英文原文: https://argusic.com/subject/agent-reach
Agent-Reach
让你的 AI agent 拥有观察整个互联网的双眼。读取并搜索 Twitter、Reddit、YouTube、GitHub、Bilibili、XiaoHongShu，一个 CLI，零 API 费用。
可运行来源：GitHubPythonMITcommit 06c202b03400
Python，MIT 许可证. 项目的自我描述：agent infrastructure、ai agent、ai search、automation、bilibili、claude code、cli 和 cursor.
Agent-Reach 可以运行。一个 Argusic agent 在一台没有 GPU 的干净机器上用 0.3 分钟完成了安装，没有遇到任何错误，整个会话都被记录了下来。
Agent Reach v1.5.0 is installed in a Python 3.12 venv with all core dependencies; the CLI, doctor, and full test suite (586/586 pass) all work.
agent 在干净的机器上最终得到的结果，用它自己的话说。 测量方式
每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 97.3，满分 100（该项目各次运行得分的平均值）。
概览
项目数据来自 GitHub，链接见本页顶部，更新于 。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。
测量了什么
来自决定该结论的那次运行。 每一行都是记录下来的数值，而非估算。
- 安装时间
- 不到一分钟
- 从冷启动机器到完成
- 3 分钟
- 遇到并修复的错误
- 遇到 0 个，在无人协助的情况下修复了 0 个
- 结果是如何证明的
- pytest tests/ -v exited 0, 586 passed (9.84s); agent-reach version returned 'Agent Reach v1.5.0'; doctor --json produced valid JSON with 15 channels; check-update confirmed latest
- 使用的模型 token
- 26,704
- 测试的确切 commit
- 06c202b03400
- 容器镜像
- sha256:cdd920bce783
没有测量什么
另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。
- GPU 显存峰值
- 本次运行在 CPU 机器上进行，没有可采样的 GPU
- 长时间运行的表现
- 每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现
观看会话
完整的运行过程，从一台干净的机器开始，按实际速度播放。没有剪辑，也没有加速。
第 3 次尝试的录屏，运行于 。上述结论来自另一次尝试，因此请把这段视频当作一次会话来看，而不是当前的结果。 制作该视频所用的终端录屏是证据，连同 sha256 指纹一起保存；视频只是由它渲染而成。 在你点击播放之前，不会从视频托管方加载任何内容。
录屏的结尾
决定该结论的终端会话的最后几行，与录制时完全一致。
**CLI:** `agent-reach version` → `Agent Reach v1.5.0`. `doctor --json` → valid JSON with 15 channel… **Tests:** `pytest tests/ -v` → 586 passed in 9.84s. The integration script `test.sh` also ran end … **Health:** `agent-reach check-update` confirms latest version. No errors were encountered — the package installs and tests run without a single failure. tokens used 26,704 Everything worked cleanly. Let me compile the results. **Install:** `pip install -e ".[dev]"` within a fresh venv — zero errors, all 10 dependencies resol… **CLI:** `agent-reach version` → `Agent Reach v1.5.0`. `doctor --json` → valid JSON with 15 channel… **Tests:** `pytest tests/ -v` → 586 passed in 9.84s. The integration script `test.sh` also ran end … **Health:** `agent-reach check-update` confirms latest version. No errors were encountered — the package installs and tests run without a single failure.
回放完整会话，从干净的机器到此刻的每一条命令。
测试方式
一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。 完整方法论.
优势与局限
均为实测事实，而非观点。内容是如何撰写的.
顺利的部分
- 在干净的机器上达到了运行状态，会话有完整记录。
- 用 0.3 分钟完成安装，快于 Argusic 测量过的 6 个同类项目的中位数。
- 过程中没有任何故障：从克隆到运行，零错误。
- 无需 GPU 即可运行，因此启动它并不需要 GPU。
- 采用 MIT 许可证，以其托管平台报告的信息为准。
- 已测量 3 次，因此结果并非偶然。
在 Argusic 安装并计时过的 7 个 agent-infrastructure 项目中，Agent-Reach 达到运行状态的速度排名第 1，7 个项目中有 6 个达到了运行状态。
适合用于
- 在笔记本电脑或小型服务器上试用：它无需 GPU 即达到了运行状态。
- 快速评估：克隆后 0.3 分钟它就已经运行起来。
- 按照它自己的 README 操作：文档中的步骤无需任何修复即可走通。
同一领域中也测试过的项目
这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。
运行历史
主题 (来自 GitHub)
agent-infrastructureai-agentai-searchautomationbilibiliclaude-codeclicursorfree-apillm-toolsmcppythonreddit-scrapertwitter-scraperweb-scraperxiaohongshuyoutube-transcript
嵌入徽章
用于项目 README 的 Markdown。徽章链接回本页；使用条款见 条款页面.
[](https://argusic.com/subject/agent-reach)常见问题
- Agent-Reach 能运行吗？
- 是的。Agent-Reach 可以运行. Argusic 在一台干净的机器上安装并启动了它，用时 0 分钟，过程中遇到 0 个错误，并记录了整个会话。
- Argusic 是如何测试 Agent-Reach 的？
- 在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 06c202b03400。共记录了 3 次尝试，完整方法见方法论页面。
- 测试 Agent-Reach 花了多少钱？
- 得出该结论的那次运行花费 0.01 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
- Agent-Reach 安装需要多长时间？
- 在决定该结论的那次运行中，从干净的机器到运行状态用了 0.3 分钟。这是一次实测的尝试，不是平均值。
- Agent-Reach 需要 GPU 吗？
- 启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
- 安装 Agent-Reach 时会出现什么问题？
- 在已记录的运行中没有出现任何问题：从克隆到运行，零错误。
- Agent-Reach 与其他替代方案相比如何？
- 在 Argusic 安装并计时过的 7 个 agent-infrastructure 项目中，Agent-Reach 达到运行状态的速度排名第 1，7 个项目中有 6 个达到了运行状态。
- Agent-Reach 的证据在哪里？
- 全部 3 次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。