ego (lite) 只是一款浏览器；ego 才是你跨设备的个人 Agent。
加入候补名单
下载 Mac 版
简体中文
EnglishFrançaisDeutsch简体中文繁體中文日本語한국어РусскийPortuguêsEspañolItalianoहिन्दी
解决方案
文档企业版更新日志博客

ego (lite) 产品介绍

ego (lite) 是什么，以及它和浏览器扩展、云浏览器、内置 Agent 浏览器、浏览器 CLI、AI 浏览器相比有哪些优势。

llms.txt

ego (lite) 是一款运行在 macOS 上的 Chromium 浏览器，由你和你的 AI Agent 共同使用。你可以像用 Chrome 一样用它浏览网页。你的 Agent 也在这个浏览器里替你完成网页任务，例如调研资料、填写表单、从网站采集数据、测试 Web 应用。

Agent 通过 ego-browser Skill 控制 ego (lite)。任何能运行 shell 命令的 Agent 都可以使用它，包括 Claude Code、Codex、Cursor、Continue、Gemini CLI、Hermes Agent、OpenClaw、OpenCode，以及你自己定制的 Agent。

ego (lite) 的工作方式

下面每个功能在「功能介绍」板块下都有单独的页面。

Space

Space 是 ego (lite) 里的独立工作区，Agent 在 Space 里执行任务。每个 Space 都有自己的标签页。Agent 在自己的 Space 里工作时，你可以继续用自己的标签页。Agent 不会切换你的标签页，也不会抢占你的键盘焦点。

Space 不是新窗口，不是另一个 Chrome 个人资料，也不是 headless 浏览器。所有 Space 都运行在同一个 ego (lite) 浏览器里，Agent 可以使用你在 ego (lite) 里已有的登录状态。

你可以同时运行多个 Space，通常一个任务对应一个 Space。能同时运行多少个，取决于你电脑的内存和 CPU。你可以打开任意一个 Space，查看 Agent 的操作，停止任务，或者接管。

→ Space

Snapshot

Snapshot 是页面的文本版本，供 Agent 读取。ego (lite) 会列出页面上的元素，并给每个元素分配一个简短的引用编号，例如 @3。一个典型页面的 Snapshot 在 200 到 400 个 Token 之间，比页面的原始 HTML 少得多。

在登录页上调用 snapshotText()，返回的内容大致如下：

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 直接用这些编号操作元素，例如 fill('@3', '...') 和 click('@5')。它不需要猜测 CSS 选择器，所以即使页面的 class 名称变了，任务也不会因此失败。

ego (lite) 在自己修改过的 Chromium 引擎内部生成 Snapshot，而不是向页面注入脚本。因此，Snapshot 能包含基于脚本的工具经常漏掉的内容：嵌套的跨域 iframe、shadow DOM，以及 Stripe 结账表单、Salesforce 嵌入内容、Intercom 面板等第三方组件。

→ Snapshot

ego-browser

ego-browser 是 Agent 用来控制 ego (lite) 的命令行工具。Agent 写一段简短的 Node.js 脚本，ego-browser 在一次调用中运行整段脚本：

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 里返回的 Follow 按钮
cliLog('Done.')
EOF

这一次调用会打开页面、读取页面、点击按钮并输出结果。在许多其他工具里，这些操作各需要一次单独的调用，模型必须先读完上一次调用的结果，才能发出下一次调用。调用次数少了，整个任务的模型轮次也就少了，所以任务完成得更快，消耗的 Token 也更少。

→ ego-browser

经验积累（即将推出）

任务成功后，ego (lite) 会把完成任务的方法保存为可复用的 tool 或 workflow，并按网站分类。下次 Agent 在同一个网站上执行任务时，可以复用已保存的方法，不用再重复试错。

→ Skills

ego (lite) 相比其他浏览器自动化工具的优势

让 AI Agent 使用浏览器的工具，大多属于以下五类之一。下表给出简要结论，后面几节分别说明 ego (lite) 相比每一类工具有哪些优势。

类型 工作方式 ego (lite) 的优势
浏览器扩展 扩展把 Agent 连接到你正在使用的 Chrome 窗口。 ego (lite) 本身就是浏览器，不需要配对。Agent 在自己的 Space 里工作，而不是在你的标签页里。
云浏览器 浏览器运行在服务商的服务器上。 ego (lite) 运行在你的电脑上。你的登录状态留在你的设备上，也没有浏览器使用时长的费用。
内置 Agent 浏览器 某个 AI 应用内部的浏览器面板。 ego (lite) 是完整的 Chromium 浏览器，带有你的登录状态，任何 Agent 都能使用。
浏览器 CLI Agent 通常一步一步地控制一个启动时没有任何登录状态的浏览器。 Agent 开始工作时已经有你的登录状态，每次调用可以执行多个操作。
AI 浏览器 侧边栏里带有浏览器厂商自家 AI 助手的浏览器。 操作 ego (lite) 的是你自己的 Agent，所以它还能处理你电脑上的代码和文件。

