[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-yeahhe365--gemini-nexus":3,"tool-yeahhe365--gemini-nexus":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",140436,2,"2026-04-05T23:32:43",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":79,"owner_location":79,"owner_email":79,"owner_twitter":79,"owner_website":79,"owner_url":80,"languages":81,"stars":98,"forks":99,"last_commit_at":100,"license":101,"difficulty_score":23,"env_os":102,"env_gpu":103,"env_ram":104,"env_deps":105,"category_tags":113,"github_topics":114,"view_count":10,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":122,"updated_at":123,"faqs":124,"releases":152},1089,"yeahhe365\u002Fgemini-nexus","gemini-nexus","Gemini Nexus 是一款深度集成 Google Gemini 能力的 Chrome 扩展程序。它不仅仅是一个侧边栏插件，而是通过注入式的悬浮工具栏、强大的图像 AI 处理以及前沿的浏览器控制协议 (MCP)，将 AI 的触角伸向网页浏览的每一个交互细节。","Gemini Nexus 是一款深度整合 Google Gemini AI 能力的 Chrome 浏览器扩展，通过创新的交互设计将人工智能无缝融入网页浏览全流程。它突破传统侧边栏插件的局限，采用悬浮工具栏、图像智能处理和浏览器控制协议（MCP）三大核心技术，让用户在网页任意位置实现 AI 交互。\n\n这款扩展解决了传统浏览器缺乏原生 AI 协同能力的问题，帮助用户更高效地处理网页内容。普通用户可通过划词即时翻译\u002F总结、截图 OCR 识别等功能提升日常浏览效率；设计师和研究人员能利用图像分析、水印消除等工具快速处理视觉素材；开发者则可通过 MCP 协议实现自动化页面操作，例如智能表单填写、DOM 结构分析和脚本执行。其多驱动架构支持 Web 客户端、官方 API 和第三方服务适配，兼顾免费使用与高性能需求。\n\n技术层面，Gemini Nexus 首创基于无障碍树（Accessibility Tree）的精准元素操控，配合沙箱环境下的安全渲染机制，确保复杂交互的稳定性与安全性。通过本地代理支持 MCP 服务器连接，为高级用户提供了扩展 AI 代理任务的能力。无论是需要快速获取网页信息的学生，","Gemini Nexus 是一款深度整合 Google Gemini AI 能力的 Chrome 浏览器扩展，通过创新的交互设计将人工智能无缝融入网页浏览全流程。它突破传统侧边栏插件的局限，采用悬浮工具栏、图像智能处理和浏览器控制协议（MCP）三大核心技术，让用户在网页任意位置实现 AI 交互。\n\n这款扩展解决了传统浏览器缺乏原生 AI 协同能力的问题，帮助用户更高效地处理网页内容。普通用户可通过划词即时翻译\u002F总结、截图 OCR 识别等功能提升日常浏览效率；设计师和研究人员能利用图像分析、水印消除等工具快速处理视觉素材；开发者则可通过 MCP 协议实现自动化页面操作，例如智能表单填写、DOM 结构分析和脚本执行。其多驱动架构支持 Web 客户端、官方 API 和第三方服务适配，兼顾免费使用与高性能需求。\n\n技术层面，Gemini Nexus 首创基于无障碍树（Accessibility Tree）的精准元素操控，配合沙箱环境下的安全渲染机制，确保复杂交互的稳定性与安全性。通过本地代理支持 MCP 服务器连接，为高级用户提供了扩展 AI 代理任务的能力。无论是需要快速获取网页信息的学生，还是依赖自动化测试的工程师，都能在这款扩展中找到提升工作效率的智能助手。","\n\u003Cdiv align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fyeahhe365\u002Fgemini-nexus\">\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyeahhe365_gemini-nexus_readme_d3328b28150c.png\" width=\"160\" height=\"160\" alt=\"Gemini Nexus Logo\">\n  \u003C\u002Fa>\n\n  # Gemini Nexus\n  ### 🚀 赋予浏览器原生 AI 灵魂：深度集成 Google Gemini 的全能助手\n\n  \u003Cp>\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FGoogle_Gemini-8E75B2?style=for-the-badge&logo=googlegemini&logoColor=white\" alt=\"Gemini\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FChrome_Extension-MV3-4285F4?style=for-the-badge&logo=googlechrome&logoColor=white\" alt=\"Chrome