ego (lite) 只是一個瀏覽器，ego 則是你跨裝置的個人 Agent。
加入候補名單
下載 Mac 版
繁體中文
EnglishFrançaisDeutsch简体中文繁體中文日本語한국어РусскийPortuguêsEspañolItalianoहिन्दी
解決方案
文件企業版更新日誌部落格

ego (lite) 產品介紹

ego (lite) 是什麼，以及它在哪些方面比瀏覽器擴充功能、雲端瀏覽器、內建 Agent 瀏覽器、瀏覽器 CLI 和 AI 瀏覽器做得更好。

llms.txt

ego (lite) 是一款 macOS 上的 Chromium 瀏覽器，讓你和你的 AI Agent 一起使用。你可以像使用 Chrome 一樣用它瀏覽網頁。你的 Agent 也在同一個瀏覽器裡替你完成網頁任務，例如做研究、填寫表單、從網站蒐集資料，以及測試網頁應用程式。

Agent 透過 ego-browser Skill 控制 ego (lite)。只要能執行 Shell 命令的 Agent 都能使用它，包括 Claude Code、Codex、Cursor、Continue、Gemini CLI、Hermes Agent、OpenClaw、OpenCode，以及你自行客製的 Agent。

ego (lite) 如何運作

下面每項功能在「功能介紹」分類中都有獨立頁面。

Space

Space 是 ego (lite) 裡的獨立工作區，Agent 在這裡執行任務。每個 Space 都有自己的分頁。Agent 在自己的 Space 裡工作時，你可以繼續使用自己的分頁。Agent 不會切換你的分頁，也不會搶走你的鍵盤焦點。

Space 不是新視窗，不是另一個 Chrome 設定檔，也不是 headless 瀏覽器。所有 Space 都在同一個 ego (lite) 瀏覽器裡執行，Agent 可以沿用你在這個瀏覽器裡已有的登入狀態。

你可以同時執行多個 Space，通常一個任務對應一個 Space。能同時執行多少個，取決於電腦的記憶體和 CPU。你可以開啟任何一個 Space 查看 Agent 正在做什麼、停止任務，或由你接管。

→ Space

Snapshot

Snapshot 是頁面的文字版本，供 Agent 讀取。ego (lite) 會列出頁面上的元素，並為每個元素加上一個簡短的引用編號，例如 @3。一般頁面只需要 200 到 400 個 Token，遠少於讀取原始 HTML 所需的 Token。

在登入頁面呼叫 snapshotText()，傳回的內容大致如下：

Page: Example - Log in
URL: https://example.com/login

@1 [heading] "Log in"
@2 [form]
  @3 [input type="email"] placeholder="Email"
  @4 [input type="password"] placeholder="Password"
  @5 [button type="submit"] "Continue"
  @6 [link] "Forgot password?"

Agent 直接用這些編號操作，例如 fill('@3', '...') 和 click('@5')。它不需要猜測 CSS 選擇器，所以網站改了 class 名稱，任務也不會因此失敗。

ego (lite) 在修改過的 Chromium 引擎內部產生 Snapshot，而不是在頁面中注入腳本。因此，Snapshot 能包含以注入腳本方式運作的工具經常遺漏的內容：巢狀的跨網域 iframe、shadow DOM，以及 Stripe 結帳畫面、Salesforce 嵌入內容、Intercom 面板等第三方元件。

→ Snapshot

ego-browser

ego-browser 是 Agent 用來控制 ego (lite) 的命令列工具。Agent 寫一段簡短的 Node.js 腳本，ego-browser 會在一次呼叫中執行整段腳本：

ego-browser nodejs <<'EOF'
await useOrCreateTaskSpace('follow-ego-agent')
await openOrReuseTab('https://x.com/ego_agent', { wait: true })
await snapshotText()
await click('@92')  // @92 是 Snapshot 傳回的 Follow 按鈕
cliLog('Done.')
EOF

這一次呼叫就完成了開啟頁面、讀取頁面、點擊按鈕和回報結果。在許多其他工具裡，每個操作都是一次獨立的呼叫，模型必須先讀完上一次呼叫的結果，才能送出下一次呼叫。呼叫次數減少，整個任務需要的模型回合也會減少，因此任務能更快完成，使用的 Token 也更少。

