← cd ..
2026-07-2212 min214 views

ego lite：让 AI agent 与你共享浏览器，却不抢你的标签页

#TypeScript#Web Development#Ai Agents#Browser Automation#Chromium
AI Summary
每分钟最多 5 次
  • Shared Browser for Humans and AI Agents: ego lite is a Chromium-based browser that allows both users and external AI agents (like Claude Code, Codex, Cursor) to work in parallel without interfering with each other. Each agent operates within its own isolated Space, ensuring that the user's current tabs and browsing experience remain unaffected.
  • Inheritance of Real Login States: By optionally migrating Chrome data during the first setup, ego lite enables AI agents to inherit existing login states, cookies, and bookmarks, making it more practical for tasks requiring authentication, such as CRM or social media management.
  • Code-Driven Operations via JavaScript Facades: ego-browser provides a set of Playwright-style JavaScript facades (page, browser, taskSpaces, etc.) that allow for complex operations like navigating, filling forms, and clicking, to be executed in a single script, reducing the need for repetitive command calls.
  • Enhanced Page Snapshots for AI Agents: ego lite claims to offer high-quality page snapshots that are optimized for language models, which can help in more accurately parsing and understanding web content, potentially reducing token usage and improving task efficiency.
  • Performance and Cost Efficiency: According to the project's benchmark, ego lite demonstrates better performance and cost efficiency compared to Vercel's agent-browser for certain tasks, though these results should be independently verified for specific use cases.

本文基于 citrolabs/ego-lite 仓库截至 2026 年 7 月 22 日的公开内容撰写。功能、兼容性与跑分会随版本变化；文中的性能数字均为项目方自测，并非笔者独立复现结果。

当 AI 代理开始真正替人操作网页，矛盾很快就从“它会不会点按钮”变成了三个更现实的问题：登录态怎么交给它？它工作时会不会抢走鼠标和标签页？多个任务能不能并行？

ego lite 给出的答案，不是再做一套浏览器自动化库，而是直接做一款“人和任意外部 AI 代理共同使用”的 Chromium 浏览器。项目原文把它概括为：

“ego (lite) is a browser where you and your AI agents work in parallel.”[^readme]

这句话基本抓住了产品定位：你继续使用自己的标签页；Claude Code、Codex、Cursor 或自定义代理通过 ego-browser 在各自隔离的 Space 中后台执行浏览任务。

一分钟认识 ego lite

项目 信息
软件定位 面向人类与外部 AI 代理协作的 Chromium 浏览器
开发者 CitroLabs
仓库 citrolabs/ego-lite
当前桌面系统 macOS；Windows、Linux 尚在路线图中
芯片支持 Apple Silicon、Intel Mac 均提供 DMG
代理接入 ego-browser Skill／JavaScript helper runtime
已点名兼容的代理 Claude Code、Codex、Cursor、自定义 Agent CLI
浏览数据 官方称保留在本地；只记录安装时是否选择 Chrome 数据迁移
仓库语言 GitHub 标记为 JavaScript；helper runtime 主要使用 TypeScript
开源协议 仓库内容为 MIT；浏览器 App 是单独的免费下载
最新 Release v1.2.5，发布于 2026-07-17
GitHub 热度 924 Stars、52 Forks（2026-07-22 查询）

这里有一个容易误读的边界：MIT 许可覆盖的是该仓库内容。README 的原话是：

“The contents of this repository are released under the MIT License. The ego lite browser is a separate, free download.”[^license-note]

因此，“仓库开源”不应被自动扩大解释成“完整桌面浏览器的全部代码都在这个仓库中”。当前仓库主要能看到代理 Skill、ego-browser helper runtime、站点经验与相关测试。

它解决了什么问题？

传统 browser-use、Playwright 式代理工具通常驱动一个单独浏览器实例。工程上并不差，但现实使用中经常遇到登录态重新配置、人和代理争用同一窗口，以及多个代理任务互相干扰。另一类 AI 浏览器则把内置代理和浏览器绑定在一起，外部 Codex 或 Claude Code 不一定能直接调用。

ego lite 试图把两边的优点合并：既是一款可日用、可以迁移 Chrome 数据的浏览器，又允许你自带 AI 代理。README 对差异的描述是：

“ego lite is one browser designed from the start for the two of you to share.”[^readme]

它的关键并不是“又多了一个 click 命令”，而是重做了协作边界。

四个值得关注的核心能力

1. 每个代理任务都有独立 Space

Space 可以理解为同一浏览器里的并行工作区。代理在后台 Space 中打开网页、填写表单或采集信息，不会夺走你正在使用的标签页。多个任务也能分配到多个 Space 同时运行；用户可以查看哪个 Space 正在执行、接管它，或者停止任务。

这对真实工作流比单纯“无头运行”更友好：需要人工确认时可以接管；不需要时，鼠标和前台窗口仍属于用户。

2. 继承真实登录态，减少重复登录

首次启动时，ego lite 会询问是否迁移 Chrome 数据。选择迁移后，官方称现有登录、Cookie、扩展和书签都能带入，代理也就能在已有会话里工作。对于 CRM、社交媒体、后台系统等强登录场景，这往往比元素定位本身更决定工具是否实用。

但也应保持安全边界：继承登录态意味着代理可能接触同样的账号权限。高风险的付款、发布、删除与权限变更操作，仍应设置人工确认。

3. 用代码组合操作，而非反复调用 CLI

ego-browser 在页面内暴露一组 Playwright 风格的 JavaScript facade，包括 page、browser、taskSpaces、site、fetch 和 cdp。官方 helper 文档给出的数据流是：