与浏览器扩展相比

例如：Claude in Chrome、Codex 的 Chrome 扩展、Kimi 的 Chrome 扩展。

使用扩展时，Agent 把命令发给安装在你 Chrome 里的扩展，再由扩展在你的 Chrome 窗口里执行。这种方式适合在你正在看的页面上快速完成一件事，例如填写一张表单。如果是多步骤任务，并且你希望任务运行期间继续做自己的事，ego (lite) 在以下几个方面做得更好：

  • 不需要安装、配对或保持连接。 使用扩展时，配对可能失败，连接可能在任务中途断开，你可能会看到权限提示，扩展还可能和其他扩展冲突。ego (lite) 本身就是浏览器，所以没有这些步骤。
  • Agent 不使用你的标签页。 扩展和你在同一个窗口里工作，所以在你工作时，Agent 可能会使用你当前所在的标签页，或者抢占窗口焦点。在 ego (lite) 里，每个 Agent 任务都在自己的 Space 里运行，有自己的标签页。你的鼠标、键盘焦点、通知和当前标签页都不会被 Agent 占用。
  • 你继续浏览的同时，可以运行多个任务。 每个任务都有自己的 Space，所以 Agent 可以同时处理多个任务。你可以打开任意一个 Space，查看 Agent 的操作，暂停任务，或者接管。

详细对比：ego (lite) 与 Claude in Chrome 对比、ego (lite) 与 Codex Chrome 扩展对比、ego (lite) 与 Kimi Chrome 扩展对比。

与云浏览器相比

例如：Browserbase。

云浏览器运行在服务商的服务器上，你的 Agent 通过互联网连接它。这种方式适合需要在服务器上运行大量浏览器的产品，例如同时运行 100 个或更多，也适合在你的电脑关机后仍要继续运行的任务。如果任务使用你自己的账号，并且从你自己的电脑上运行，ego (lite) 在以下几个方面做得更好：

  • 你的登录状态留在你的电脑上。 要在云浏览器里使用你自己的账号，你必须把密码、Cookie 或已保存的登录会话交给服务商。ego (lite) 运行在你的电脑上。你的密码、Cookie、登录会话，以及你从 Chrome 迁移过来的数据，都留在你的设备上。ego (lite) 不会把你的浏览数据上传到托管的浏览器服务。
  • 不按浏览器使用时长收费。 云浏览器通常按会话或按分钟收费。ego (lite) 应用本身免费。模型费用和网络费用仍需你自己支付。
  • 因陌生 IP 地址触发的 CAPTCHA 更少。 云浏览器的流量从服务商的 IP 地址发出。这些地址同时被其他客户使用，而且可能和你不在同一个国家，所以一些网站会显示更多 CAPTCHA 或安全检查。ego (lite) 使用你自己的网络连接，并遵循你的 VPN 或代理设置，所以网站看到的会话和你自己浏览时的会话属于同一类。网站仍然可能要求你完成 CAPTCHA 或其他安全检查，ego (lite) 不会绕过这些检查。

详细对比：ego (lite) 与 Browserbase 对比。

与内置 Agent 浏览器相比

例如：Codex 的内置浏览器、Cursor 的内置浏览器。

一些 AI 应用自带浏览器。它通常以面板的形式在应用内打开，并且只有这个应用的 Agent 能使用它。它不需要任何设置，而且登录状态是独立的，所以 Agent 不会用到你的真实账号。如果你希望 Agent 在你平时用的浏览器里使用你的真实账号，ego (lite) 在以下几个方面做得更好：

  • 你的登录状态已经在 ego (lite) 里。 内置浏览器往往有自己独立的登录状态，所以你需要在里面重新登录各个网站。使用 ego (lite) 时，你可以在初始设置时一键从 Chrome 迁移数据，包括标签页、书签、密码、扩展程序、Cookie、登录会话和个人资料。
  • 它是一个完整的浏览器。 内置浏览器的功能比完整的浏览器少。ego (lite) 是完整的 Chromium 浏览器，支持标签页、标签页分组、窗口、个人资料、书签、已保存的密码、扩展程序、下载和无痕模式。你可以把它当作日常使用的浏览器，同时你的 Agent 也在这个浏览器里工作。
  • 可以同时运行多个任务。 内置浏览器可能会限制同时运行的任务数量。在 ego (lite) 里，每个任务都在自己的 Space 里运行，多个 Space 可以同时运行。
  • 任何 Agent 都能使用。 内置浏览器只能在它所属的应用里使用。Claude Code、Codex、Cursor、Gemini CLI、OpenClaw 和其他 Agent 都通过 ego-browser 使用 ego (lite)。你换用其他 Agent 时，不需要换浏览器。

详细对比：ego (lite) 与 Codex 内置浏览器对比。

与浏览器 CLI 相比

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

浏览器 CLI 是一种命令行工具，AI Agent 运行它来控制浏览器。这类工具大多基于 Playwright、Puppeteer 等浏览器自动化框架构建，或者直接基于 Chrome DevTools Protocol 构建。如果你希望每次运行都使用一个全新的浏览器，例如在脚本或 CI 中运行，这类工具很合适。当 Agent 在真实网站上执行任务时，ego (lite) 在以下几个方面做得更好：