Extension\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FVite-646CFF?style=for-the-badge&logo=vite&logoColor=white\" alt=\"Vite\">\n  \u003C\u002Fp>\n\n  \u003Cp>\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FTypeScript-3178C6?style=flat-square&logo=typescript&logoColor=white\" alt=\"TypeScript\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FJavaScript-F7DF1E?style=flat-square&logo=javascript&logoColor=black\" alt=\"JavaScript\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-green?style=flat-square\" alt=\"License\">\n  \u003C\u002Fp>\n\n  ---\n\u003C\u002Fdiv>\n\n## 🌟 项目简介\n\n**Gemini Nexus** 是一款深度集成 Google Gemini 能力的 Chrome 扩展程序。它不仅仅是一个侧边栏插件，而是通过注入式的**悬浮工具栏**、强大的**图像 AI 处理**以及前沿的**浏览器控制协议 (MCP)**，将 AI 的触角伸向网页浏览的每一个交互细节。\n\n---\n\n## ⚙️ 多驱动核心对比 (services\u002Fproviders)\n\n项目内置了三种驱动方案，通过代码逻辑动态适配不同的使用场景：\n\n| 驱动方案 | 逻辑入口 | 支持模型 | 核心优势 | 使用前提 |\n| :--- | :--- | :--- | :--- | :--- |\n| **Web Client** | `web.js` | Gemini 3 系列 | **完全免费**，支持联网插件 | 需保持 Google 账号登录 |\n| **Official API** | `official.js` | Pro\u002FFlash 预览版 | **极速响应**，原生支持 **Thinking** 模式 | 需 Google AI Studio Key |\n| **OpenAI Compatible** | `openai_compatible.js` | GPT\u002FClaude 等 | **高扩展性**，支持中转接口 | 需第三方服务密钥 |\n\n---\n\n## 🤖 浏览器控制 (MCP) 能力集\n\n基于 `background\u002Fcontrol\u002F` 模块实现，AI 可以执行复杂的 Agent 任务：\n\n| 分类 | 核心指令 | 代码实现逻辑 |\n| :--- | :--- | :--- |\n| **导航控制** | `navigate_page`, `new_page` | 调用 `chrome.tabs` 进行页面生命周期管理 |\n| **页面交互** | `click`, `fill`, `drag` | 基于 **Accessibility Tree** 生成 UID 进行精准操控 |\n| **数据观测** | `take_snapshot`, `get_logs` | 实时提取 DOM 结构、控制台日志及网络请求 |\n| **脚本执行** | `evaluate_script` | 在网页 Context 中运行自定义 JavaScript |\n\n---\n以下是为您翻译的中文内容：\n\n## 外部 MCP 工具（远程服务器）\n\nGemini Nexus 可以选择连接到外部 MCP 服务器（通过 **SSE**、**可流式传输的 HTTP** 或 **WebSocket**），并在现有的工具循环（Tool Loop）中执行其工具。\n\n### 推荐方案：使用本地代理（支持 stdio 服务器）\n\n由于 Chrome 扩展程序无法直接运行基于 stdio 的 MCP 服务器，推荐的设置方案是运行一个本地代理（例如 [MCP SuperAssistant](https:\u002F\u002Fgithub.com\u002Fsrbhptl39\u002FMCP-SuperAssistant) Proxy）。在代理中配置您的 MCP 服务器（包括 stdio 服务器），然后将 Gemini Nexus 连接到该代理端点。\n\n常见的代理端点如下：\n\n  * **SSE**: `http:\u002F\u002F127.0.0.1:3006\u002Fsse`\n  * **可流式传输的 HTTP**: `http:\u002F\u002F127.0.0.1:3006\u002Fmcp`\n  * **WebSocket**: `ws:\u002F\u002F127.0.0.1:3006\u002Fmcp`\n\n### 设置步骤\n\n1.  启动您的 MCP 代理并在其中配置好 MCP 服务器。\n\n2.  