Gemini Nexus：这才是“真正融进浏览器”的 AI 插件

现在大家都在用 AI，对吧？ 浏览器里开个侧边栏，问问题、复制、粘贴、再问。

说实话，这种体验真的算“AI 助手”吗？

直到看到 Gemini Nexus 这个开源 Chrome 插件，才发现原来 AI 真的可以“长”在浏览器里，而不是挂在旁边。

它不是一个聊天框，而是直接参与到你每一次点击、阅读和操作里。

不只是聊天，它直接帮你干活

很多 AI 插件，本质上就是个问答窗口。 你问，它答。 答完，你自己去操作。

Gemini Nexus 不一样。

它接入了 Google 的 Gemini 模型，还用了一个叫 MCP（浏览器控制协议）的技术。简单讲就是：

它不只是理解你的指令，还能替你操作浏览器。

比如你直接说：

“帮我打开 GitHub，搜 star 超过 1k 的 AI 项目，然后把 README 总结一下发到我邮箱。”

它可以：

• • 自动打开 GitHub
• • 自动搜索
• • 自动进入项目页面
• • 把内容提取出来
• • 生成总结
• • 帮你整理成简报

这已经不是聊天了，而是让 AI 帮你执行任务。

三个核心亮点

1. 不再局限于侧边栏

当你在网页上选中一段文字，工具栏会直接弹出来。

你可以：

• • 一键总结
• • 一键翻译
• • 一键改写
• • 直接把结果回填到当前页面

不用复制粘贴，也不用切窗口。

选图片也可以处理：

• • 框选截图
• • OCR 识别文字
• • 图片翻译
• • 图像分析

基本就是看到什么，直接处理什么。

2. 模型选择很自由

它没有强制你用某一个模型。

你可以选：

• • Web Client 模式：用自己的 Google 账号，免费用 Gemini 3 系列
• • Official API 模式：直连 Gemini 官方 API，响应更快
• • OpenAI 兼容模式：可以接 GPT-4、Claude 等其他模型

等于是一个模型调度中枢，灵活性很高。

3. 浏览器自动化能力很强

基于 MCP，它能做的事情包括：

• • 打开页面
• • 跳转网址
• • 点击按钮
• • 填写表单
• • 拖拽元素
• • 获取 DOM 结构
• • 读取控制台日志
• • 执行自定义 JavaScript

还可以连接外部 MCP 服务器，扩展更多能力。

这已经是接近 Agent 级别的浏览器自动化了。

怎么安装

它是开源项目，安装步骤也很简单：

1. 1. 去 GitHub 下载 ZIP
2. 2. 解压
3. 3. 打开 chrome://extensions/
4. 4. 开启开发者模式
5. 5. 加载已解压的扩展

安装完成后，AI 输出的 Markdown、公式、代码块都会在沙箱环境中渲染，既美观也安全。

总结一句话

Gemini Nexus 的思路很明确：

AI 不应该是一个单独的聊天窗口，而应该成为浏览器的一部分。

你不需要刻意去找它，它就在你的操作流程里，随时帮你完成任务。

如果你已经受够了复制、粘贴、切来切去的低效方式，这个项目确实值得试试。

项目地址：https://github.com/yeahhe365/gemini-nexus

有时候，真正好的技术，是那种你几乎感觉不到它存在的技术。

#AI #Gemini