gemma-gem：Chrome 扩展本地运行 Gemma 4，还能操作网页

以前想用大模型，要么调 API，要么本地搭环境。调 API 得管密钥、算成本、担心数据上传；本地部署要装 Python、配显卡、啃文档。前端开发者想玩 AI，往往卡在第一步。

最近 GitHub 上有个项目：kessler/gemma-gem。它是个 Chrome 扩展，把 Google 最新发布的 Gemma 4 模型直接塞进浏览器，通过 WebGPU 在本地跑起来。不用 API Key，不用云端，数据完全不出设备。

关键是，它不只是个聊天窗口，还给了模型 6 个工具，让它能读网页、点按钮、填表单、跑 JavaScript。

一句话定位：一个完全本地运行的 AI 助手，能聊天，也能操作你正在看的网页。目前 GitHub Star 600 多，但值得关注。

开发者 Yaniv Kessler 是 Unity 员工，Google 4 月 2 日发布 Gemma 4，他一周内就把这个项目做出来了。

为什么浏览器能跑大模型

Gemma 4 是 Google 专门为边缘设备优化的系列。E2B 版本只有 2.3B 参数，量化后约 500MB，E4B 版本约 1.5GB。配合 WebGPU，浏览器第一次能以接近原生的速度跑起十亿参数级模型。

模型下载一次后缓存到本地，之后完全离线可用。没有 API 调用费用，也没有配额和速率限制。在隐私敏感的场景下特别友好，比如处理公司内部文档、个人笔记、敏感数据等，所有内容都只在你自己的机器上运行。

6 个浏览器工具

项目为模型内置了 6 个浏览器工具：

• 读取页面内容
• 页面截图
• 点击指定元素
• 在输入框输入文本
• 滚动页面
• 执行 JavaScript

使用时非常自然。你可以直接问它"这个页面有什么表单？"，模型就会自动调用工具去读取页面并告诉你结果。你说"帮我把搜索框填上 XX"，它就会找到对应的输入框并完成填写。

思考模式与模型切换

Gemma 4 原生支持思考模式，项目已完整集成。每次推理时，模型会先输出详细的思考过程（Chain of Thought），再给出最终答案。你可以清晰地看到它如何拆解任务、分析当前页面状态、决定调用哪个工具。

v0.2.0 版本新增 E2B 和 E4B 自由切换功能。E2B 模式轻量快速，适合简单任务；E4B 模式推理能力更强，适合处理复杂、多步的操作。切换结果会持久化保存，下次打开时依然保持上次选择的模式。

可复用的 Agent 循环

Agent 循环逻辑单独抽离在 agent/ 目录，完全零外部依赖。项目清晰定义了 ModelBackend 和 ToolExecutor 接口。如果你想在自己的项目中复用这套 Agent 循环，可以直接把整个 agent/ 目录拿走，稍作调整即可集成。

安装步骤

注意安装过程用到了 git、nodejs、npm、pnpm，还没有的朋友请先安装。

克隆代码：

git clone https://github.com/kessler/gemma-gem.git

安装依赖：

cd gemma-gem
pnpm install

构建扩展：

pnpm build

完成后，项目里会多一个 .output/chrome-mv3-dev/ 目录。打开 Chrome，地址栏输入 chrome://extensions，打开右上角"开发者模式"，点左上角"加载已解压的扩展程序"，选择 .output/chrome-mv3-dev/ 文件夹即可。

随便打开一个网页，右下角会出现一个宝石图标。点击它弹出聊天窗口。第一次使用会提示下载模型，E2B 约 500MB，图标上显示环形进度。下载完成后就可以直接聊天了。

限制说明

E2B 是 2.3B 参数的小模型，复杂推理能力有限。作者在 Hacker News 上也很坦诚：简单页面问题和跑 JavaScript 没问题，但多步工具链有时会失败，模型偶尔会忽略工具直接回答。

另外，WebGPU 需要 2020 年后的设备和最新 Chrome。Safari 不支持，移动端 Chrome 扩展也不支持。

适合的人群：隐私敏感用户、想零成本体验本地 AI 的开发者、需要在网页上做简单自动化的人。如果你只是想聊天，云端大模型体验更好；但如果你在意数据不出设备、在意零成本、在意离线可用，这个项目值得试一下。

项目地址：https://github.com/kessler/gemma-gem