在 **设置 (Settings) → 连接 (Connection) → 外部 MCP 工具 (External MCP Tools)** 中：\n\n      * 启用“外部 MCP 工具” (Enable External MCP Tools)。\n      * 选择一个**活动服务器** (Active Server)（您可以保存多个服务器条目并根据需要切换）。\n      * 选择传输协议并设置服务器 URL（SSE \u002F 可流式传输的 HTTP \u002F WebSocket）。\n      * 点击**测试连接** (Test Connection) 和**刷新工具** (Refresh Tools)。\n\n3.  可选（当工具较多时推荐）：将**公开工具** (Expose Tools) 设置为**仅限选定工具** (Selected tools only)，然后仅启用您希望模型查看\u002F使用的工具。\n\n4.  开始正常对话；当模型需要使用工具时，它会输出一个如下所示的 JSON 工具块：\n\n    ```json\n    { \"tool\": \"工具名称\", \"args\": { \"键\": \"值\" } }\n    ```\n\n\n---\n\n## ✨ 核心功能亮点\n\n*   **💬 智能侧边栏**：基于 `sidePanel` API，提供毫秒级唤起的对话空间，支持全文搜索历史记录。\n*   **🪄 划词工具栏**：注入 Content Script，选中文字即刻进行**翻译、总结、重写**，支持一键回填表单。\n*   **🖼️ 图像 AI 处理**：\n    *   **OCR & 截图翻译**：集成 Canvas 裁剪技术，框选图片区域即刻提取文字并翻译。\n    *   **浮窗探测**：自动识别网页图片并生成悬浮 AI 分析按钮。\n    *   **水印消除**：内置 `watermark_remover.js` 算法，显著提升生成图像的可视化质量。\n*   **🛡️ 安全渲染**：所有 Markdown、LaTeX 公式及代码块均在 `sandbox` 隔离环境中渲染，确保主页面安全。\n\n---\n\n## ❤️ 赞助与支持\n\n如果您觉得 Gemini Nexus 提升了您的工作效率，欢迎请开发者喝杯咖啡，支持项目的持续维护！☕\n\n**赞赏通道（爱发电）：** [https:\u002F\u002Fafdian.com\u002Fa\u002Fgemini-nexus](https:\u002F\u002Fafdian.com\u002Fa\u002Fgemini-nexus)\n\n\u003Cdiv align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fafdian.com\u002Fa\u002Fgemini-nexus\" target=\"_blank\">\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyeahhe365_gemini-nexus_readme_3d9405de1d2c.png\" width=\"200\" alt=\"afdian-yeahhe\">\n  \u003C\u002Fa>\n  \u003Cp>\u003Cb>扫描上方二维码或 \u003Ca href=\"https:\u002F\u002Fafdian.com\u002Fa\u002Fgemini-nexus\" target=\"_blank\">点击此处\u003C\u002Fa> 前往爱发电支持我\u003C\u002Fb>\u003C\u002Fp>\n\u003C\u002Fdiv>\n\n---\n\n## 🚀 快速开始\n\n### 安装步骤\n1.  从 [Releases](https:\u002F\u002Fgithub.com\u002Fyeahhe365\u002Fgemini-nexus\u002Freleases) 下载最新 ZIP 包并解压。\n2.  Chrome 访问 `chrome:\u002F\u002Fextensions\u002F`，右上角开启 **“开发者模式”**。\n3.  点击 **“加载已解压的扩展程序”**，选择解压后的文件夹即可。\n\n### 技术栈\n*   **构建工具**：Vite + TypeScript\n*   **架构协议**：Chrome MV3 + Browser Control Protocol\n*   **核心库**：Marked.js, KaTeX, Highlight.js\n\n## 📄 许可证\n\n本项目基于 **MIT License** 开源。\n","\u003Cdiv align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fyeahhe365\u002Fgemini-nexus\">\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyeahhe365_gemini-nexus_readme_d3328b28150c.png\" width=\"160\" height=\"160\" alt=\"Gemini Nexus Logo\">\n  \u003C\u002Fa>\n\n  # Gemini Nexus\n  ### 🚀 赋予浏览器原生 AI 灵魂：深度集成 Google Gemini 的全能助手\n\n  \u003Cp>\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FGoogle_Gemini-8E75B2?style=for-the-badge&logo=googlegemini&logoColor=white\" alt=\"Gemini\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FChrome_Extension-MV3-4285F4?style=for-the-badge&logo=googlechrome&logoColor=white\" alt=\"Chrome Extension\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FVite-646CFF?style=for-the-badge&logo=vite&logoColor=white\" alt=\"Vite\">\n  \u003C\u002Fp>\n\n  \u003Cp>\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FTypeScript-3178C6?style=flat-square&logo=typescript&logoColor=white\" alt=\"TypeScript\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FJavaScript-F7DF1E?style=flat-square&logo=javascript&logoColor=black\" alt=\"JavaScript\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-green?style=flat-square\" alt=\"License\">\n  \u003C\u002Fp>\n\n  ---\n\u003C\u002Fdiv>\n\n## 🌟 项目简介\n\n**Gemini Nexus** 是一款深度集成 Google Gemini 能力的 Chrome 扩展程序 (Chrome Extension)。它不仅仅是一个侧边栏插件，而是通过注入式的**悬浮工具栏**、强大的**图像 AI 处理**以及前沿的**浏览器控制协议 (MCP)**，将 AI 的触角伸向网页浏览的每一个交互细节。\n\n---\n\n## ⚙️ 多驱动核心对比 (services\u002Fproviders)\n\n项目内置了三种驱动方案，通过代码逻辑动态适配不同的使用场景：\n\n| 驱动方案 | 逻辑入口 | 支持模型 | 核心优势 | 使用前提 |\n| :--- | :--- | :--- | :--- | :--- |\n| **Web Client** | `web.js` | Gemini 3 系列 | **完全免费**，支持联网插件 | 需保持 Google 账号登录 |\n| **Official API** | `official.js` | Pro\u002FFlash 预览版 | **极速响应**，原生支持 **Thinking** 模式 | 需 Google AI Studio Key |\n| **OpenAI Compatible** | `openai_compatible.js` | GPT\u002FClaude 等 | **高扩展性**，支持中转接口 | 需第三方服务密钥 |\n\n---\n\n## 🤖 浏览器控制 (MCP) 能力集\n\n基于 `background\u002Fcontrol\u002F` 模块实现，AI 可以执行复杂的智能体 (Agent) 任务：\n\n| 分类 | 核心指令 | 代码实现逻辑 |\n| :--- | :--- | :--- |\n| **导航控制** | `navigate_page`, `new_page` | 调用 `chrome.tabs` 进行页面生命周期管理 |\n| **页面交互** | `click`, `fill`, `drag` | 基于 **无障碍树 (Accessibility Tree)** 生成 UID 进行精准操控 |\n| **数据观测** | `take_snapshot`, `get_logs` | 实时提取 DOM (文档对象模型) 结构、控制台日志及网络请求 |\n| **脚本执行** | `evaluate_script` | 在网页上下文 (Context) 中运行自定义 JavaScript |\n\n---\n\n## 外部 MCP 工具（远程服务器）\n\nGemini Nexus 可以选择连接到外部 MCP 服务器（通过 **SSE (Server-Sent Events)**、**可流式传输的 HTTP (HyperText Transfer Protocol)** 或 **WebSocket 协议**），并在现有的工具循环 (Tool Loop) 中执行其工具。\n\n### 推荐方案：使用本地代理（支持 stdio 服务器）\n\n由于 Chrome 扩展程序无法直接运行基于 stdio (标准输入输出) 的 MCP 服务器，推荐的设置方案是运行一个本地代理（例如 [MCP SuperAssistant](https:\u002F\u002Fgithub.com\u002Fsrbhptl39\u002FMCP-SuperAssistant) Proxy）。在代理中配置您的 MCP 服务器（包括 stdio 服务器），然后将 Gemini Nexus 连接到该代理端点。