🔥 9 輪熱門 · 繁中首發

Agent-Reach 繁中完整教學 2026:Claude Code 直讀 16 個平台,小紅書、Bilibili、YouTube 一次搞定

不用離開終端機,讓 AI agent 直接抓取全球最大社群平台的內容。研究、競品分析、趨勢追蹤,從此全自動。

AutoDev AI · 2026 年 6 月 15 日 · 預計閱讀時間 10 分鐘

Claude Code Agent Skills 社群媒體自動化 繁中首發 開源工具
16
支援平台數
27K+
GitHub Stars
MIT
授權,完全免費
1 行
指令安裝

你是否有這樣的痛點? 研究競品、追蹤趨勢、做市場分析,每次都要手動開瀏覽器在小紅書、Bilibili、Twitter 各自搜尋,然後複製貼上給 Claude?Agent-Reach 直接解決這個問題:讓 Claude Code 自己去抓資料,你只要下指令。

Agent-Reach 是什麼?

Agent-Reach 是一個為 Claude Code 設計的 Agent Skill(代理技能),核心概念是讓 AI agent 擁有「觸角」(Reach),能直接伸進 16 個主流社群媒體平台抓取內容,無需人工開瀏覽器或複製貼上。

這個工具在 GitHub 上已累積 27,000+ stars,是目前社群媒體整合類 Agent Skill 中評分最高的之一。它的設計哲學很直接:讓 Claude Code 在做研究、分析、寫報告的過程中,能夠主動去「觸達」(reach)各個平台,而不是被動等待人類餵資料。

支援的 16 個平台

Agent-Reach 覆蓋了中文市場和英文市場最重要的社群平台:

🇨🇳 小紅書
📹 Bilibili
🐦 Twitter/X
▶️ YouTube
🐙 GitHub
💬 Reddit
💼 LinkedIn
📰 Hacker News
🚀 Product Hunt
📸 Instagram
🎵 TikTok
🌊 Weibo
🟦 知乎
📝 Medium
💻 Dev.to
📨 Substack

對台灣工程師和內容創作者來說,小紅書 + Bilibili + 知乎這三個中文平台的整合特別有價值——這是市面上很少有工具能同時支援的組合。

安裝 Agent-Reach:3 步完成

步驟一 — 確認環境

需要 Claude Code 已安裝(npm 或 pip 均可)。如果還沒裝 Claude Code,先執行:

npm install -g @anthropic-ai/claude-code
# 或
pip install claude-code
步驟二 — 安裝 Agent-Reach

Agent-Reach 作為 Claude Code 的 Agent Skill 安裝,指令如下:

# 克隆到本地 skills 目錄
git clone https://github.com/agent-reach/agent-reach ~/.claude/skills/agent-reach

# 或透過 Claude Code 內建 skill 管理器
claude skill install agent-reach
步驟三 — 確認安裝成功

開啟 Claude Code,輸入以下指令確認 Agent-Reach 已載入:

# 在 Claude Code 終端機中輸入
/skills list

# 應該看到 agent-reach 出現在清單中
# ✓ agent-reach  v1.x.x  Social media content retrieval for 16 platforms

基礎用法:5 個即用指令

安裝完成後,直接在 Claude Code 對話中用自然語言呼叫,或使用以下標準指令格式:

1. 搜尋小紅書趨勢

/reach xiaohongshu search "AI工具 台灣" --limit 20 --sort popular

# 或自然語言:
# "幫我搜尋小紅書上關於 AI 工具的最新熱門貼文,前 20 篇"

2. 抓取 YouTube 頻道最新影片摘要

/reach youtube channel @TechChannelName --recent 10 --summarize

# Claude 會自動:
# 1. 抓取最新 10 支影片
# 2. 讀取字幕/說明欄
# 3. 生成每支影片摘要

3. Bilibili 關鍵字競品分析

/reach bilibili search "Claude Code 教學" --sort views --analyze competitors

# 輸出:前 10 名影片的標題、觀看數、
# 評論關鍵字分析、內容差距報告

4. 多平台交叉搜尋

/reach multi "n8n automation" --platforms twitter,reddit,hackernews --days 7

# 跨三個平台搜尋過去 7 天相關討論
# 自動去重、彙整熱點、標記情緒

5. GitHub 趨勢 + 社群反應整合

/reach github trending --lang python --days 7
/reach multi "{trending_repo}" --platforms reddit,hackernews,twitter