→ ego-browser

經驗累積（即將推出）

任務成功後，ego (lite) 將會把完成任務的做法儲存成可重複使用的 tool 或 workflow，並依網站分類。下次 Agent 在同一個網站上執行任務時，可以直接沿用已儲存的做法，不必再像第一次那樣反覆嘗試。

→ Skills

ego (lite) 相較於其他瀏覽器自動化工具的優勢

大多數讓 AI Agent 使用瀏覽器的工具，都屬於以下五種類型之一。下表先簡單列出結論，後面各節再分別說明 ego (lite) 比每種類型做得更好的地方。

類型 運作方式 ego (lite) 做得更好的地方
瀏覽器擴充功能 擴充功能把 Agent 連接到你正在使用的 Chrome 視窗。 ego (lite) 本身就是瀏覽器，所以不需要配對。Agent 在自己的 Space 裡工作，不會使用你的分頁。
雲端瀏覽器 瀏覽器在服務供應商的伺服器上執行。 ego (lite) 在你的電腦上執行。你的登入資訊留在你的裝置上，也不收瀏覽器使用時間的費用。
內建 Agent 瀏覽器 某個 AI 應用程式裡的瀏覽器面板。 ego (lite) 是完整的 Chromium 瀏覽器，帶有你的登入狀態，而且任何 Agent 都能使用。
瀏覽器 CLI 瀏覽器啟動時沒有任何登入狀態，Agent 通常一步一步地控制它。 Agent 一開始就帶著你的登入狀態，而且每次呼叫可以執行多個操作。
AI 瀏覽器 側邊欄裡有瀏覽器廠商自家 AI 助理的瀏覽器。 由你自己的 Agent 操作 ego (lite)，所以它也能處理你本機的程式碼和檔案。

與瀏覽器擴充功能相比

例如：Claude in Chrome、Codex 的 Chrome 擴充功能、Kimi 的 Chrome 擴充功能。

使用擴充功能時，Agent 把命令送給安裝在你 Chrome 瀏覽器裡的擴充功能，再由擴充功能在你的 Chrome 視窗中執行。這種方式很適合在你正在看的頁面上提供快速協助，例如填寫一份表單。如果是多步驟的任務，而且要在你繼續工作時執行，ego (lite) 在以下幾方面做得更好：

  • 不需要安裝、配對或維持連線。 使用擴充功能時，配對可能失敗，任務進行中連線可能中斷，你可能會看到權限提示，擴充功能也可能和其他擴充功能衝突。ego (lite) 本身就是瀏覽器，所以沒有這些步驟。
  • Agent 不會使用你的分頁。 擴充功能和你在同一個視窗裡工作，所以在你工作時，Agent 可能會使用你目前所在的分頁，或搶走視窗焦點。在 ego (lite) 中，每個 Agent 任務都在自己的 Space 裡執行，並使用自己的分頁。你的滑鼠、鍵盤焦點、通知和目前使用中的分頁，都不會被 Agent 佔用。
  • 你繼續瀏覽時，多個任務可以同時執行。 每個任務都有自己的 Space，所以 Agent 可以同時處理多個任務。你可以開啟任何一個 Space 查看 Agent 正在做什麼、暫停任務，或由你接管。

詳見：ego (lite) 與 Claude in Chrome 比較、ego (lite) 與 Codex Chrome 擴充功能比較、ego (lite) 與 Kimi Chrome 擴充功能比較。

與雲端瀏覽器相比

例如：Browserbase。

雲端瀏覽器在服務供應商的伺服器上執行，你的 Agent 透過網際網路連線到它。這種方式適合需要在伺服器上執行大量瀏覽器的產品，例如同時執行 100 個以上，也適合在你的電腦關機後仍必須繼續執行的任務。如果任務使用的是你自己的帳號，而且從你自己的電腦執行，ego (lite) 在以下幾方面做得更好：

