Samouczek rozszerzenia przeglądarki Kimi: automatyzuj przeglądanie sieci z agentami AI

Czym jest rozszerzenie przeglądarki Kimi?

Rozszerzenie przeglądarki Kimi, dawniej Kimi WebBridge, to rozszerzenie do przeglądarki dla agentów AI, które klika, wypełnia, nawiguję i wyodrębnia. Nużąca praca na autopilocie.

Pod spodem działa dzięki trzem współpracującym komponentom:

• Lokalna usługa mostka: Lokalna usługa działa na twoim komputerze i odbiera instrukcje od agenta
• Rozszerzenie przeglądarki: Wykonuje konkretne akcje w twojej przeglądarce, używając Chrome DevTools Protocol (CDP)
• Izolacja bezpieczeństwa: Całe wykonanie odbywa się lokalnie, więc twoje sesje logowania i treści stron nigdy nie opuszczają urządzenia

Taka architektura oznacza, że agent może korzystać z twoich istniejących sesji przeglądarki. Jeśli jesteś już zalogowany na Amazonie lub innej stronie, WebBridge może działać na tych uwierzytelnionych stronach bez ponownego logowania czy osobnego obchodzenia CAPTCHA.

Dwa sposoby korzystania z rozszerzenia przeglądarki Kimi

Są dwa sposoby połączenia rozszerzenia przeglądarki Kimi z agentem AI: przez aplikację Kimi Desktop (Kimi Work) lub przez Kimi Code CLI w terminalu. Oba używają tego samego rozszerzenia — różni się sposób interakcji z agentem.

Przetestowałem oba podejścia, przygotowując ten samouczek. Najpierw przeprowadzę cię przez konfigurację Kimi Work, a potem pokażę ścieżkę Kimi Code CLI, na którą przeszedłem po uderzeniu w limity — co jest częste w godzinach szczytu.

Jeśli śledzisz prace nad agentami Moonshotu, to ten sam kierunek co Agent Swarm w Kimi K2.5: równoległe, narzędziowe wykonywanie — z tą różnicą, że narzędziem jest tu twoja przeglądarka.

Konfiguracja rozszerzenia przeglądarki Kimi z Kimi Work

Najpierw przyjrzyjmy się ścieżce przez Kimi Work.

Krok 1: Pobierz aplikację Kimi na desktop

Wejdź na kimi.com/en/products/kimi-webbridge i kliknij With Kimi Desktop. Pobierz i zainstaluj aplikację Kimi Desktop. Uwaga: Kimi Work jest obsługiwane tylko na Windows i Macach z Apple Silicon. Na Macach z Intelem aplikacja desktopowa ogranicza się do Kimi Chat, więc w zamian użyj ścieżki Kimi Code CLI poniżej.

Uwaga: Możesz też skonfigurować to ręcznie, postępując zgodnie z instrukcjami na stronie, albo użyć lokalnych agentów, takich jak Hermes, OpenClaw, Cursor, Codex itp., aby skonfigurować Kimi WebBridge za ciebie.

Krok 2: Zaloguj się do Kimi

Otwórz aplikację Kimi Desktop i zaloguj się numerem telefonu lub kontem Google.

Krok 3: Zainstaluj rozszerzenie Kimi w Chrome

Przejdź do Chrome Web Store i dodaj rozszerzenie Kimi (działa też w Brave). Po instalacji zobaczysz wyskakujące okno rozszerzenia.

Następnie włącz rozszerzenie przeglądarki w Kimi Work.

Krok 4: Włącz rozszerzenie w Kimi Work

Otwórz aplikację Kimi Desktop i przejdź do Plugins w lewym pasku bocznym. Przełącz na kartę Installed lub Featured, wybierz Kimi Browser Extension, i zainstaluj.

Krok 5: Zacznij używać rozszerzenia Kimi na czacie

Przełącz na Work mode w aplikacji Kimi Desktop. Zobaczysz Kimi Browser Extension nad polem wprowadzania na czacie — to potwierdza, że jest aktywne. 

Domyślnym modelem jest Kimi K2.8. Możesz też przełączyć na Kimi K3, który świetnie nadaje się do automatyzacji przeglądarki. Jeśli chcesz poznać też użycie przez API i szukasz inspiracji, co możesz z tym zrobić, polecam nasz samouczek Kimi K3 API.

Teraz możesz wypróbować taki prompt:

Prompt: 

Go to Amazon, Flipkart, eBay, and Walmart. Search for "mechanical keyboard" on each. Extract the top 2 results from each site — product name, price, rating, number of reviews, and delivery time.

Pamiętaj o jednej rzeczy: ponieważ Kimi Work jest nadal w wersji beta i działa na współdzielonej infrastrukturze, możesz od czasu do czasu zobaczyć taki komunikat:

"Zbyt wiele osób rozmawia teraz z Kimi. Spróbuj ponownie wkrótce."

Jeśli tak się stanie, ścieżka Kimi Code CLI poniżej jest bardziej niezawodna przy dłuższym użyciu.

Konfiguracja rozszerzenia przeglądarki Kimi z Kimi Code CLI

Kimi Code CLI to open-source’owy agent terminalowy Moonshot AI, który daje ci te same możliwości WebBridge w terminalu, z pełną kontrolą nad wynikami i promptami.

