Agent Reach 实测：一条命令给 AI Agent 装上联网能力，B站搜索免 Key 跑通

用 Agent 干活这两年的一个切身感受：编排、写代码、管任务这些「脑子」的活儿进步飞快，9 月的 OpenAI Agents API 和 Gemini Antigravity 已经把托管沙箱卷到了一行代码启动，但联网取资料这个「眼睛」的活儿还是原始社会——Twitter API 按条收费，Reddit 匿名接口直接 403，B站风控把通用下载工具拦了个干净，小红书不登录连搜索都摸不到。让 Agent 自己上网查个东西，十次有八次卡在这些门槛上。

GitHub 上一个 9.2 万星的项目想用一句话解决这事：把十几个平台的接入方式选好、装好、体检好，你（或者你的 Agent）只管用。它叫 Agent Reach，MIT 协议，我在这台 M4 Mac 上把安装、体检、逐渠道实测完整跑了一遍——开箱 4 个免 Key 渠道全通，两条命令又解锁 2 个，同时也踩到了 3 个官方文档里写得不够显眼的坑，都记在这篇里。

它不是又一个爬虫合集，是「能力层」

先看数据：截至我发稿，Panniantong/Agent-Reach 91,890 星、8,065 fork，挂着 Trendshift「当日 GitHub Trending 第一」的徽章。仓库今年 2 月创建，当前版本 v1.5.0，主分支最新提交停在 9 月 16 日（那次提交新增了 Boss直聘渠道）。星数短期暴涨，说明它戳中的痛点足够普遍。它和市面上「爬虫工具合集」的本质区别在定位。作者的原话是：Agent Reach 是能力层（capability layer），负责选型、安装、体检、路由，不负责底层读取本身——真正的读取由 Agent 直接调用上游工具（yt-dlp、gh、feedparser），它不做包装。源码里的 channels/ 目录就是一张路由表，每个平台一条「首选 + 备选」的有序后端列表：

channels/
├── web.py          → Jina Reader（读任意网页，免 Key）
├── youtube.py      → yt-dlp（字幕 + 搜索）
├── github.py       → gh CLI（官方工具）
├── bilibili.py     → bili-cli ▸ OpenCLI ▸ 搜索 API
├── twitter.py      → twitter-cli ▸ OpenCLI ▸ bird
├── reddit.py       → OpenCLI ▸ rdt-cli（无零配置路径）
├── xiaohongshu.py  → OpenCLI ▸ xiaohongshu-mcp ▸ xhs-cli
└── v2ex.py / rss.py / xueqiu.py / boss.py ...

channels/
├── web.py          → Jina Reader（读任意网页，免 Key）
├── youtube.py      → yt-dlp（字幕 + 搜索）
├── github.py       → gh CLI（官方工具）
├── bilibili.py     → bili-cli ▸ OpenCLI ▸ 搜索 API
├── twitter.py      → twitter-cli ▸ OpenCLI ▸ bird
├── reddit.py       → OpenCLI ▸ rdt-cli（无零配置路径）
├── xiaohongshu.py  → OpenCLI ▸ xiaohongshu-mcp ▸ xhs-cli
└── v2ex.py / rss.py / xueqiu.py / boss.py ...

B站这条路由的首选 bili-cli 是个 独立命令行项目，只读功能免登录。这个设计最有说服力的证据是换代记录：2026 年 6 月 yt-dlp 被 B站风控全面 412 拦截（直连、代理、带 Cookie 都试过），项目方把 B站路由整条换成了 bili-cli，用户零操作。平台反爬会一直变，把对抗的维护成本集中到项目方，用户只管用——这是它一周冲上热榜的真正原因，也是个人维护「爬虫脚本库」最耗神的部分。

实测安装：先认准「别从 PyPI 装」

我的测试环境：M4 MacBook（16GB 统一内存），macOS arm64，Python 3.13.12，Agent Reach v1.5.0。安装前有个必须强调的坑——PyPI 上有个同名的 agent-reach 包，但那不是本项目，README 里专门写了警告。正确姿势是从仓库装：

# 推荐用 pipx；用虚拟环境也一样
python3 -m venv ~/.agent-reach-venv
source ~/.agent-reach-venv/bin/activate
pip install https://github.com/Panniantong/agent-reach/archive/main.zip

# 只读体检，不改系统（默认安全模式）
agent-reach install --env=auto

# 推荐用 pipx；用虚拟环境也一样
python3 -m venv ~/.agent-reach-venv
source ~/.agent-reach-venv/bin/activate
pip install https://github.com/Panniantong/agent-reach/archive/main.zip