  • 你的登入資訊留在你的電腦上。 要在雲端瀏覽器中使用自己的帳號，你必須把密碼、Cookie 或已儲存的登入工作階段交給服務供應商。ego (lite) 在你的電腦上執行。你的密碼、Cookie、登入工作階段，以及從 Chrome 匯入的資料，都留在你的裝置上。ego (lite) 也不會把你的瀏覽資料上傳到託管的瀏覽器服務。
  • 不收瀏覽器使用時間的費用。 雲端瀏覽器通常按工作階段或按分鐘計費。ego (lite) 應用程式是免費的。模型和網路的費用仍需由你自行負擔。
  • 因陌生 IP 位址而出現的 CAPTCHA 較少。 雲端瀏覽器從服務供應商的 IP 位址發出流量。這些位址由其他客戶共用，而且可能位於和你不同的國家，所以有些網站會顯示更多 CAPTCHA 或安全檢查。ego (lite) 使用你自己的網路連線，並遵循你的 VPN 或代理伺服器設定，所以網站看到的，和你平常自己瀏覽時是同一類工作階段。網站仍可能要求你完成 CAPTCHA 或其他安全檢查，ego (lite) 不會繞過這些檢查。

詳見：ego (lite) 與 Browserbase 比較。

與內建 Agent 瀏覽器相比

例如：Codex 的瀏覽器、Cursor 內建的瀏覽器。

有些 AI 應用程式內建自己的瀏覽器。它通常在應用程式裡的一個面板中開啟，而且只有該應用程式的 Agent 能使用。它不需要設定，而且登入狀態是獨立的，可以讓 Agent 與你的真實帳號隔開。如果你希望 Agent 在你平常用的瀏覽器裡，用你的真實帳號工作，ego (lite) 在以下幾方面做得更好：

  • 你已有的登入狀態可以直接使用。 內建瀏覽器往往有自己的登入狀態，所以你必須在裡面重新登入各個網站。使用 ego (lite) 時，你可以在初始設定時一鍵匯入 Chrome 設定檔，內容包括分頁、書籤、密碼、擴充功能、Cookie、登入工作階段和各個設定檔。
  • 它是完整的瀏覽器。 內建瀏覽器的功能比完整的瀏覽器少。ego (lite) 是完整的 Chromium 瀏覽器，具備分頁、分頁群組、視窗、設定檔、書籤、已儲存的密碼、擴充功能、下載和無痕模式。你可以把它當作日常使用的瀏覽器，同時讓你的 Agent 在同一個瀏覽器裡工作。
  • 多個任務可以同時執行。 內建瀏覽器可能會限制同時執行的任務數量。在 ego (lite) 中，每個任務都在自己的 Space 裡執行，而且多個 Space 可以同時執行。
  • 任何 Agent 都能使用。 內建瀏覽器只能在它所屬的應用程式裡使用。Claude Code、Codex、Cursor、Gemini CLI、OpenClaw 和其他 Agent，都透過 ego-browser 使用 ego (lite)。你可以更換 Agent，而不必更換瀏覽器。

詳見：ego (lite) 與 Codex 瀏覽器比較。

與瀏覽器 CLI 相比

例如：playwright-cli、Browser Harness、agent-browser、chrome-devtools-cli。

瀏覽器 CLI 是一種命令列工具，AI Agent 執行它來控制瀏覽器。這類工具大多建構在 Playwright、Puppeteer 等瀏覽器自動化框架上，或直接建構在 Chrome DevTools Protocol 上。如果你希望每次執行都使用全新的瀏覽器，例如在腳本或 CI 中執行，這類工具很適合。當 Agent 在真實網站上執行任務時，ego (lite) 在以下幾方面做得更好：

  • Agent 一開始就已經登入。 這些工具預設會用空白的設定檔啟動瀏覽器，沒有任何登入狀態。要在需要登入的網站上工作，你必須寫腳本完成登入，或載入已儲存的 Cookie。在 ego (lite) 中，如果你已經登入某個網站，Agent 開啟這個網站時也會是已登入的狀態。這可能代表任務中出現的 2FA 提示和 SSO 重新導向會比較少。網站仍可能要求你確認身分，ego (lite) 不會繞過這些檢查。
  • 整個任務需要的模型回合更少。 使用這些工具時，Agent 通常一步一步地工作：送出一條命令或一小組操作，等待結果，重新讀取頁面，再決定下一步。每一步都需要一個模型回合。在 ego (lite) 中，Agent 可以在一次呼叫中執行多個操作：開啟頁面、讀取頁面、點擊、填寫表單，然後回報結果。再加上精簡的 Snapshot，整個任務需要的模型回合更少，所以能更快完成，使用的 Token 也更少。
  • 你可以看到 Agent 正在做什麼。 這些工具常以 headless 模式執行瀏覽器，沒有可見的視窗。在 ego (lite) 中，你可以隨時開啟 Agent 的 Space 查看它的操作、暫停任務，或接手需要你處理的步驟，例如掃描 QR Code 登入。

