Agent-Reach网络感知工具
AI Skill Hub 强烈推荐：Agent-Reach网络感知工具 是一款优质的MCP工具。在 GitHub 上收获超过 19.4k 颗 Star，AI 综合评分 8.2 分，在同类工具中表现稳健。如果你正在寻找可靠的MCP工具解决方案，这是一个值得深入了解的选择。
📚 深度解析
通过安装 Agent-Reach网络感知工具，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。
在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。Agent-Reach网络感知工具 提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。
与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将 Agent-Reach网络感知工具 评为 AI 评分 8.2 分，属于同类工具中的优质选择。
📋 工具概览
Agent-Reach网络感知工具 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
📖 中文文档
Agent-Reach网络感知工具 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
- 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
- 提供结构化工具调用接口，显著降低 AI 集成复杂度
- 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
- 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
- 轻量无侵入设计，不影响现有系统架构
- 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
- 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
- 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/Panniantong/Agent-Reach
# 方式二：手动配置 claude_desktop_config.json
{
"mcpServers": {
"agent-reach------": {
"command": "npx",
"args": ["-y", "agent-reach"]
}
}
}
# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
- 确认已安装 Node.js（v18 或以上版本）
- 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
- 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
- 保存配置文件并重启 Claude 客户端
- 重启后，在对话中即可使用本工具
# 安装后在 Claude 对话中直接使用 # 示例： 用户: 请帮我用 Agent-Reach网络感知工具 执行以下任务... Claude: [自动调用 Agent-Reach网络感知工具 MCP 工具处理请求] # 查看可用工具列表 # 在 Claude 中输入："列出所有可用的 MCP 工具"
// claude_desktop_config.json 配置示例
{
"mcpServers": {
"agent-reach______": {
"command": "npx",
"args": ["-y", "agent-reach"],
"env": {
// "API_KEY": "your-api-key-here"
}
}
}
}
// 保存后重启 Claude Desktop 生效
简介
👁️ Agent Reach
<p align="center"> <strong>给你的 AI Agent 一键装上互联网能力</strong> </p>
<p align="center"> 当下最稳的接入方式，替你选好、装好、体检好——接入方式会换代，你不用操心 </p>
<p align="center"> <a href="https://trendshift.io/repositories/24387"><img src="https://trendshift.io/api/badge/repositories/24387" alt="Trendshift GitHub Trending #1 Repository of the Day"></a> <a href="https://star-history.com/#Panniantong/Agent-Reach&Date"><img src="https://api.star-history.com/badge?repo=Panniantong/Agent-Reach" alt="Star History Rank" width="196" height="55"></a> </p>
<p align="center"> <a href="LICENSE"><img src="https://img.shields.io/badge/License-MIT-blue.svg?style=for-the-badge" alt="MIT License"></a> <a href="https://www.python.org/"><img src="https://img.shields.io/badge/Python-3.10+-green.svg?style=for-the-badge&logo=python&logoColor=white" alt="Python 3.10+"></a> <a href="https://github.com/Panniantong/agent-reach/stargazers"><img src="https://img.shields.io/github/stars/Panniantong/agent-reach?style=for-the-badge" alt="GitHub Stars"></a> </p>
<p align="center"> <a href="#快速上手">快速开始</a> · <a href="docs/README_en.md">English</a> · <a href="docs/README_ja.md">日本語</a> · <a href="docs/README_ko.md">한국어</a> · <a href="#支持的平台">支持平台</a> · <a href="#设计理念">设计理念</a> </p>
