给 AI 装上「眼睛」的 Agent-Reach：7.1 万 star，一个 CLI 免费读遍 YouTube/推特/Reddit/B站——拆解它的零 API 费用联网架构
“帮我看看这个 YouTube 教程讲了什么”——拿不到字幕。
“搜一下推特上大家怎么评价这个产品”——Twitter API 要付费。
“去 Reddit 看看有没有人遇到过这个 bug”——403，服务器 IP 被封。
“看看小红书上这个品的口碑”——打不开，要登录。
“B站上有个技术视频帮我总结一下”——被风控拦截。
这是每一个做 Agent 的人都会撞上的墙：模型再强，拿不到信息就是瞎的。Agent 的"联网能力"从来不是默认项，而是每个平台一道坎。
Agent-Reach（71,499 star）就是来拆这些墙的：一个 CLI，几分钟接入，让你的 Agent 能读 YouTube、搜推特、翻 Reddit、刷 B站和小红书。全部免费。
每个平台一道坎，它全拆了
Agent-Reach 的 README 把痛点列得很直白，每个平台都有自己的门槛：
YouTube 要字幕（通用工具拿不到）；Twitter/X 的 API 要付费；Reddit 会封服务器 IP；小红书强制登录；B站有专门的风控（通用下载工具 yt-dlp 曾被封死）；全网搜索要么付费要么质量差。
你要是一个个去踩坑：装工具、调配置、搞账号、维护反爬——光是让 Agent 能读个推特就能折腾半天。Agent-Reach 的思路是：这些坑我全替你踩了，你只管给 Agent 装一个工具。
零 API 费用的关键：多后端路由 + 免费渠道
“完全免费"是怎么做到的？看它的设计：
第一，不依赖付费 API。推特搜索、Reddit 阅读这些，走的都是免费渠道（网页端、公开接口、自建解析），而不是官方付费 API。
第二，多后端路由。每个平台都是"首选 + 备选"的多个后端，一个接入方式失效了自动切换下一个，用户无感。README 里有个真实案例：2026 年 6 月 yt-dlp 被 B 站风控封死，项目组切换到了 bili-cli，用户零操作。
第三，持续跟踪换代。平台的封锁手段会变，项目组承诺"平台封了我们修，有新渠道我们加”——这是开源项目里少见的"长期运维承诺"，也是它能冲到 7 万 star 的原因之一。
成本上，本地电脑跑完全免费；如果要在云服务器上跑，唯一可能花钱的是代理（约 1 美元/月）。
支持的平台（装好即用 vs 配置解锁）
装好即用的：YouTube（字幕提取 + 视频搜索，无需配置）、GitHub（读公开仓库 + 搜索）、全网搜索（MCP 接入，免费无需 Key）。
配置后解锁的：Twitter/X（读单条推文开箱即用，搜索、时间线、读长文需要配置）、Reddit、B站、小红书等——配置方式也很"Agent 化"：直接告诉 Agent"帮我配 Twitter"，它自己搞定。
横向对比：四类联网方案
给 Agent 联网不是只有 Agent-Reach 一条路，市面上主流有四类：
- Agent-Reach 这类开源聚合层：免费、平台全覆盖、社区持续维护反爬——代价是需要自己跑
- Jina Reader 这类 URL 转 Markdown 服务：一条 URL 发过去，返回干净文本，免费额度有限，适合简单抓取
- Firecrawl 这类爬虫 SaaS：功能强（支持登录态、动态页面），按量付费，适合规模化爬取
- 官方付费 API：推特、Reddit 等平台的官方接口，贵、限流、审核严格，但合规且稳定
怎么选？
- 免费 + 要覆盖多个平台：Agent-Reach，没有对手
- 偶尔抓个网页转文本：Jina Reader，一条命令的事
- 公司项目、要 SLA：Firecrawl 或官方 API，花钱买稳定
- 最怕的是自己写爬虫硬刚反爬——时间成本和维护成本远超任何工具的价格
对开发者的意义
Agent-Reach 的价值不只是"多一个工具"，它示范了一种信息获取层的正确做法：
第一，平台接入是持续工程。反爬、风控、API 涨价是常态，Agent 的信息获取必须做成"可替换的后端"，而不是写死的爬虫。
第二，免费渠道优先。大部分平台的信息，官方付费 API 只是最省事的路，不是唯一的路——网页端、公开接口、社区数据源，组合起来成本可以是零。
第三，把"维护"做成产品。7 万 star 说明大家苦"自己修反爬"久矣，一个有人持续维护的免费接入层，比任何炫酷模型都稀缺。
用它的姿势很简单：装好 CLI，按 README 接入你的 Agent（支持 OpenClaw、Claude Code 等主流框架），然后你的 Agent 就不再是"睁眼瞎"了。
你被哪个平台的 API 卡过？评论区聊聊。