# 只读体检，不改系统（默认安全模式）
agent-reach install --env=auto

install 默认只检查不动系统，装依赖、写配置这些动作要显式加 --system 才会执行，还支持 --dry-run 预览。我跑完体检的输出是这样：

Agent Reach Installer
SAFE MODE — skipping automatic system changes
Environment: Local computer (auto-detected)
  ✅ GitHub CLI already installed
  ✅ Node.js already installed
  ✅ mcporter already installed
图例：✅ 可用  [!] 已装但需配置/登录  [X] 未安装
  [!]  GitHub 仓库和代码 — gh CLI 可执行，但未检测到认证
  [!]  YouTube 视频和字幕 — yt-dlp 已安装但未配置 JS runtime
  ✅  V2EX 节点、主题与回复 — 公开 API 可用
  ✅  RSS/Atom 订阅源 — 可读取 RSS/Atom 源
  [X]  全网语义搜索 — mcporter 已装但 Exa 未配置
  ✅  任意网页 — 通过 Jina Reader 读取任意网页
  ✅  B站视频、字幕和搜索 — 搜索 API 可达（仅搜索，curl 直连）
状态：4/16 个渠道可用

Agent Reach Installer
SAFE MODE — skipping automatic system changes
Environment: Local computer (auto-detected)
  ✅ GitHub CLI already installed
  ✅ Node.js already installed
  ✅ mcporter already installed
图例：✅ 可用  [!] 已装但需配置/登录  [X] 未安装
  [!]  GitHub 仓库和代码 — gh CLI 可执行，但未检测到认证
  [!]  YouTube 视频和字幕 — yt-dlp 已安装但未配置 JS runtime
  ✅  V2EX 节点、主题与回复 — 公开 API 可用
  ✅  RSS/Atom 订阅源 — 可读取 RSS/Atom 源
  [X]  全网语义搜索 — mcporter 已装但 Exa 未配置
  ✅  任意网页 — 通过 Jina Reader 读取任意网页
  ✅  B站视频、字幕和搜索 — 搜索 API 可达（仅搜索，curl 直连）
状态：4/16 个渠道可用

开箱 4/16，另外三条待修——每条后面直接跟了修复命令。这个体检就是官方说的 agent-reach doctor，每个渠道都做真实探测（发一次实际请求），不是看命令存在就算数。

两条命令修复，逐渠道实测

YouTube 和 Exa 两条待修项，doctor 直接把处方打在了输出里：

# 修复 1：yt-dlp 需要指定 JS runtime（YouTube 反爬升级后的新要求）
mkdir -p ~/.config/yt-dlp && echo '--js-runtimes node' >> ~/.config/yt-dlp/config

# 修复 2：Exa 语义搜索走 MCP 接入，免 Key
mcporter config add exa https://mcp.exa.ai/mcp --scope home

# 修复 1：yt-dlp 需要指定 JS runtime（YouTube 反爬升级后的新要求）
mkdir -p ~/.config/yt-dlp && echo '--js-runtimes node' >> ~/.config/yt-dlp/config

# 修复 2：Exa 语义搜索走 MCP 接入，免 Key
mcporter config add exa https://mcp.exa.ai/mcp --scope home

修完之后我把六个免 Key 渠道挨个跑了一遍，以下全是真实返回。

B站搜索——不装 bili-cli 也能用，走搜索 API 直连（先访问一次首页拿 Cookie，再带 UA 调接口）：

UA="Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36"
curl -s -c /tmp/bili_ck.txt -o /dev/null -A "$UA" "https://www.bilibili.com/"
curl -s -b /tmp/bili_ck.txt -A "$UA" -e "https://www.bilibili.com/" \
  "https://api.bilibili.com/x/web-interface/search/all/v2?keyword=llama.cpp%20%E5%86%B3%E7%AD%96%E6%A8%A1%E5%9E%8B&page=1"

UA="Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36"
curl -s -c /tmp/bili_ck.txt -o /dev/null -A "$UA" "https://www.bilibili.com/"
curl -s -b /tmp/bili_ck.txt -A "$UA" -e "https://www.bilibili.com/" \
  "https://api.bilibili.com/x/web-interface/search/all/v2?keyword=llama.cpp%20%E5%86%B3%E7%AD%96%E6%A8%A1%E5%9E%8B&page=1"

返回 code 0，搜「llama.cpp 决策模型」出来的前几条是部署教程和决策模型对比视频，标题、UP 主、播放量、BV 号都在 JSON 里，直接可读。

V2EX——公开 API 直连热门主题，返回 8 条真实帖子，第二条还挺应景：「喵的，用了 2 年的 Claude 账号 10.5 凌晨 2 点被封了」，58 条回复：

curl -s "https://www.v2ex.com/api/topics/hot.json"

curl -s "https://www.v2ex.com/api/topics/hot.json"