---
支持的平台
| 平台 | 装好即用 | 配置后解锁 | 怎么配 |
|---|---|---|---|
| 🌐 **网页** | 阅读任意网页 | — | 无需配置 |
| 📺 **YouTube** | 字幕提取 + 视频搜索 | — | 无需配置 |
| 📡 **RSS** | 阅读任意 RSS/Atom 源 | — | 无需配置 |
| 🔍 **全网搜索** | — | 全网语义搜索 | 自动配置（MCP 接入，免费无需 Key） |
| 📦 **GitHub** | 读公开仓库 + 搜索 | 私有仓库、提 Issue/PR、Fork | 告诉 Agent「帮我登录 GitHub」 |
| 🐦 **Twitter/X** | 读单条推文 | 搜索推文、浏览时间线、读长文 | 告诉 Agent「帮我配 Twitter」 |
| 📺 **B站** | 搜索 + 视频详情（bili-cli，无需登录） | 字幕（OpenCLI） | 告诉 Agent「帮我配 B站」 |
| 📖 **Reddit** | —（没有零配置路径：匿名接口已被封） | 搜索 + 读帖子和评论 | 桌面装 OpenCLI 用浏览器登录态；或 rdt-cli + Cookie |
| 📘 **Facebook** | — | 搜索、主页、Feed、群组列表 | 桌面装 OpenCLI（复用 Chrome 登录态） |
| 📷 **Instagram** | — | 用户搜索、Profile、用户最近帖子、Explore | 桌面装 OpenCLI（复用 Chrome 登录态） |
| 📕 **小红书** | — | 搜索、阅读、评论 | OpenCLI 只用用户已有 Chrome 会话；MCP/存量工具用 Cookie-Editor |
| 💼 **LinkedIn** | Jina Reader 读公开页面 | Profile 详情、公司页面、职位搜索 | 告诉 Agent「帮我配 LinkedIn」 |
| 💻 **V2EX** | 热门帖子、节点帖子、帖子详情+回复、用户信息 | — | 无需配置 |
| 📈 **雪球** | 股票行情、搜索股票、热门帖子、热门股票排行 | — | 告诉 Agent「帮我配雪球」 |
| 🎙️ **小宇宙播客** | — | 播客音频转文字（Whisper 转录，免费 Key） | 告诉 Agent「帮我配小宇宙播客」 |
不知道怎么配？不用查文档。 直接告诉 Agent「帮我配 XXX」，它知道需要什么、会一步一步引导你。 🍪 Twitter 只接受用户通过 Cookie-Editor 手工导出的内容。Agent Reach 不替用户执行小红书登录，也不读取小红书浏览器 Cookie；OpenCLI 只使用用户已经存在且明确控制的 Chrome 会话。agent-reach configure xhs-cookies不会把 Cookie 注入 OpenCLI / Chrome；没有现成会话时，改用 Cookie-Editor 导出后配置 xiaohongshu-mcp / 存量工具。 Twitter Cookie 保存后仅供agent-reach doctor检查配置是否齐全；直接运行上游TWITTER_AUTH_TOKEN和TWITTER_CT0。 🔒 Cookie 只存在你本地，不上传不外传。代码完全开源，随时可审查。 💻 本地电脑不需要代理。代理只有部署在服务器上才需要（~$1/月）。
---
📦 安装方式
| 方式 | 命令 | 适合场景 |
|---|---|---|
| 默认安全检查 | agent-reach install --env=auto | 所有环境；只读检查并列出缺失项 |
| 显式安装系统依赖 | agent-reach install --env=auto --system | 你明确允许修改当前机器时 |
| 兼容安全参数 | agent-reach install --env=auto --safe | 与默认行为相同 |
| 仅预览 | agent-reach install --env=auto --dry-run | 先看看会做什么 |
快速上手
⚠️ OpenClaw 用户请先确认 exec 权限已开启 Agent Reach 依赖 Agent 执行 shell 命令（pip install、mcporter、messaging工具配置，Agent 将无法执行命令。安装前请先开启 exec 权限：或在> openclaw config set tools.profile "coding" >~/.openclaw/openclaw.json中设置"tools": { "profile": "coding" }。 设置后重启 Gateway（openclaw gateway restart）并开启新对话即可。其他平台（Claude Code、Cursor、Windsurf 等）不受此限制。
复制这句话给你的 AI Agent（Claude Code、OpenClaw、Cursor 等）：
帮我安装 Agent Reach：https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/install.md就这一步。Agent 会自己完成剩下的所有事情。
🔄 已安装过？ 更新也是一句话：> 帮我更新 Agent Reach：https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/update.md >
🛡️ 默认安全：agent-reach install默认只检查环境，不会自动装系统包或写入配置：只有在你明确允许修改系统后，才使用> 帮我安全检查并安装 Agent Reach：https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/install.md >agent-reach install --system。
<details> <summary>它会做什么？（点击展开）</summary>
- 安装 CLI 工具 — 从本仓库安装
agent-reach命令行（自带 yt-dlp、feedparser；不要从 PyPI 安装同名包，它不是本项目） - 检查系统基建 — 检查 Node.js、gh CLI、mcporter，并给出缺失项的安装方式
- 按授权安装与配置 — 仅在显式传入
