Kimi Browser Extension-handledning: Automatisera webbsurfning med AI‑agenter

Vad är Kimi Browser Extension?

Kimi Browser Extension, tidigare Kimi WebBridge, är ett webbläsartillägg för AI‑agenter som klickar, fyller i, navigerar och extraherar. Tråkiga uppgifter, på autopilot.

Under huven fungerar det via tre komponenter som samverkar:

• Lokal bryggtjänst: En lokal tjänst körs på din dator och tar emot instruktioner från agenten
• Webbläsartillägg: Det utför specifika åtgärder i din webbläsare med Chrome DevTools Protocol (CDP)
• Säker isolering: Allt körs lokalt, så dina inloggningssessioner och sidinnehåll lämnar aldrig din enhet

Den här arkitekturen innebär att agenten kan använda dina befintliga webbläsarsessioner. Om du redan är inloggad på Amazon eller någon annan webbplats kan WebBridge agera på dessa autentiserade sidor utan att behöva logga in igen eller hantera CAPTCHA separat.

Två sätt att använda Kimi Browser Extension

Det finns två sätt att ansluta Kimi Browser Extension till en AI‑agent: via Kimi Desktop‑appen (Kimi Work) eller via Kimi Code CLI i terminalen. Båda använder samma webbläsartillägg; skillnaden är hur du interagerar med agenten.

Jag testade båda tillvägagångssätten när jag förberedde den här handledningen. Jag går igenom Kimi Work‑inställningen först och visar sedan vägen via Kimi Code CLI som jag bytte till när jag stötte på gränser för användning – vanligt under hög belastning.

Om du har följt Moonshots agentarbete är detta samma riktning som Agent Swarm i Kimi K2.5: parallell, verktygsdriven körning – förutom att verktyget här är din webbläsare.

Konfigurera Kimi Browser Extension med Kimi Work

Låt oss först titta på vägen via Kimi Work.

Steg 1: Ladda ner Kimi‑appen för dator

Gå till kimi.com/en/products/kimi-webbridge och klicka på With Kimi Desktop. Ladda ner och installera Kimi Desktop App. Observera att Kimi Work endast stöds på Windows och Apple Silicon‑Macar. På Intel‑Macar är skrivbordsappen begränsad till Kimi Chat, så använd istället vägen via Kimi Code CLI nedan.

Obs! Du kan också ställa in detta manuellt genom att följa stegen på webbplatsen, eller använda dina lokala agenter som Hermes, OpenClaw, Cursor, Codex m.fl. för att konfigurera Kimi WebBridge åt dig.

Steg 2: Logga in på Kimi

Öppna Kimi Desktop App och logga in med ditt telefonnummer eller Google‑konto.

Steg 3: Installera Kimi Browser Extension i Chrome

Gå till Chrome Web Store och lägg till Kimi‑webbläsartillägget (fungerar också i Brave). När det är installerat bör du se en popup för tillägget.

Nästa steg är att aktivera webbläsartillägget i Kimi Work.

Steg 4: Aktivera webbläsartillägget i Kimi Work

Öppna Kimi Desktop App och gå till Plugins i vänsterspalten. Byt till fliken Installed eller Featured, välj Kimi Browser Extension, och installera det.

Steg 5: Börja använda Kimi Browser Extension i chatten

Byt till Work mode i Kimi Desktop App. Du ser Kimi Browser Extension listad ovanför chattfältet, vilket bekräftar att det är aktivt. 

Modellen är som standard Kimi K2.8. Du kan också skifta till Kimi K3, som är idealisk för webbläsarautomatisering. Om du vill lära dig att använda den via API också och få inspiration om vad du kan göra med den rekommenderar jag vår Kimi K3 API‑handledning.

Nu kan du prova en prompt som:

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.

En sak att tänka på: eftersom Kimi Work fortfarande är i beta och körs på delad infrastruktur kan du ibland se det här meddelandet:

"Too many people are chatting with Kimi right now. Please try again soon."

Om det händer är vägen via Kimi Code CLI nedan mer tillförlitlig för längre användning.

Konfigurera Kimi Browser Extension med Kimi Code CLI

Kimi Code CLI är Moonshot AIs öppna terminalagent, som ger dig samma WebBridge‑funktioner i terminalen, med full kontroll över utdata och prompts.

