一周热榜

大家好，我是 Salman。我于 2023 年年中在大学学习、兼职工作和自由职业期间，作为副业项目启动了 ReacherX。2026 年 6 月，我全身心投入到这个项目。这是我第一次在 Hacker News 上分享我构建的东西 :) ReacherX 是一个开源平台，用于在 X/Twitter 和 LinkedIn 上查找您正在寻找的人。 README 中还有一个交互式演示链接，其中预填充了虚构数据，因此您无需进行任何设置即可进行点击并了解产品。它并未连接到真实后端。 理想用例包括寻找潜在客户、在构建产品之前进行市场研究/验证，以及在招聘时寻找理想的候选人。 我构建它的原因是因为即使在 2026 年，找到合适的人/网络仍然不容易。一个问题一直困扰着我：为什么我不能用简单的英语描述我需要的人，然后看到一个名单，以及实际的来源/证据表明他们为什么是合适的人选？ 现有工具主要面向销售专业人士。我不是销售人员。我不懂销售术语。我想要一个在我描述我正在寻找的人时能够“开箱即用”的工具。无需学习活动或序列。 在这个领域工作了三年后，我也意识到这更多的是一个网络问题，而不是一个漏斗问题。整个领域也非常封闭，这也是我希望 ReacherX 开源的原因之一。 工作流程大致如下： - 描述您正在寻找的人以及原因。 - Agent 会为您创建理想的个人资料和示例模拟个人资料以供审查。 - 它会使用生成的搜索查询持续搜索 X/Twitter 和 LinkedIn。 - 每个人都会通过 LLM 进行资格审查，并用支持性来源/活动和其他详细信息进行丰富。 - ReacherX 只会显示匹配分数在 70% 或更高的人。 - 达到 90% 或更高时，它可以生成一个外展计划供审查。 - 私信、回复、点赞/评论、个人资料、语音笔记和媒体附件均已内置。 您可以让 Agent 处理外展，也可以通过 UI 自己进行。您还可以上传产品演示，并指示 Agent 在适当的时候使用它。 它具有记忆功能，并根据搜索性能和您存储在记忆中的反馈/偏好进行调整。 搜索在后端运行，因此可以关闭浏览器。首次结果通常需要 5-30 分钟，并且工作流程会一直运行，直到达到计划限制或后端错误停止它们。 ReacherX 不依赖于内部静态潜在客户数据库进行发现。它针对当前的 X/Twitter 和 LinkedIn 数据执行搜索，因此结果可能非常新。 我运行了 2-3 周，寻找潜在客户。它处理了 50,000 人，但只有大约 300 人得分在 70% 或更高，并被显示给我。 这是一个端到端的 TypeScript 项目，使用 Next.js 和 Convex。ReacherX 使用 Convex Agent、Workflows、Workpool、Memory/RAG 等。这些持久的工作流程是系统的支柱。ReacherX 也是 Convex 开源计划的一部分。 我仍在认真思考的一个问题是，这种架构在扩展时将如何表现。总的来说，它是一个连续的循环：生成查询 -> 搜索平台 -> 使用 LLM 资格审查/排除结果 -> 丰富匹配项 -> 继续搜索。 另一个挑战是社交数据 API。在 X 引入按使用量付费之前，其 API 对于此类产品来说过于昂贵，即使现在仍然可能成本高昂。第三方 API 使我能够以更合理的价格构建此产品。 ReacherX 目前处于 Beta 版（v4）。它存在 bug 和不完善之处，我每天都在努力改进它。托管产品是付费的，目前还没有免费套餐。如果您不想使用托管版本，可以自行托管。我也欢迎在 GitHub 上贡献代码和报告 bug。 我特别希望获得关于这个想法、匹配质量、架构/扩展方法以及产品理念的反馈。任何反馈都受欢迎 :)