\n\n常见的代理端点如下：\n\n  * **SSE**: `http:\u002F\u002F127.0.0.1:3006\u002Fsse`\n  * **可流式传输的 HTTP**: `http:\u002F\u002F127.0.0.1:3006\u002Fmcp`\n  * **WebSocket**: `ws:\u002F\u002F127.0.0.1:3006\u002Fmcp`\n\n### 设置步骤\n\n1.  启动您的 MCP 代理并在其中配置好 MCP 服务器。\n\n2.  在 **设置 (Settings) → 连接 (Connection) → 外部 MCP 工具 (External MCP Tools)** 中：\n\n      * 启用“外部 MCP 工具” (Enable External MCP Tools)。\n      * 选择一个**活动服务器** (Active Server)（您可以保存多个服务器条目并根据需要切换）。\n      * 选择传输协议并设置服务器 URL（SSE \u002F 可流式传输的 HTTP \u002F WebSocket）。\n      * 点击**测试连接** (Test Connection) 和**刷新工具** (Refresh Tools)。\n\n3.  可选（当工具较多时推荐）：将**公开工具** (Expose Tools) 设置为**仅限选定工具** (Selected tools only)，然后仅启用您希望模型查看\u002F使用的工具。\n\n4.  开始正常对话；当模型需要使用工具时，它会输出一个如下所示的 JSON (JavaScript 对象表示法) 工具块：\n\n    ```json\n    { \"tool\": \"工具名称\", \"args\": { \"键\": \"值\" } }\n    ```\n\n\n---\n\n## ✨ 核心功能亮点\n\n*   **💬 智能侧边栏**：基于 sidePanel API (侧边栏面板接口)，提供毫秒级唤起的对话空间，支持全文搜索历史记录。\n*   **🪄 划词工具栏**：注入内容脚本 (Content Script)，选中文字即刻进行**翻译、总结、重写**，支持一键回填表单。\n*   **🖼️ 图像 AI 处理**：\n    *   **OCR (光学字符识别) & 截图翻译**：集成 Canvas (画布) 裁剪技术，框选图片区域即刻提取文字并翻译。\n    *   **浮窗探测**：自动识别网页图片并生成悬浮 AI 分析按钮。\n    *   **水印消除**：内置 `watermark_remover.js` 算法，显著提升生成图像的可视化质量。\n*   **🛡️ 安全渲染**：所有 Markdown (标记语言)、LaTeX (排版系统) 公式及代码块均在 sandbox (沙箱) 隔离环境中渲染，确保主页面安全。\n\n---\n\n## ❤️ 赞助与支持\n\n如果您觉得 Gemini Nexus 提升了您的工作效率，欢迎请开发者喝杯咖啡，支持项目的持续维护！☕\n\n**赞赏通道（爱发电）：** [https:\u002F\u002Fafdian.com\u002Fa\u002Fgemini-nexus](https:\u002F\u002Fafdian.com\u002Fa\u002Fgemini-nexus)\n\n\u003Cdiv align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fafdian.com\u002Fa\u002Fgemini-nexus\" target=\"_blank\">\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyeahhe365_gemini-nexus_readme_3d9405de1d2c.png\" width=\"200\" alt=\"afdian-yeahhe\">\n  \u003C\u002Fa>\n  \u003Cp>\u003Cb>扫描上方二维码或 \u003Ca href=\"https:\u002F\u002Fafdian.com\u002Fa\u002Fgemini-nexus\" target=\"_blank\">点击此处\u003C\u002Fa> 前往爱发电支持我\u003C\u002Fb>\u003C\u002Fp>\n\u003C\u002Fdiv>\n\n---\n\n## 🚀 快速开始\n\n### 安装步骤\n1.  从 [Releases](https:\u002F\u002Fgithub.com\u002Fyeahhe365\u002Fgemini-nexus\u002Freleases) 下载最新 ZIP 包并解压。\n2.  Chrome 访问 `chrome:\u002F\u002Fextensions\u002F`，右上角开启 **“开发者模式”**。\n3.  点击 **“加载已解压的扩展程序”**，选择解压后的文件夹即可。\n\n### 技术栈\n*   **构建工具**：Vite + TypeScript\n*   **架构协议**：Chrome MV3 + Browser Control Protocol\n*   **核心库**：Marked.js, KaTeX, Highlight.js\n\n## 📄 许可证\n\n本项目基于 **MIT License (MIT 许可证)** 开源。","# Gemini Nexus 快速上手指南\n\n## 环境准备\n\n*   **操作系统**：Windows \u002F macOS \u002F Linux\n*   **浏览器**：Chrome 或 Chromium 内核浏览器（需支持 Manifest V3）\n*   **前置依赖**：\n    *   **方案 A（Web Client）**：需保持 Google 账号登录状态（完全免费）。