yeahhe365/Gemini-Nexus

解決的問題

Gemini Nexus 是一款 Chrome 擴充功能，將多個 AI 提供商整合至單一瀏覽器介面。它消除了切換不同 AI 網頁標籤或在不同平台管理多個 API 金鑰的需要，提供統一的側邊欄和浮動工具列，實現 AI 協助的瀏覽體驗。

如何運作

此擴充功能作為瀏覽器的原生 AI 層，支援多種連接方式：

• 提供者整合：連接到 Gemini Web（透過逆向工程的 RPC 端點）、官方 Gemini API、OpenAI 相容 API（包含 DeepSeek、OpenRouter 和 Qwen）、Anthropic，以及 Zhipu。
• 瀏覽器控制：使用 Chrome DevTools Protocol，讓 AI 能執行代理任務，例如點擊、輸入、導航頁面，以及擷取頁面內容的快照。
• 外部工具整合：透過 SSE、WebSocket 或 HTTP 支援 Model Context Protocol (MCP)，讓 AI 可透過本地代理存取外部 MCP 伺服器的工具。
• UI 整合：注入浮動工具列以進行文字選取操作（翻譯、摘要），以及側邊欄以進行完整的對話。

適用對象

• 希望在瀏覽時透過單一介面存取多個 LLM 的使用者。
• 希望使用 AI 代理自動化瀏覽器任務的開發者或進階使用者。
• 希望將外部 MCP 工具直接整合至瀏覽器工作流程的人。

特色亮點

• 多提供者支援：無縫切換 Gemini Web、官方 API 與各種第三方提供者。
• 代理式瀏覽器控制：可執行真實的瀏覽器操作，例如填寫表單與管理標籤頁。
• MCP 整合：連接外部 MCP 伺服器，擴展 AI 的能力。
• 進階輸入支援：支援 OCR、螢幕截圖翻譯，以及畫面/視窗擷取，以處理基於影像的提示。
• 上下文管理：包含摘要壓縮與最近對話回合修剪，以處理長時間對話。

這是一個真正能理解並操作瀏覽器的 AI，不僅能回答問題，還能執行任務。 — @jamesknelson