RSS——用自带的 feedparser 解析，Hacker News 首页 20 条一字排开：

import feedparser

d = feedparser.parse("https://hnrss.org/frontpage")
print(d.feed.title, len(d.entries))   # Hacker News: Front Page 20
for e in d.entries[:3]:
    print("-", e.title)

import feedparser

d = feedparser.parse("https://hnrss.org/frontpage")
print(d.feed.title, len(d.entries))   # Hacker News: Front Page 20
for e in d.entries[:3]:
    print("-", e.title)

读网页——Jina Reader 免 Key 读任意 URL，返回的是清洗好的 Markdown 而不是一堆 HTML 标签，我拿它读了一页博客存档，正文、链接、图片描述的层级都保留得很干净。这一条本质上是 curl https://r.jina.ai/目标URL，Agent 理解成本为零。

YouTube 字幕——JS runtime 修复后，yt-dlp 直接拉到了视频自动字幕。我拿史上第一条 YouTube 视频《Me at the zoo》试的手，19 秒的视频，VTT 文件秒回，逐句带时间轴。对「帮我看下这个教程讲了什么」这类需求，拿字幕喂给模型比下载视频实惠得多。

Exa 语义搜索——配好之后一调用，撞上了限流（下面细说）。

三个坑，都有解

坑 1：yt-dlp 缺 JS runtime。 新版 yt-dlp 在 YouTube 侧要求 JS 运行时解签名，光装 yt-dlp 不够，要把 --js-runtimes node 写进配置（机器上有 Node.js 就行）。不修的话 doctor 会一直给你黄灯。

坑 2：Exa 免费 MCP 是共享限流。 用 mcporter 配好 https://mcp.exa.ai/mcp 零 Key 确实能用，但我第一次真实调用就返回了 You've hit Exa's free MCP rate limit——这条端点是所有人共享的。解法也简单：dashboard.exa.ai 申个免费 API Key，把 URL 改成 https://mcp.exa.ai/mcp?exaApiKey=你的KEY 即可独享额度。偶尔用用撞到限流重试也行，做自动化流水线就别省这个 key。

坑 3：GitHub 渠道装好 ≠ 能用。 gh CLI 本机没登录的话，gh repo view 会直接拒绝：To get started with GitHub CLI, please run: gh auth login。我实测未登录状态就是这样，gh auth login 走一次浏览器授权，或者设 GH_TOKEN 环境变量，这个渠道才真正点亮。

接进你自己的 Agent：SKILL.md 是灵魂

Agent Reach 最聪明的设计是「一句话安装」：把 install.md 的链接直接丢给 Claude Code、Cursor 或 OpenClaw，Agent 读完文档自己完成安装和配置——因为文档就是按「给 AI 读」的标准写的，边界、目录规则、禁止事项都写明了。

装完执行 agent-reach skill --install，它会把一份 SKILL.md 写进 Agent 的技能目录。这份文件教会 Agent 的是映射关系：遇到「读这个网页」调什么、「搜B站」调什么、「读小红书」缺什么配置。之后你只需要说人话，不用记任何命令。

一个使用建议：这类本地能力层和托管 Agent 是互补关系。如果你在用 Open Dots 这类自托管工作台，或者本地跑着 llama.cpp 起的模型服务，Agent Reach 装在同一台常驻开发机上正好补齐联网这环——托管沙箱里的工具每次会话结束就丢，本地能力层是攒得下的。

我不建议你这么用

• 别用主号配 Cookie 类渠道。 Twitter、小红书、Reddit 这些靠登录态解锁的平台，README 自己就把丑话写在了前面：脚本调用存在被平台检测封号的风险，务必用专用小号。Cookie 等于完整登录权限，泄露时小号能把损失圈住。
• 别在服务器上裸跑。 README 说明本地电脑不需要代理，部署在服务器上就需要（约 $1/月）——国内服务器直连 Twitter、YouTube 大概率全线飘红，这是网络环境决定的，不是工具问题。
• 别当商业级采集引擎。 它是给 Agent 装的「眼睛」，不是分布式爬虫。高频、大规模的采集请求会撞限流、触发风控、连累账号，真有这个量级的需求该上正规数据服务商。

值不值得装

天天让 Agent 查资料的开发者、想给 OpenClaw 或 Claude Code 补联网能力的人、不想为 Twitter/Reddit API 付月费的独立开发者——装，十分钟内六个免 Key 渠道全部点亮，成本几乎为零。只用 ChatGPT 网页版的轻度用户、需要合规审计的企业数据管道——先缓缓，前者没地方跑 CLI，后者的 Cookie 灰色地带过不了法务。

值得一学的反而是它的模式：把「平台对抗」这种脏活累活收敛到一个持续维护的开源项目里，用体检命令把状态透明化，用路由表把更换成本降为零。下次你发现自己的 Agent 又双叒叕被 403 挡在门外，与其重新踩一遍坑，不如先 agent-reach doctor 一下。