\n    *   **方案 B（Official API）**：需准备 Google AI Studio API Key。\n    *   **方案 C（OpenAI Compatible）**：需准备第三方兼容接口密钥。\n*   **网络环境**：需确保能正常访问 Google 服务或 API 端点（国内用户建议使用网络加速工具）。\n\n## 安装步骤\n\n1.  **下载扩展包**\n    访问 [Releases](https:\u002F\u002Fgithub.com\u002Fyeahhe365\u002Fgemini-nexus\u002Freleases) 下载最新 ZIP 包并解压到本地目录。\n\n2.  **打开扩展管理页**\n    在浏览器地址栏输入以下命令并访问：\n    ```text\n    chrome:\u002F\u002Fextensions\u002F\n    ```\n\n3.  **开启开发者模式**\n    在页面右上角找到并开启 **“开发者模式”** 开关。\n\n4.  **加载扩展**\n    点击 **“加载已解压的扩展程序”** 按钮，选择第一步中解压后的文件夹即可完成安装。\n\n## 基本使用\n\n1.  **配置驱动服务**\n    点击插件图标进入设置，根据前置依赖选择驱动方案：\n    *   选择 `Web Client` 无需配置 Key，直接登录即可使用。\n    *   选择 `Official API` 需填入 API Key 以获取极速响应。\n\n2.  **唤起智能侧边栏**\n    点击浏览器工具栏中的插件图标，或通过快捷键唤起侧边栏，即可开始对话、搜索历史记录。\n\n3.  **划词交互**\n    在网页中选中任意文本，点击弹出的悬浮工具栏，即可执行 **翻译**、**总结** 或 **重写** 操作。\n\n4.  **配置 MCP 工具（可选）**\n    如需连接外部工具服务器，进入 **Settings → Connection → External MCP Tools**：\n    *   启用 `Enable External MCP Tools`。\n    *   选择传输协议并设置服务器 URL（例如：`http:\u002F\u002F127.0.0.1:3006\u002Fsse`）。\n    *   点击 `Test Connection` 测试连接，随后点击 `Refresh Tools` 刷新工具列表。\n    *   对话时模型将自动调用工具，输出格式如下：\n        ```json\n        { \"tool\": \"工具名称\", \"args\": { \"键\": \"值\" } }\n        ```","资深运营人员需要跨多个后台系统核对数据，并将网页中的图表信息快速录入到在线文档中。\n\n### 没有 gemini-nexus 时\n- 在不同标签页间反复切换复制数据，上下文频繁中断，注意力难以集中。\n- 遇到无法选中的图片化数据，必须截图后使用外部 OCR 工具转换，流程割裂且耗时。\n- 手动填写重复表单字段，不仅耗时且容易因疲劳导致输入错误，效率低下。\n- 缺乏对浏览器页面的控制力，无法批量处理重复性的导航与点击任务，只能人工操作。\n\n### 使用 gemini-nexus 后\n- 利用划词工具栏直接总结或重写内容，支持一键回填，无需切换窗口即可完成任务。\n- 框选图片区域即刻触发 OCR 提取文字，悬浮工具栏让处理流程无缝衔接，体验流畅。\n- 通过 MCP 协议让 AI 自动执行点击、填充等交互，大幅降低机械性操作，解放双手。\n- 智能侧边栏统一管理所有对话与页面快照，随时回溯之前的操作记录，上下文不丢失。\n\ngemini-nexus 通过深度注入与浏览器控制能力，将繁琐的网页交互转化为自动化的智能工作流，显著提升人效。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyeahhe365_gemini-nexus_5fc81f44.png","yeahhe365","从何开始123","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fyeahhe365_6702355b.jpg",null,"https:\u002F\u002Fgithub.com\u002Fyeahhe365",[82,86,90,94],{"name":83,"color":84,"percentage":85},"JavaScript","#f1e05a",93.4,{"name":87,"color":88,"percentage":89},"CSS","#663399",5.5,{"name":91,"color":92,"percentage":93},"TypeScript","#3178c6",0.6,{"name":95,"color":96,"percentage":97},"HTML","#e34c26",0.5,957,136,"2026-04-05T04:34:12","MIT","未说明 (依赖 Chrome 浏览器)","不需要 (基于云端 API 调用)","未说明",{"notes":106,"python":107,"dependencies":108},"需安装 Chrome 浏览器并开启开发者模式加载扩展；使用 Web Client 需登录 Google 账号，使用 Official API 需 Google