# Agent-Reach 的殺手級用法:
# 先抓 GitHub 趨勢,再去社群媒體確認市場反應

進階用法:完整研究工作流

Agent-Reach 真正的威力在於和其他工具組合使用,形成全自動研究流水線。以下是一個台灣 AI 工具研究者的典型工作流:

# 完整競品研究指令(自然語言版)
"幫我做一個完整的競品研究:
1. 搜尋 GitHub 本週新上榜的 AI coding 工具
2. 去 Twitter/X、Reddit、HN 看這些工具的社群討論
3. 去 YouTube、Bilibili 找相關教學影片數量
4. 整理成一份競品分析報告,標出哪些工具在中文市場還沒有教學內容"

# Agent-Reach 會自動:
# - 呼叫 GitHub trending API
# - 跨平台搜尋每個工具名稱
# - 分析中文 vs 英文內容比例
# - 輸出帶有「繁中內容空白」標記的機會清單

☁️ 把 Agent-Reach 部署到雲端,24 小時自動研究

在本地跑 Agent-Reach 需要開著電腦。用 DigitalOcean VPS 部署後,可以設定排程任務讓它每天自動收集多平台情報,早上起床就有現成報告。新帳號享 $200 免費額度

🚀 免費試用 DigitalOcean $200 額度

Agent-Reach vs 其他研究工具比較

工具 平台覆蓋 中文平台 Claude Code 整合 費用 適合情境
Agent-Reach 16 個 ✅ 小紅書、B站、知乎、微博 ✅ 原生 Skill 免費 (MIT) 深度多平台整合研究
last30days-skill 8 個 ❌ 英文平台為主 ✅ 原生 Skill 免費 (MIT) 30 天週期性趨勢彙整
Browse AI 任意網站 ⚠️ 需手動設定 ❌ 需 API 橋接 $49+/月 通用網頁爬蟲
Apify 100+ ⚠️ 有限支援 ❌ 需額外整合 按使用量計費 企業級大規模爬取
手動搜尋 無限 0(但耗時間) 一次性小型研究

結論: 如果你是在台灣做 AI 工具研究、內容創作或競品分析,Agent-Reach 是目前唯一同時覆蓋小紅書、Bilibili、知乎和英文主流平台的免費 Claude Code Skill。

和 last30days-skill 搭配使用

這兩個工具設計上互補,組合起來威力倍增:

組合用法 — 週期趨勢 + 即時深挖
# 第一步:用 last30days-skill 找趨勢
/last30days research "Claude Code" --platforms all

# 輸出:過去 30 天最熱門的 10 個相關話題

# 第二步:用 Agent-Reach 深挖中文市場反應
/reach multi "{top_topic}" --platforms xiaohongshu,bilibili,zhihu --analyze gaps

# 輸出:中文市場內容空白報告 = 你的下一篇文章選題

這個組合對台灣的 AI 工具部落客特別實用:先用 last30days-skill 確認哪些英文話題在爆發,再用 Agent-Reach 確認中文市場是否還沒有相關教學——找到空白就寫。

實戰案例:台灣 AI 工具部落客的使用流程

以下是一個具體的「從研究到文章選題」全流程,在 Claude Code 中只需要一個對話:

# 在 Claude Code 中輸入:
"我想寫一篇關於 AI 影片工具的文章。
請幫我:
1. 找 GitHub 本週最熱門的 AI 影片相關開源工具
2. 搜尋 Twitter/X 和 Reddit 最近 7 天的討論情緒
3. 去 Bilibili 和 YouTube 各搜尋這些工具,統計影片數量
4. 告訴我哪些工具在 Bilibili(中文)幾乎沒有教學,但在 YouTube(英文)很熱
5. 給我一份選題建議清單,按照'空白程度 × 搜尋熱度'排序"

