你的 AI Agent 之前只触及了半个互联网……直到现在(Agent-Reach 登场)

BBetter Stack
Computing/SoftwareSmall Business/StartupsInternet Technology

Transcript

00:00:00上周我遇到了这个问题。我的智能体显然可以编辑代码、
00:00:04运行命令、检查文件。这些都是普通编码智能体的常规操作。
00:00:09然后我试着问了一个简单的问题:查找关于AI智能体工具的最新讨论,
00:00:14包括Twitter、Reddit、GitHub和Bilibili上的内容。问题就在这里开始显现,
00:00:18因为智能体虽然小到可以总结研究结果,
00:00:22但却无法在运行我的代码的同时,可靠地去获取这些研究资料。
00:00:3028,000个星标,一条命令即可安装,它围绕着一个非常简单实用的想法构建。
00:00:35别再让我们手动把互联网访问权限接入到每一个智能体工作流中了。
00:00:41让我们在接下来的几分钟里看看它是如何运作的。
00:00:48现在,这是我们很多人都会遇到的情况。有用的信息并不在一个整洁的地方,
00:00:54而是分散在各种帖子、评论、GitHub线程、论坛和不断变化的搜索结果中。
00:01:01从技术上讲,是的,你可以自己动手搞定。你可以设置一些东西来抓取并
00:01:07从YouTube拉取数据,搞定身份验证。你也可以付费购买X的API访问权限。你甚至可以添加
00:01:13代理。所有这些都是可行的,但之后你可能又要费劲去排查为什么Bilibili昨天能用,
00:01:18今天却坏了。你本想构建一个智能体,结果每个平台都变成了一个单独的
00:01:24小型基础设施项目。Agent Reach是一个能力层。一条命令安装合适的工具,
00:01:31为你的编码智能体完成注册,它会运行健康检查,并赋予智能体访问
00:01:37多个平台的有效路径。所以你可以同时在Twitter、Reddit、YouTube、Bilibili、小红书以及中国平台上,
00:01:44我这里说的是,让所有这些平台协同工作。你的智能体不应该在每次需要上下文时,
00:01:50都让你手动接入互联网访问权限。如果你喜欢能加速工作流的编程工具,
00:01:55请务必订阅。我们会不断更新视频。那么,让我们来测试一下这一切。我现在在VS Code中,
00:02:01使用的是Claude,但同样的思路在Cursor中也适用。我粘贴一句话:使用官方的一行指令
00:02:09安装Agent Reach并完成设置。就是这样。只需安装,设置,然后开始工作。
00:02:16现在,观察自动运行的枯燥部分。它会拉取CLI,检查所需的工具,
00:02:23设置平台后端,注册技能,然后它会运行doctor命令,
00:02:30也就是 agent reach doctor。这是所有这一切中第一个重要的部分。智能体此时还不知道
00:02:36Agent Reach的存在。但它现在确实可以使用它了。那么现在让我们问一个更实际的问题。
00:02:44我打算说类似这样的话:研究最近关于Twitter或X以及Bilibili上AI智能体工具的讨论,
00:02:50提取关键见解和链接。给它一点时间运行。
00:02:58结果出来了。带有来源的多平台研究,无需将链接复制回聊天窗口。这实际上
00:03:06相当高效。这太棒了。它抓取了这些不同的网站,或者至少从它们那里获得了上下文,
00:03:10而不是只搜索了一个站点。它跨越了多个平台,而无需我亲自打开浏览器,
00:03:16打开所有这些标签页。Agent Reach是一个Python CLI和库。它是MIT开源许可的,其核心理念是
00:03:24平台频道。把每个频道想象成一个特定平台的适配器。
00:03:29YouTube有一个频道。GitHub有一个频道。中国平台也有一个频道,对吧?
00:03:34通用网页阅读。所有这些都是不同的频道。它不仅仅是一个带有某些
00:03:38封装器的爬虫。每个平台都可以有一个主后端和一个备用后端。所以如果第一条路径真的
00:03:45中断了,Agent Reach可以绕过它。这真的非常重要,因为平台访问权限
00:03:51随时都会中断。一个后端今天能用,明天平台一改动就挂了。现在你的智能体
00:03:57除非你修复它,否则就没用了。Agent Reach试图将这种维护负担从我们的项目中移除,并放入
00:04:03一个共享的访问层中。Bilibili和其它受限的中国平台就是很好的例子。
00:04:10它们很好地说明了这一点。当一种方法不再可靠时,后端可以切换到
00:04:15一个更佳的特定平台工具。这就是为什么它能如此迅速地火起来的原因。
00:04:21开发人员,我们喜欢给东西加星是有原因的。我们加星是因为它们解决了我们实际遇到的问题。
00:04:27我们已经有了可以编写代码的智能体。但下一个问题是上下文。我们到底
00:04:33在讨论什么新框架?我们在抱怨GitHub Issues里的什么内容?哪些教程是真正
00:04:39有用的?中国开发者社区中正在发生什么还没传到英文Twitter上的事?我一直说
00:04:45Twitter。是叫X还是Twitter?我不知道。反正就是Twitter。但这些背景信息非常有价值。可问题是,
00:04:51它们分散在互联网的各个角落。而这正是许多这类智能体陷入困境的地方。
00:04:57现在Agent Reach并不是适用于所有用例的万金油,但对于正确的用例,确实,它很有帮助。
00:05:03它真的很棒。一行命令安装确实非常实用。doctor命令也很好。当出现问题时,
00:05:09你需要知道哪里坏了,哪个平台在运行,哪个后端失效了。然后平台
00:05:15覆盖范围也特别有用,特别是如果你同时关注西方和中国平台的话。大多数智能体
00:05:21工具仍然非常以英文网络为中心。Agent Reach之所以更有效,是因为我们可以跨越
00:05:27不同国家的多个平台。这不是一个完全的交互式浏览器自动化工具。它非常适合
00:05:32阅读、搜索、提取和研究。但如果你需要复杂的、多步骤的UI操作,
00:05:38你可以尝试将其与Playwright或浏览器智能体配对。一些编码智能体最初仍然需要执行
00:05:44权限开启,所以我们可能会遇到一些Bug。如果你的智能体无法运行Shell命令,
00:05:50它就无法自行安装工具。所以这里有一个更简单的方案。如果你的智能体只需要
00:05:57处理普通的网页,你或许可以先从类似Firecrawl的东西开始。但如果你的智能体
00:06:02需要多平台的上下文,比如社交讨论、教程问题,那么Agent Reach可能值得一试。
00:06:09如果你喜欢这类编程工具,请务必订阅BetterStack频道。
00:06:13我们在下一个视频中再见。

