Gemini-Nexus

侧边栏里的浏览器 AI，能看网页还能替你操作

Gemini-Nexus 是一款浏览器 AI 助手扩展，把 Gemini Web、Gemini API 和 OpenAI 兼容接口统一到一个侧边栏中。它解决的核心问题是：网页场景下调用大模型时，往往要在多个标签页和工具之间来回切换，且模型看不到当前页面的上下文。该扩展能读取网页内容作为对话上下文，支持图像理解与处理，并可通过工具调用和 MCP 协议直接控制浏览器，完成点击、填表、抓取等自动化操作。基于 Manifest V3 开发，以侧边栏形式常驻，适合把 AI 深度嵌入日常浏览与网页操作流程。

开源 free 自动化工作流

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1104

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类自动化工作流

开发团队yeahhe365

所属国家

官网地址

GitHubhttps://github.com/yeahhe365/Gemini-Nexus

定价模式free

价格说明开源免费，需自备API密钥

访问状态

是否开源是

开源协议MIT

主要语言JavaScript

技术栈/模型browser-automation,chrome-extension,gemini,google-gemini,llm,manifest-v3,side-panel

GitHub 星标★ 1104

30天Star增速

HF 下载量

上线时间2025-12-19 00:00:00

最近更新2026-09-18 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-16

浏览次数0

使用教程

难度：入门约 10 分钟部署方式：浏览器扩展 6 步

环境要求

Chrome 浏览器（扩展基于 Manifest V3）
能从 GitHub Releases 下载并解压 ZIP 安装包
若接入 stdio 类型 MCP 服务器，需自行部署本地代理（如 MCP SuperAssistant Proxy）

安装与启动步骤

1下载扩展包

打开项目 Releases 页面，下载最新 ZIP 压缩包，并解压到本地任意固定目录，例如 /your/path/Gemini-Nexus。
2打开扩展管理页

在 Chrome 地址栏输入 chrome://extensions/ 并回车，进入扩展管理页面。
3开启开发者模式

点击页面右上角的“开发者模式”开关，开启后才会出现加载本地扩展的按钮。
4加载已解压扩展

点击“加载已解压的扩展程序”，在弹窗中选择上一步解压出来的文件夹（不是 ZIP 文件本身）。
5配置外部 MCP

先启动 MCP 代理并在代理里配置好 MCP 服务器；再进入设置 -> 连接 -> 外部 MCP 工具，启用开关并新增/选择服务器条目，填写传输方式与服务器 URL。
6测试连接并刷新

在 MCP 设置中点“测试连接”和“刷新工具”；工具较多时把 Expose Tools 设为仅选中工具，只放出需要的工具。

关键配置

配置项	必填	说明	示例
`External MCP Tools`	否	外部 MCP 工具总开关，开启后扩展才能调用外部工具	`启用`
`Server URL`	否	MCP 代理端点地址，按传输方式填写	`http://127.0.0.1:3006/sse`
`Transport`	否	传输方式，可选 SSE、streamable HTTP、WebSocket	`SSE`
`Expose Tools`	否	控制暴露给模型的工具范围，工具多时建议只暴露选中工具	`Selected tools only`

如何确认成功

在 chrome://extensions/ 中能看到 Gemini Nexus 已加载并处于启用状态，点击扩展的侧边栏即可打开面板。

常见问题

Q：怎么接 stdio 类型的 MCP 服务器？

A：Chrome 扩展无法直接运行 stdio 服务器，需要先跑一个本地代理（如 MCP SuperAssistant Proxy），在代理里配置好 stdio 服务器，再把 Gemini Nexus 连到代理端点。

Q：SSE、streamable HTTP、WebSocket 该选哪个？

A：如果需要自定义请求头就选 SSE 或 streamable HTTP；浏览器扩展的 WebSocket 传输不支持自定义请求头，这是它的限制。

Q：工具太多、模型乱调用怎么办？

A：把 Expose Tools 设为 Selected tools only，再只启用你希望模型看到或使用的工具，可显著减少无效调用。

Q：用 Gemini Web 模式需要官方 API Key 吗？

A：不需要。扩展通过逆向内部 RPC 并从页面 HTML 提取会话令牌来模拟浏览器请求，但该做法很可能违反 Google 服务条款。

注意事项

Gemini Web 提供方通过逆向 RPC 接口、提取 atValue、blValue、f.sid 等令牌实现免 API Key 访问，这些令牌会保存在本地并随请求发往 Google 服务器。
README 明确提示该逆向访问方式很可能违反 Google 服务条款，可能被视为未授权访问，请自行评估风险。
扩展会移除 Gemini 生成图片中嵌入的水印元数据，使用前请确认合规性。
多服务器模式下模型可能使用 serverId__toolName 形式的工具名把调用路由到指定服务器。

核心亮点

同时接入 Gemini Web、Gemini API 与 OpenAI 兼容接口，模型来源灵活可切换
支持读取网页上下文与图像，对话时无需手动复制粘贴页面内容
通过工具调用和 MCP 实现浏览器控制，可自动完成点击、填表等操作

不足之处

依赖 Gemini Web 等外部服务，接口变动可能导致功能失效
项目处于成长阶段，文档与社区生态相对有限

适用场景

阅读长文或技术文档时，让 AI 基于当前页面直接总结和追问
填写复杂网页表单时，用自然语言指令让扩展自动完成操作
需要对比多个网页信息时，边浏览边在侧边栏调用模型分析

替代项目

ChatGPT for Google、Sider、MaxAI.me

项目介绍

Gemini-Nexus 是自动化工作流领域的开源项目，由 yeahhe365 开发，2025 年首次发布。

在全站 12,822 个收录项目中，它的 GitHub 星标数（1,104）位列前 30%，在自动化工作流分类中处于中上游。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-18。开源免费，需自备API密钥。

它主要面向的使用场景是：阅读长文或技术文档时，让AI基于当前页面直接总结和追问。同类可对比的替代方案包括 ChatGPT for Google、Sider、MaxAI.me。

上一篇：research-units-pipeline-skills

下一篇：alumnium