Krok 1: Zainstaluj Kimi Code CLI

Uruchom w terminalu oficjalny skrypt instalacyjny:

macOS i Linux:

curl -fsSL https://code.kimi.com/kimi-code/install.sh | bash

Windows (PowerShell):

irm https://code.kimi.com/kimi-code/install.ps1 | iex

Jeśli masz już zainstalowany Node.js 22.19.0 lub nowszy, możesz zainstalować bezpośrednio przez npm:

node --version
npm install -g @moonshot-ai/kimi-code

Lub przez pnpm:

pnpm add -g @moonshot-ai/kimi-code

Po instalacji sprawdź z nowego terminala, czy działa:

kimi --version

Krok 2: Otwórz Kimi Code i zaloguj się

Teraz otwórz terminal i wpisz:

kimi

Przy pierwszym uruchomieniu wykonaj /login i wybierz Kimi Code (kimi.ai/code) jako platformę. Otworzy się przeglądarka do dokończenia autoryzacji OAuth (bez klucza API), przy użyciu konta Google lub numeru telefonu.

Gdy zostaniesz poproszony o wybór modelu, wybierz kimi-k3. To flagowiec stworzony do zadań agentskich o długim horyzoncie, jak nawigacja w przeglądarce i ekstrakcja danych. Pamiętaj, że K3 zawsze myśli; wyłączenie trybu myślenia kieruje zapytanie do K2.8 Preview.

W terminalu Kimi Code uruchom /plugins, aby otworzyć menu plugins. Naciśnij Tab, aby przejść do karty Official, wybierz Kimi Browser Extension, i naciśnij Enter, aby zainstalować. Następnie uruchom /reload lub /new, aby go aktywować.

Krok 3: Zainstaluj rozszerzenie przeglądarki i połącz je

Kimi Code podpowie zainstalowanie rozszerzenia Chrome, jeśli jeszcze go nie masz. Udostępni linki do Chrome Web Store i Edge Add-ons oraz instrukcję ręcznej instalacji. Po instalacji uruchom /reload lub rozpocznij nową sesję. Jeśli zaczniesz wpisywać /kimi, zobaczysz umiejętność kimi-webbridge (nadal pod starą nazwą):

Krok 4: Uruchom prompt dla rozszerzenia

Teraz wypróbuj prosty prompt, żeby potwierdzić, że wszystko działa:

Go to amazon.com and search for "mechanical keyboard". Take a screenshot of the results page and give me the names of top 2 keyboards

Zobaczysz, jak Kimi od razu zaczyna wydawać polecenia twojej przeglądarce:

Agent używa poleceń curl, aby rozmawiać z lokalnym demonem rozszerzenia, które z kolei steruje przeglądarką przez Chrome DevTools Protocol. Twoja przeglądarka otworzy Amazon, wpisze zapytanie, poczeka na wyniki, zrobi zrzut ekranu, a następnie wyodrębni i zwróci nazwy produktów.

Tak wyglądają wyniki:

To dane wyciągnięte z live’owej strony wyników Amazona — bez kodu scrapującego i bez API.

Ekstrakcja z wielu stron: jak to wygląda w praktyce

Gdy demo z jedną stroną zadziałało gładko, spróbowałem promptu multi-site:

Prompt: 

Go to Amazon, Flipkart, eBay, and Walmart. Search for "mechanical keyboard" on each. Extract the top 2 results from each site — product name, price, rating, number of reviews, and delivery time.

Rozszerzenie otworzyło wszystkie cztery strony równolegle w grupie kart nazwanej „Keyboard Research”. Postęp można było śledzić w czasie rzeczywistym:

Agent zbierał pliki kontekstowe, takie jak webbridge-req-amazon.json, webbridge-req-snapshot1.json, i pracował przez każdą stronę. Jednak ekstrakcja multi-site wymagała znacznie więcej zgód i czasu niż wersja single-site, ponieważ każda karta musiała być przetwarzana sekwencyjnie.

Praktyczny wniosek: Na potrzeby tutorialu zacznij od jednej strony. Multi-site działa, ale trwa dłużej i wymaga więcej cierpliwości przy akceptacjach. Wraz z dojrzewaniem rozszerzenia to się poprawi, ale warto odpowiednio ustawić oczekiwania w swoich projektach.

Z jakiego modelu korzysta rozszerzenie przeglądarki Kimi?

Szybki przegląd rodziny modeli, żebyś wiedział, co działa pod maską:

Do zadań z rozszerzeniem przeglądarki kimi-k3 będzie właściwym wyborem. Został stworzony do agentskich przepływów pracy, jak sekwencyjne decyzje, użycie narzędzi i planowanie na długi horyzont — dokładnie tego wymagają nawigacja po wielu stronach i ekstrakcja ustrukturyzowanych danych.

Na koniec

W tym samouczku pokazałem dwie drogi korzystania z rozszerzenia Kimi: przez aplikację Kimi Desktop oraz przez Kimi Code CLI w terminalu. Przetestowałem obie podczas demo i pokazałem, jak wygląda wynik ekstrakcji dla wyszukiwania na Amazonie.

Stąd możesz rozszerzyć to na wyciąganie danych z dowolnej strony, na którą jesteś już zalogowany, automatyzację wysyłania formularzy, porównywanie cen między sprzedawcami czy zbudowanie harmonogramu cyklicznych badań rynku.