHub 仓库

通过配置登录态搜索 Twitter/X、Reddit、小红书等平台

使用 Exa 进行全网语义搜索

支持客户端

Claude Code部分支持

OpenClaw部分支持

Cursor部分支持

Windsurf部分支持

依据项目文档列出，未经本站实测。

详细介绍

Agent Reach 是一个开源能力层和命令行工具，负责为 AI Agent 选择、安装、检测和路由网页、YouTube、RSS、GitHub、Twitter/X、B站、Reddit、小红书等平台的上游工具。它不是独立的内容读取服务，实际读取和搜索由 Agent 直接调用上游工具完成。项目要求 Python 3.10+，采用 MIT 许可证。