Key Takeaway

Agent Reach 通过统一的开源能力层将多个社交与技术平台接入 AI 智能体,解决了因各平台接口维护成本高昂导致的上下文获取碎片化问题。

Highlights

  • Agent Reach 提供了一个开源的 Python CLI 与库,专门用于解决 AI 智能体跨平台获取上下文的维护难题。

  • 该工具通过“频道”模式为 GitHub、YouTube、Bilibili 及 Twitter 等多个平台提供适配器,并在单一平台后端失效时自动切换至备用路径。

  • Agent Reach 简化了智能体基础设施,通过一行命令即可完成安装、设置与注册。

  • Agent Reach 的 doctor 命令可实时检测平台运行状态及后端有效性,降低了维护各个平台爬虫的负担。

  • 此工具专注于阅读、搜索、提取与研究场景,适合需要跨越中英文社区获取讨论信息的情境。

Timeline

智能体面临的互联网访问瓶颈

  • 现有的编程智能体在执行代码任务时,难以可靠地从 Twitter、Reddit、GitHub 和 Bilibili 等分散平台提取实时研究资料。
  • 手动为每个平台编写抓取工具不仅复杂,且随着平台 API 或网页结构的变动,维护负担会迅速增加。

开发者常面临信息分散在多个平台的困境,手动接入 YouTube 数据、X API 或维护各论坛抓取脚本,往往导致每一个平台都变成了一个沉重的基础设施项目。当单一平台接口变动时,智能体的上下文获取能力便会失效。

Agent Reach 的能力层架构

  • Agent Reach 作为中间能力层,通过一条命令自动完成工具安装、后端注册及健康检查。
  • 其核心架构基于“频道”概念,每个平台对应特定的适配器,支持主备后端切换以应对平台接口中断。

该工具在 VS Code 等开发环境中运行,它通过 agent reach doctor 命令检测系统状态,让智能体在不需要手动介入的情况下获得跨平台的访问路径。这种方式将个别平台的维护压力转移到了共享的访问层中。

跨平台研究与局限性分析

  • Agent Reach 能够实现跨多平台自动搜索并提取关键见解,无需手动切换浏览器标签页。
  • 该工具特别适用于处理中英文社区的社交讨论差异,但并不直接处理复杂的、多步骤的 UI 自动化任务。
  • 若需执行复杂的浏览器操作,建议将此工具与 Playwright 或专业的浏览器智能体配合使用。

在实际测试中,智能体能够通过 Agent Reach 汇总多个站点的研究结果,显著提升了获取背景信息的效率。虽然它不是处理所有问题的通用方案,但对于需要从社交媒体、论坛获取开发上下文的研究任务,它提供了比传统抓取方式更可靠的路径。

Community Posts

View all posts