  • Agent 一开始就已登录。 默认情况下，这些工具启动的浏览器使用空白的个人资料，没有任何登录状态。要操作需要登录的网站，你必须用脚本完成登录，或者加载已保存的 Cookie。在 ego (lite) 里，如果你已经登录了某个网站，Agent 打开这个网站时也已经是登录状态。这可能意味着任务过程中的 2FA 提示和 SSO 跳转会更少。网站仍然可能要求你确认身份，ego (lite) 不会绕过这些检查。
  • 整个任务需要的模型轮次更少。 使用这些工具时，Agent 通常一步一步地工作：发送一条命令或一小组操作，等待结果，重新读取页面，再决定下一步。每一步都要占用一个模型轮次。在 ego (lite) 里，Agent 可以在一次调用中执行多个操作：打开页面、读取页面、点击、填写表单并输出结果。再加上精简的 Snapshot，整个任务需要的模型轮次更少，所以完成得更快，消耗的 Token 也更少。
  • 你能看到 Agent 在做什么。 这些工具往往以 headless 模式运行浏览器，没有可见的窗口。在 ego (lite) 里，你可以随时打开 Agent 的 Space，查看它的操作，暂停任务，或者接管需要你亲自处理的步骤，例如扫码登录。

在 Real-World Bench 中，我们让 ego (lite) 和上面这四款浏览器 CLI 在线上真实网站上执行同样的 31 个任务，使用相同的模型和相同的评分标准。ego (lite) 在 31 个任务中有 30 个拿到满分，满分完成率是五款工具中最高的。它也是速度最快、模型轮次最少、每个任务的模型成本最低的工具。

详细对比：ego (lite) 与 Browser Harness 对比、ego (lite) 与 agent-browser 对比、ego (lite) 与 Playwright 对比、ego (lite) 与 Playwright MCP 对比、ego (lite) 与 Puppeteer 对比。

与 AI 浏览器相比

例如：Perplexity Comet、Dia。

AI 浏览器是在侧边栏里内置了浏览器厂商自家 AI 助手的浏览器。这个助手运行在厂商的 AI 服务上，在浏览器内部工作。这种方式适合在你正在阅读的页面上快速获得帮助，例如总结或翻译页面内容。如果你希望 Agent 在多个网站和你自己的电脑上完成实际工作，ego (lite) 在以下几个方面做得更好：

  • 你的 Agent 还能使用你的电脑。 AI 浏览器里的助手通常不能读取你的本地文件、运行命令或打开你的代码仓库。在 ego (lite) 里，Agent 就是你自己的 Agent，例如 Claude Code 或 Codex，所以它可以在同一个任务里同时使用浏览器和你的电脑。例如，它可以检查你正在开发的 Web 应用的 UI：在本地开发服务器上打开页面，找到布局问题，修改你仓库里的代码，刷新页面，再确认问题已经修复。AI 浏览器的助手可以查看页面，但不能修改你的代码。
  • 规则由你选择的 Agent 决定。 AI 浏览器里的助手遵守厂商制定的安全规则，这些规则往往更严格。例如，它可能会拒绝从很多页面收集数据的任务。ego (lite) 不决定你的 Agent 可以执行哪些任务。这取决于你选择的 Agent，以及你为它设置的限制。
  • 由你选择哪个模型读取你的页面。 AI 浏览器里的助手会把它处理的页面发送到厂商的 AI 服务。使用 ego (lite) 时，页面内容会发送给你的 Agent 使用的模型。这个模型由你选择，也可以是运行在你电脑上的本地模型。
  • 使用 Agent 功能不需要付费套餐。 AI 浏览器往往按套餐限制 Agent 功能，在后台运行任务或同时运行多个任务，可能需要更高级的套餐。ego (lite) 应用本身免费，每个任务都在自己的 Space 里运行，所以多个任务可以同时运行。你的 Agent 和模型仍按你现在的方式付费。

隐私

ego (lite) 运行在你的电脑上，你的浏览数据也保存在你的电脑上。你从 Chrome 迁移过来的密码、Cookie、浏览记录、书签、扩展程序和个人资料都不会上传。

当 Agent 操作一个页面时，Agent 会读取页面内容，并把内容发送给它所使用的模型。ego (lite) 负责运行浏览器，并在浏览器和你的 Agent 之间传递命令和结果。

安装时，ego (lite) 只记录一件事：你是否选择了从 Chrome 迁移数据。

使用 ego (lite) 不需要注册账号，也不需要提供邮箱地址。

系统平台与价格

ego (lite) 目前提供 macOS 版本。Windows 和 Linux 版本正在计划中。

ego (lite) 可以免费下载和使用。没有订阅费，不按任务收费，也不按浏览器使用时长收费。你使用自己的 Agent 和自己的模型，费用按你现在的方式支付。

延伸阅读

想了解我们为什么构建 ego (lite)、是怎么设计它的，可以读这篇博客：让你和 Agent 并行工作的浏览器。