Kimi WebBridge

在 AI Agent 日益强大的今天，如何让它们真正“动手”操作网页，而非仅仅生成文本或代码，一直是落地的难点。Kimi WebBridge 是一款专为 AI Agent 设计的浏览器插件，它赋予 AI 像人类一样与网站交互的能力：打开网页、滚动浏览、点击按钮、填写表单、提取信息，甚至基于多模态能力理解页面内容。

更重要的是，Kimi WebBridge 采用完全本地化运行架构，确保你的登录会话、页面内容及操作数据永远留在本地设备，彻底解决隐私泄露担忧。目前，它已完美支持 Kimi Code CLI、Claude Code、Cursor、Codex、Hermes 等主流 Agent 框架。

核心亮点：本地隐私、多 Agent 兼容、多模态交互

1. 完全本地运行，隐私安全第一

• 本地服务配对：Kimi WebBridge 由“浏览器扩展”与“本地服务”两部分组成。Agent 向本地服务发送指令，本地服务通过 Chrome DevTools Protocol (CDP) 直接控制浏览器。
• 数据不出域：所有导航、点击、截图、读取操作均在本地完成，无需上传云端。你的账号密码、敏感业务数据及浏览历史绝对安全。
• 会话保持：直接复用你现有的 Chrome/Edge 浏览器会话，无需重新登录，操作体验无缝衔接。

2. 广泛兼容主流 Agent 框架

• 开箱即用：原生支持 Kimi Code CLI、Claude Code、Cursor、Codex、Hermes 等热门开发环境。
• 统一接口：无论使用哪个 Agent，只需安装插件并连接本地服务，即可赋予其浏览器操作能力，降低集成门槛。

3. 多模态视觉理解 (K2.6)

• 像人一样浏览：借助 Kimi K2.6 的多模态能力，Agent 不仅能读取 DOM 结构，还能“看懂”页面截图，理解布局、图标及非文本元素。
• 复杂任务处理：能够处理动态加载内容、验证码识别（简单场景）、以及基于视觉线索的精准点击与导航。

4. 自动化繁琐工作流

• 跨平台搜索与整合：自动在多个网站搜索信息，并将结果结构化提取，直接填充到 Excel/Google Sheets 中。
• 智能表单构建：通过聊天指令，Agent 可自动创建 Google 表单，并模拟用户输入进行测试或数据收集。
• 技能沉淀：Agent 可学习你的日常操作流程，将其转化为可复用的“技能”（Skills），实现一键自动化执行。

工作原理：CDP 协议 + 本地桥接

1. 指令下发：AI Agent 生成操作指令（如“点击登录按钮”、“提取表格数据”）。
2. 本地转发：指令发送至运行在本机的 Kimi WebBridge 本地服务。
3. 浏览器控制：本地服务通过 Chrome DevTools Protocol (CDP) 与你已打开的 Chrome/Edge 浏览器通信，执行具体操作（导航、点击、输入、截图）。
4. 结果回传：操作结果（如页面 HTML、截图、提取文本）返回给本地服务，再透传给 AI Agent 进行下一步推理。

优势：相比传统的 RPA 工具，Kimi WebBridge 更轻量、更智能，且无需录制脚本，完全由 AI 动态决策。

快速开始

1. 部署 Kimi Claw Desktop

Kimi WebBridge 依赖 Kimi Claw Desktop 作为本地中枢。

• 打开 Kimi Desktop App。
• 在左侧边栏找到 Kimi Claw。
• 添加一个新的 Claw，选择 “在我的计算机上” 进行部署。
• 等待本地服务启动完成。

2. 安装浏览器扩展

• 访问 Chrome/Edge 应用商店，搜索并安装 Kimi WebBridge 扩展。
• 或者从官方渠道下载 .crx 文件手动加载。

3. 连接与验证

• 确保浏览器扩展已启用。
• 在 Kimi Claw Desktop 中重新发送连接命令。
• 刷新页面或重启浏览器，若扩展图标显示“已连接”，即表示成功。

❓ 常见问题：显示“已断开连接”？

1. 确认 Kimi WebBridge 扩展 已正确安装并启用。
2. 确认 Kimi Claw Desktop 正在后台运行。
3. 在 Kimi Claw Desktop 中点击“重新连接”。
4. 若仍无效，尝试重启 Kimi Desktop App 及浏览器。