AI Studio Key；若使用 stdio MCP 服务器需配置本地代理（如 MCP SuperAssistant Proxy）。","不需要 (基于 JavaScript\u002FTypeScript)",[109,91,110,111,112],"Vite","Marked.js","KaTeX","Highlight.js",[13,26,53,15],[115,116,117,118,119,120,121],"browser-automation","chrome-extension","gemini","google-gemini","llm","manifest-v3","side-panel","2026-03-27T02:49:30.150509","2026-04-06T08:42:13.637643",[125,130,134,139,143,148],{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},4891,"已经登录了 Google 账号，为什么还提示“未登录或会话已过期”？","这通常是由于 Cookie 冲突或过期导致的。请尝试清除浏览器所有 Cookie，然后重新登录 Google 账号即可解决。","https:\u002F\u002Fgithub.com\u002Fyeahhe365\u002Fgemini-nexus\u002Fissues\u002F10",{"id":131,"question_zh":132,"answer_zh":133,"source_url":129},4892,"点击登录链接出现 ERR_BLOCKED_BY_RESPONSE 错误怎么办？","这是跨域被阻拦导致的。请尝试清除所有 Cookie，然后重新登录 Google 账号即可解决。",{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},4893,"是否支持添加系统指令（System Instructions）？","不支持。因为该扩展的机制是基于逆向工程 Gemini 官方网页界面，而不是通过 API 调用，所以无法像 API 那样添加系统提示词。","https:\u002F\u002Fgithub.com\u002Fyeahhe365\u002Fgemini-nexus\u002Fissues\u002F2",{"id":140,"question_zh":141,"answer_zh":142,"source_url":138},4894,"使用此扩展需要配置 API Key 吗？","不需要。它直接使用你登录在 Chrome 浏览器上的谷歌账号信息，基于逆向工程 Gemini 官方网页界面工作。",{"id":144,"question_zh":145,"answer_zh":146,"source_url":147},4895,"是否支持切换多个 OpenAI API 模型？","目前只能保存一个 OpenAI API 的选项。用户已建议增加切换选项以支持更多模型，但尚未实现。","https:\u002F\u002Fgithub.com\u002Fyeahhe365\u002Fgemini-nexus\u002Fissues\u002F14",{"id":149,"question_zh":150,"answer_zh":151,"source_url":147},4896,"支持为图片和文本分别设置不同的模型吗？","目前不支持。用户建议将图片单独设为多模态模型，文本设为另一个模型，以应对不同模型的能力差异，作为 Google 模型不可用时的切换方案。",[153,157,161,165,169,173,177],{"id":154,"version":155,"summary_zh":79,"released_at":156},114099,"v4.2.3","2025-12-25T07:24:53",{"id":158,"version":159,"summary_zh":79,"released_at":160},114100,"v4.2.0","2025-12-23T13:55:16",{"id":162,"version":163,"summary_zh":79,"released_at":164},114101,"v4.1.2","2025-12-23T12:31:44",{"id":166,"version":167,"summary_zh":79,"released_at":168},114102,"v4.0.0","2025-12-22T10:54:22",{"id":170,"version":171,"summary_zh":79,"released_at":172},114103,"v3.1.0","2025-12-21T15:03:14",{"id":174,"version":175,"summary_zh":79,"released_at":176},114104,"v3.0.0","2025-12-20T16:35:17",{"id":178,"version":179,"summary_zh":180,"released_at":181},114105,"v2.0.0","\u003Cimg width=\"235\" height=\"66\" alt=\"image\" src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Ffdd5a493-3035-436c-9c52-6bbd92b10ce8\" \u002F>\r\n","2025-12-19T15:48:03"]