--system时安装依赖并通过 MCP 接入 Exa - 检测环境 — 判断是本地电脑还是服务器，给出对应的配置建议
- 按授权注册 SKILL.md — 仅在显式
--system时写入 Agent 的 skills 目录；默认检查不改文件 - 问你要不要更多 — 默认只激活 6 个零配置渠道；小红书、Twitter、Reddit、Facebook、Instagram 这些需要登录态的，Agent 会列菜单问你要哪些，点名才装
安装完之后，agent-reach doctor 一条命令告诉你每个渠道的状态、当前走哪条路。 </details>
---
只预览，不实际删除
agent-reach uninstall --dry-run
只删 skill 文件，保留 token 配置（重装时用）
agent-reach uninstall --keep-config ```
卸载 Python 包本身：pip uninstall agent-reach
---
Agent-Reach 是一个专为 AI Agent 设计的互联网能力增强工具。它旨在为你的 Agent 提供“一键式”的联网能力，通过自动化的选型、安装与健康检查机制，解决 Agent 接入互联网时的复杂性问题。无论底层接入技术如何迭代，开发者都能通过 Agent-Reach 获得最稳定、最省心的联网体验，让 Agent 真正具备实时获取信息的能力。
Agent-Reach 支持多种互联网能力的快速接入。对于网页阅读、YouTube 字幕提取及 RSS 源订阅，用户无需任何配置即可“装好即用”；对于全网语义搜索，系统支持通过 MCP 自动配置，实现免费且无需 API Key 的接入。此外，通过简单的指令授权，Agent 还能解锁 GitHub（读写仓库、提 Issue/PR）、Twitter/X（搜索与浏览时间线）以及 B 站等平台的深度交互能力。
项目提供了多种灵活的安装模式以适应不同场景。默认情况下，推荐使用 `agent-reach install --env=auto` 进行一键全自动安装，适用于个人电脑和开发环境；若需在生产服务器或多人共用的机器上部署，请使用 `--safe` 安全模式；如果你希望在正式安装前预览变更过程，可以使用 `--dry-run` 预览模式，确保一切尽在掌握。
在使用 Agent-Reach 之前，请务必确认你的 Agent 环境已开启 `exec` 权限。例如，OpenClaw 用户需要通过 `openclaw config set tools.profile "coding"` 命令或修改配置文件来开启权限，否则 Agent 将无法执行必要的 shell 命令。该工具同样兼容 Claude Code、Cursor 和 Windsurf 等主流开发工具，确保 Agent 能够顺利调用安装的工具集。
在进行环境清理或重装时，建议使用 `agent-reach uninstall --keep-config` 命令。该命令的设计逻辑是仅删除相关的 skill 文件，而完整保留已配置的 token 等敏感信息，避免在重新安装后需要重复进行繁琐的身份验证配置，极大提升了开发效率。
针对开发者关心的成本问题，Agent-Reach 提供了高效的解决方案。例如，在不希望支付高昂 Twitter API 费用的情况下，可以通过安装 `twitter-cli` 并利用 Cookie 认证的方式，让 Agent 实现免费的推文搜索与阅读功能。这种方式既保证了功能的完整性，又有效降低了 AI 应用的运营成本。
高质量MCP工具，强化AI代理网络感知能力，代码活跃维护良好。功能实用性强，但需注意API合规使用。
- 需要 Agent-Reach 解决具体问题的开发者与运营人员
- 先在测试环境跑通最小用例，再接入生产数据
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- Python 依赖冲突：建议用 venv / uv 隔离环境
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
- 提供结构化工具调用接口，显著降低 AI 集成复杂度
- 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
- 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
- 轻量无侵入设计，不影响现有系统架构
- 需要 Agent-Reach 解决具体问题的开发者与运营人员
- 先在测试环境跑通最小用例，再接入生产数据
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- Python 依赖冲突：建议用 venv / uv 隔离环境
👥 适合人群
🎯 使用场景
- 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
- 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
- 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
⚖️ 优点与不足
- +GitHub 19.4k Star，社区高度认可
- +MIT 协议，可免费商用
- +标准化 MCP 协议，生态互联性强
- +与 Claude 官方生态无缝对接
- +即插即用，配置简单快捷
- −依赖 Claude 客户端，非 Claude 用户无法使用
- −MCP 协议仍在持续演进，接口可能变更
- −需要一定的配置步骤
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
总体来看，Agent-Reach网络感知工具 是一款质量优秀的MCP工具，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。
| 原始名称 | Agent-Reach |
| 原始描述 | 开源MCP工具：Give your AI agent eyes to see the entire internet. Read & search Twitter, Reddi。⭐19.4k · Python |
| Topics | AI代理网络爬取实时搜索多平台支持自动化 |
| GitHub | https://github.com/Panniantong/Agent-Reach |
| License | MIT |
| 语言 | Python |
收录时间：2026-05-13 · 更新时间：2026-05-16 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。