在 Real-World Bench 中，我們讓 ego (lite) 和上面這四款瀏覽器 CLI 在真實的線上網站上執行相同的 31 個任務，並使用相同的模型和相同的評分方式。ego (lite) 以滿分完成了 31 個任務中的 30 個，這個比例是五款工具中最高的。它的速度也最快，使用的模型回合最少，每個任務的模型成本也最低。

詳見：ego (lite) 與 Browser Harness 比較、ego (lite) 與 agent-browser 比較、ego (lite) 與 Playwright 比較、ego (lite) 與 Playwright MCP 比較、ego (lite) 與 Puppeteer 比較。

與 AI 瀏覽器相比

例如：Perplexity Comet、Dia。

AI 瀏覽器是側邊欄裡內建瀏覽器廠商自家 AI 助理的瀏覽器。這個助理在廠商的 AI 服務上執行，並在瀏覽器裡工作。這很適合針對你正在閱讀的頁面快速取得協助，例如摘要或翻譯。如果你希望 Agent 在多個網站和你自己的電腦上完成實際的工作，ego (lite) 在以下幾方面做得更好：

  • 你的 Agent 也能使用你的電腦。 AI 瀏覽器裡的助理通常無法讀取你的本機檔案、執行命令，或開啟你的程式碼儲存庫。在 ego (lite) 中，Agent 就是你自己的 Agent，例如 Claude Code 或 Codex，所以它能在同一個任務中同時使用瀏覽器和你的電腦。例如，它可以檢查你正在開發的網頁應用程式的 UI：在本機開發伺服器上開啟頁面，找出版面問題，修改你儲存庫中的程式碼，重新載入頁面，再確認問題已經修正。AI 瀏覽器的助理可以查看頁面，但無法修改你的程式碼。
  • 規則由你選擇的 Agent 決定。 AI 瀏覽器裡的助理會遵守廠商訂定的安全規則，而這些規則往往比較嚴格。例如，它可能會拒絕從很多頁面蒐集資料的任務。ego (lite) 不會決定你的 Agent 可以執行哪些任務。這取決於你選擇的 Agent，以及你為它設定的限制。
  • 由你選擇哪個模型讀取你的頁面。 AI 瀏覽器裡的助理會把它處理的頁面傳送到廠商的 AI 服務。使用 ego (lite) 時，頁面內容會傳送給你的 Agent 使用的模型。這個模型由你選擇，也可以是在你電腦上執行的本機模型。
  • 使用 Agent 功能不需要付費方案。 AI 瀏覽器常依方案限制 Agent 功能，在背景執行任務或同時執行多個任務，可能需要更高階的方案。ego (lite) 應用程式是免費的，而且每個任務都在自己的 Space 裡執行，所以多個任務可以同時執行。你的 Agent 和模型仍照你現在的方式付費。

隱私

ego (lite) 在你的電腦上執行，你的瀏覽資料也留在你的電腦上。你從 Chrome 匯入的密碼、Cookie、瀏覽紀錄、書籤、擴充功能和設定檔都不會上傳。

Agent 處理頁面時，會讀取頁面內容，並把內容傳送給它所使用的模型。ego (lite) 負責執行瀏覽器，並在瀏覽器和你的 Agent 之間傳遞命令與結果。

安裝時，ego (lite) 只記錄一件事：你是否選擇從 Chrome 匯入資料。

使用 ego (lite) 不需要帳號，也不需要電子郵件地址。

平台與價格

ego (lite) 提供 macOS 版本。Windows 和 Linux 版本正在規劃中。

ego (lite) 可以免費下載和使用。沒有訂閱費，沒有按任務計費，也不收瀏覽器使用時間的費用。你使用自己的 Agent 和自己的模型，並照你現在的方式為它們付費。

延伸閱讀

我們為什麼打造 ego (lite)，以及如何設計它：讓你和 Agent 並行工作的瀏覽器。