Steg 1: Installera Kimi Code CLI

Kör det officiella installationsskriptet i din terminal:

macOS och Linux:

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

Windows (PowerShell):

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

Om du redan har Node.js 22.19.0 eller senare installerat kan du installera direkt via npm:

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

Eller med pnpm:

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

Efter installation, verifiera att det fungerar från en ny terminal:

kimi --version

Steg 2: Öppna Kimi Code och logga in

Öppna nu din terminal och skriv:

kimi

Vid första start, kör /login och välj Kimi Code (kimi.ai/code) som plattform. Detta öppnar en webbläsare för att slutföra OAuth‑auktorisering (ingen API‑nyckel behövs), med ditt Google‑konto eller telefonnummer.

När du ombeds välja modell, välj kimi-k3. Det är flaggskeppet byggt för långhorisontella agentuppgifter som webbnavigering och dataextrahering. Observera att K3 alltid tänker; om du stänger av tänkandet dirigeras förfrågan till K2.8 Preview i stället.

Inne i Kimi Code‑terminalen, kör /plugins för att öppna plugins‑menyn. Tryck på Tabb för att navigera till fliken Official, välj Kimi Browser Extension, och tryck på Enter för att installera. Kör sedan /reload eller /new för att aktivera det.

Steg 3: Installera webbläsartillägget och anslut det

Kimi Code uppmanar dig att installera Chrome‑tillägget om du inte redan gjort det. Det ger länkar till Chrome Web Store och Edge Add‑ons samt en guide för manuell installation. När installationen är klar, kör /reload eller starta en ny session. Om du börjar skriva /kimi ser du färdigheten kimi-webbridge (som fortfarande bär det tidigare namnet):

Steg 4: Kör en prompt för webbläsartillägget

Prova nu en enkel prompt för att bekräfta att allt fungerar:

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

Du ser att Kimi omedelbart börjar köra kommandon mot din webbläsare:

Agenten använder curl-kommandon för att prata med den lokala daemonen för webbläsartillägget, som i sin tur styr din webbläsare via Chrome DevTools Protocol. Din webbläsare öppnar Amazon, skriver in sökfrågan, väntar på resultat, tar en skärmdump och extraherar sedan och returnerar produktnamnen.

Så här ser resultaten ut:

Detta är data extraherade från Amazons live‑resultatsida utan scraping‑kod och utan API.

Multi‑site‑extrahering: Så fungerar det i praktiken

Efter att demo med en enda webbplats fungerade smidigt testade jag prompten för flera webbplatser:

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.

Tillägget öppnade alla fyra sidorna parallellt som en flikgrupp märkt "Keyboard Research". Du kunde se framstegsspårningen uppdateras i realtid:

Agenten samlade in kontextfiler som webbridge-req-amazon.json, webbridge-req-snapshot1.json, och arbetade igenom varje webbplats. Multi‑site‑extrahering krävde dock betydligt fler godkännanden och längre tid än versionen med en webbplats, eftersom varje flik behövde bearbetas sekventiellt.

Praktisk slutsats: För en demo i en handledning, börja med en enda webbplats. Multi‑site‑extrahering fungerar, men tar längre tid och kräver mer tålamod med godkännanden. I takt med att webbläsartillägget mognar blir detta bättre, men det är värt att sätta korrekta förväntningar i dina egna projekt.

Vilken modell använder Kimi Browser Extension?

Här är en snabb översikt över modellfamiljen så att du vet vad som körs under huven:

För uppgifter med webbläsartillägget är kimi-k3 rätt val. Det är byggt för agentiska arbetsflöden som sekventiella beslut, verktygsanvändning och planering över längre horisonter – precis vad navigering mellan flera webbplatser och extrahering av strukturerade data kräver.

Avslutande tankar

I den här handledningen gick jag igenom två sätt att använda Kimi‑webbläsartillägget: ett via Kimi Desktop‑appen och det andra via Kimi Code CLI i terminalen. Jag testade båda under demotillfällena och visade hur extraheringsutdata ser ut för en Amazon‑sökning.

Härifrån kan du bygga vidare för att extrahera data från vilken webbplats som helst som du redan är inloggad på, automatisera formulärinlämningar, jämföra priser mellan återförsäljare eller skapa ett schemalagt forskningsarbetsflöde.