用途:让 AI 借助本地守护进程控制用户真实浏览器(含其登录会话),完成导航、点击、输入、读取页面、截图等网页交互任务。守护进程默认监听 http://127.0.0.1:10086。
主要能力:navigate 打开/跳转页面(newTab、group_title);find_tab 重新选中本会话标签或借用用户当前标签(active:true);snapshot 返回可访问性树与 @e 引用,用于读取内容、定位元素;click 对 @e 引用或 CSS 选择器执行合成点击;fill 支持 input/textarea 与 contenteditable 富编辑器(ProseMirror/Lexical/Slate 等),为清空后写入;evaluate 执行 JS(支持 async/await);cdp 为底层透传;screenshot 输出文件路径(非 base64);network 抓取请求;upload 上传文件;save_as_pdf 将当前页导出 PDF(paper_format、landscape、scale、print_background、path);list_tabs、close_tab、close_session 管理标签。
使用方式:每个请求体顶层带 session 字段,一个任务用一个会话名并全程不切换,同任务跨站共享同一标签分组;首个 navigate 用 group_title 设置用户语言的分组标签,并告知用户一次。回复为 {ok,data} 或 {ok,error} 信封。macOS/Linux 可内联 JSON,失败时改用临时文件体发送;Windows PowerShell/cmd 必须写入唯一命名的临时文件并用 curl.exe 发送,避免非 ASCII 被破坏,请求后删除临时文件。截图优先用 snapshot 的 @e 引用,必要时才用 evaluate,并对数据用紧凑 JSON.stringify,避免作用域重名。
限制:严格校验 event.isTrusted 的站点(部分银行、验证码)会忽略 click/fill,只能让用户手动操作;同页跨域 iframe 中 fill/click/evaluate/snapshot 仅作用于顶层框架,需直接导航到 iframe URL;save_as_pdf 解码后上限 100 MB。守护进程未就绪时自行运行 start(路径 ~/.kimi-webbridge/bin/kimi-webbridge,Windows 为 %USERPROFILE%.kimi-webbridge\bin\kimi-webbridge.exe),不要自动执行 stop/restart/upgrade/uninstall;端口被占用时按错误提示改配置文件端口,并让用户更新扩展连接地址。端口非 10086 时以 start 输出或 status 显示的地址为准。扩展版本过旧时提示用户更新扩展。
适用场景:需要在用户已登录状态下进行网页调研、信息收集、页面操作与截图/PDF 归档的任务。