# Agent-Reach 自動執行以上所有步驟,
# 最後輸出一份帶有機會評分的選題清單

這個流程過去需要 2-3 小時人工搜尋,現在 Claude Code + Agent-Reach 可以在 5-10 分鐘內完成。

📊 系統化學習 AI 自動化工作流

Agent-Reach 只是開始。DataCamp 的 AI Engineering 課程可以幫你把這類工具整合進完整的自動化系統,從資料收集到報告生成全自動化。

📚 探索 DataCamp AI Engineering 課程

在 VPS 上部署 Agent-Reach 排程任務

想讓 Agent-Reach 每天自動執行、早上起床就有報告?以下是在 DigitalOcean Droplet 上設定的步驟:

1. 建立 Droplet

# 選擇 Ubuntu 22.04 LTS
# 建議規格:Basic,2 vCPU / 2GB RAM($14/月)
# 地區:Singapore(台灣最近節點)

2. 安裝環境

sudo apt update && sudo apt install -y nodejs npm git
npm install -g @anthropic-ai/claude-code
git clone https://github.com/agent-reach/agent-reach ~/.claude/skills/agent-reach

3. 設定排程腳本

#!/bin/bash
# daily-research.sh

export ANTHROPIC_API_KEY="your_key_here"

claude -p "用 agent-reach 搜尋今天 Twitter/X、HN、GitHub 上
關於 Claude Code 的最新討論,整理成摘要,儲存到 
/reports/$(date +%Y-%m-%d).md" --print

echo "研究報告已生成:/reports/$(date +%Y-%m-%d).md"

4. 設定 Cron 每天自動執行

# 每天早上 7:00 台灣時間(UTC+8 = UTC 23:00 前一天)
0 23 * * * /home/ubuntu/daily-research.sh >> /var/log/research.log 2>&1

常見問題解答(FAQ)

Q1:Agent-Reach 是什麼?

Agent-Reach 是一個開源 Claude Code Agent Skill,讓 AI agent 能直接讀取小紅書、Bilibili、Twitter/X、YouTube、GitHub、Reddit 等 16 個社群媒體平台的內容,無需離開終端機或 Claude Code 工作流程。

Q2:Agent-Reach 支援哪些平台?

Agent-Reach 目前支援 16 個平台:小紅書、Bilibili、Twitter/X、YouTube、GitHub、Reddit、LinkedIn、Hacker News、Product Hunt、Instagram、TikTok、Weibo、知乎、Medium、Dev.to、Substack。對中文市場而言,小紅書、Bilibili、知乎、微博的同時支援是最大亮點。

Q3:Agent-Reach 需要 API key 嗎?

基本功能不需要額外 API key,使用 Claude Code 原有的工具呼叫能力即可。部分平台(如 Twitter/X 深度搜尋)可選配對應平台的官方 API key 以提升抓取品質和速率限制,但非強制要求。

Q4:Agent-Reach 和 last30days-skill 有什麼差別?

兩者定位不同但互補:last30days-skill 專注「過去 30 天跨平台熱點彙整」,適合做週期性趨勢研究;Agent-Reach 提供即時、深度的單平台或多平台內容讀取,適合需要現時資訊或特定帳號/關鍵字追蹤的情境。最強的用法是兩者搭配:先用 last30days-skill 找趨勢,再用 Agent-Reach 深挖中文市場反應。

Q5:Windows 用戶能用 Agent-Reach 嗎?

可以,Agent-Reach 支援 macOS、Linux、Windows(含 WSL2)。Windows 用戶建議安裝 WSL2 + Ubuntu 22.04,搭配 Claude Code 標準安裝流程,與 macOS 體驗完全一致。不建議在原生 Windows CMD 或 PowerShell 環境下直接執行,WSL2 是最穩定的方案。

🛍️ Claude Code 省費工具包

Agent-Reach 執行多平台研究時會消耗大量 token。搭配我們整理的 Claude Code 省費工具包,可以在不降低研究品質的前提下,大幅降低 API 費用。

🎁 取得 Claude Code 省費工具包 🚀 DigitalOcean $200 免費額度

延伸閱讀


本文含聯盟行銷連結。透過本站連結購買,我們可能獲得少許佣金,不影響您的費用,也是支持我們持續產出繁中 AI 教學的方式。感謝支持。