“ego-browser (Chromium) -> globalThis.ego -> Playwright-style helper facades -> agent heredoc”[^helper]

代理可以把打开页面、读取 Snapshot、定位元素、填写、点击和等待组合在一次 JavaScript 执行里，减少“调用命令—读取结果—再调用命令”的往返。

一个最小示例是：

ego-browser nodejs <<'EOF'
await taskSpaces.useOrCreate('research')
await browser.openOrReuseTab('https://example.com', { wait: true })
console.log(await page.snapshot())
EOF

从仓库实现可见，它提供的能力不仅有导航、点击与输入，还包括 Snapshot、截图、下载监听、文件上传、URL／Selector／函数等待、ARIA／文本定位器、CDP 与页面内求值等。[^helper]

4. 面向语言模型的页面 Snapshot

AI 代理并不总是靠截图“看”网页；更常见的输入是压缩后的语义结构。ego lite 宣称通过浏览器内核级定制生成更高质量的 Snapshot，并重点处理深层嵌套 iframe 等难点。[^readme]

这是一个很有潜力的方向：更准确、更短的页面表述意味着模型更容易定位目标，也可能减少 Token。不过，“市场最强”仍是项目方表述，在缺少公开、可复现的跨工具 Snapshot 评测前，应把它视为产品主张，而非已独立证实的事实。

官方跑分怎么看？

ego lite 与 agent-browser 官方基准对比

项目方使用同一模型（图中标注为 GPT-5.5、medium effort、agent: pi），对每项任务运行 5 次并取中位数，比较 ego lite 与 Vercel agent-browser。[^benchmark]

图中三项可直接比较的任务结果如下：

任务 ego lite agent-browser 官方结论
抓取 OpenAI 最近 7 天热门 X 帖子 87 秒／$0.21 226 秒／$0.42 2.6× 更快、2.0× 更便宜
LinkedIn 找工作并填写申请 123 秒／$0.45 231 秒／$0.64 1.9× 更快、1.4× 更便宜
估算 Redfin 房贷月供 60 秒／$0.27 86 秒／$0.41 1.4× 更快、1.5× 更便宜

第四项 Expedia 订机票任务中，图示 ego lite 用时 166 秒、成本 $1.10，而 agent-browser 被 bot detection 阻断，因此没有可比耗时和成本。

这些数据说明“代码组合 + 浏览器原生运行时”可能显著降低工具往返与 Token 消耗，但样本只有四类任务、每类 5 次，且测试由项目方提供。选择工具时更稳妥的做法，是拿自己的目标网站、账号权限和任务脚本做一轮 A/B 复测。

安装与第一次使用

目前最直接的方式，是在 macOS 下载对应架构的 DMG：

如果只想先把 Skill 加到代理环境，可运行：

npx skills add citrolabs/ego-lite

首次执行浏览任务时，代理会引导安装 ego lite App。安装完成后，可以在 Agent CLI 输入类似：

/ego-browser follow @ego_agent on x.com for me

官方描述的执行链路是：代理加载 ego-browser Skill，在自己的 Space 打开网页，读取 Snapshot、执行动作并返回结果，而用户的标签页不受影响。[^quickstart]

谁适合尝试，谁可以再等等？

值得尝试：

  • 已在使用 Codex、Claude Code、Cursor 等 Agent CLI，需要它处理真实网页登录任务；
  • 经常做跨页面采集、线索补全、表单填写、后台录入等多步工作流；
  • 希望多个代理任务并行，但不想维护多套浏览器 Profile；
  • 愿意在 macOS 上尝鲜，并能为关键操作保留人工复核。

建议观望：

  • 主力系统是 Windows 或 Linux；
  • 合规要求禁止把现有浏览数据或登录态交给自动化代理；
  • 需要经过第三方复现的性能、安全或稳定性证明；
  • 误操作成本极高，却还没有审批、审计和回滚机制。

此外，README 将“经验积累、让相似任务最高提速 5×”明确标注为 coming soon，不应当作当前稳定能力采购。[^readme]

推荐结论

ego lite 最值得推荐的地方，不是它能“控制浏览器”——这件事已有很多方案能做——而是它把浏览器重新定义成用户与多个外部 AI 代理共享的执行环境：真实登录态留在本机，任务进入隔离 Space，操作通过可组合的 JavaScript helper 完成。

如果你是 macOS 上的 Agent CLI 重度用户，它很值得用自己的业务流程做一次小范围试用，尤其是需要登录态、并行与人工接管的任务。与此同时，也要理性看待它仍处早期阶段：系统支持有限、官方跑分尚待独立复现，仓库 MIT 许可也不等于完整浏览器全部开源。

一句话总结：ego lite 不是给 AI 另开一扇无头浏览器，而是在同一栋浏览器里，给你和每个代理各自分了一间办公室。

原文与数据来源

[^readme]: CitroLabs, ego lite README（固定到本文核对提交），访问于 2026-07-22。
[^quickstart]: CitroLabs, README / Quick Start，访问于 2026-07-22。
[^license-note]: CitroLabs, README / License；另见仓库 MIT License。
[^helper]: CitroLabs, ego-browser Node helper runtime README，访问于 2026-07-22。
[^benchmark]: CitroLabs, 官方基准图原文件 与 README / Benchmarks。

仓库 Stars、Forks、最新版本及日期来自 GitHub Repository API 与 Latest Release API，查询时间为 2026-07-22。图片版权归 CitroLabs 所有，本文仅用于软件介绍与评论。

/** Comments(0)*/

Loading comments...