ego (lite) é só um navegador, ego é o seu agente pessoal em qualquer dispositivo.
Entrar na lista de espera
Baixar para Mac
Soluções
DocumentaçãoEmpresasRegistro de alteraçõesBlog
ego lite vs Browser Harness

The Best Browser Harness Alternative

Browser Harness is Browser Use's local version: a Python agent loop you run on your own machine with your own LLM API key, launching its own browser and calling the model again at every step to plan the next move.

ego lite needs no framework: the coding agent you already run drives your real, logged-in browser directly, batching actions instead of narrating them one at a time. Across 31 live-site jobs it finishes 96.8% of tasks with a perfect score to Browser Harness's 83.9%, on 41% fewer model round trips.

Use o ego (lite) grátisGitHub
Usado por desenvolvedores de
GoogleAmazonShopifyTikTokHarvardStanfordUSCUCLA

Browser automation benchmark: ego lite vs Browser Harness

This is live browser automation, not a sandbox demo. ego lite and Browser Harness, Browser Use's local version, ran the same 31 multi-step tasks on real websites: several pages, several decisions, often a login you already have. The hosted cloud product was not part of this run. Local against local, same jobs, scored the same way.

agent: pimodel: ChatGPT 5.6 Solthinking: max31 tasks

Task completion rate

How often the agent finished the job. Stuck at login, skipped a step, or returned the wrong result: that task is a fail. Higher is better.

ego lite96.8%30 of 31 tasks perfect
Browser Harness (Browser Use local version)83.9%26 of 31 tasks perfect

Cost per completed task

What one finished job costs in model spend. Failures still get billed, so they push this number up. Lower is better.

ego lite$1.98
Browser Harness (Browser Use local version)$3.04

Model turns per task

How many times the model had to look at the page and choose the next action. Extra looks mean extra tokens, extra waiting, and extra places to stall. Lower is better.

ego lite30.3
Browser Harness (Browser Use local version)51.2

Average task time

How long a job took from start to finish, on average, including time spent waiting on the model. Lower is better.

ego lite8m 38s
Browser Harness (Browser Use local version)9m 58s

We ran every tool twice and kept the better score. A failed task still counts against it.

Check the numbers, or rerun the tasks yourselfThe 31 tasks, the grading checklists, and the raw results are open source. If a number looks off, open the repo.ego-browser-benchmark-framework

Why ego lite is better than Browser Harness

With Browser Harness, the browser agent is something you build: a Python project, an LLM API key, a loop that calls the model every step. With ego lite, it's something you already have. Run /ego-browser inside Claude Code, Codex, or Cursor and your agent gets your actual browser, logins and all. (Browser Use's hosted cloud product is a different category; the local-versus-local matchup is this page.)

96.8% of tasks done perfectly. No other tool tops 84%.

Browser Harness's agent loop calls the LLM at every step: read the page, decide the next batch of actions, wait, repeat. It turned in the most careful runs of any competitor on those 31 jobs, and paid for the care in round trips: 51.2 model calls per task, the most of the five tools measured, each one re-sending page state just to plan the next few clicks.

In ego lite, every page reaches your agent as a compressed Snapshot it can act on immediately, several actions per JavaScript turn, no separate model loop deciding a step at a time. The result on the same 31 tasks: 96.8% perfect to Browser Harness's 83.9%, on 41% fewer round trips and 35% less model spend per completed task.

Time to finish a task, shorter is better
518 sego (lite)
598 sbrowser harness
Data source - Task: finish an average live-site job

Multitarefa em paralelo, execução mais rápida

Browser Use's own docs mark parallel Browser Harness runs experimental: developers note agents can conflict when they share resources, and real isolation means standing up a separate browser instance per task yourself.

No ego lite não há limite de Spaces: cada um executa sua própria tarefa por vez, com seu próprio perfil do Chrome importado. Nenhum deles toma sua guia, e você pode observar ou assumir o controle de qualquer Space a qualquer momento.

Sem mais ida e volta Gaste menos tokens

Browser Harness's loop calls the model at every step and carries the page state along, and on longer tasks that cost compounds fast enough that users ask the Browser Use maintainers how to avoid burning tokens on a task that runs the same way every time.

Seu agente no ego lite agrupa várias ações em algumas linhas de JavaScript por turno, em vez de esperar uma nova chamada de modelo para continuar. Somado à entrada via Snapshot, a mesma tarefa é concluída com muito menos tokens no total.

Claude Code · ego lite
>/ego-browser Add the first product to the cart, then check checkout loads
●Bash(
ego-browser nodejs <<'EOF' await openOrReuseTab('localhost:3000') await click('.product-card') await click('.add-to-cart') await click('a[href="/checkout"]') cliLog('checkout loaded') EOF
)
⎿Output:
[t=4480ms] checkout loaded
Done. Both steps work.
─── 1 tool call · ↑ 1.1k tokens ───
Browser Harness · agent.run()
>$ python run_task.py 🎯 Task: Add the first product to the cart, then check checkout loads
📍 Step 1:
👍 Eval: Page loaded successfully
🧠 Memory: On demo store homepage, need to find a product
🎯 Next goal: Open first product and add it to cart
📍 Step 1: Ran 3 actions in 2.1s: ✅ 3
↑ 3.4k tokens sent so far
📍 Step 2:
👍 Eval: Product added to cart
🧠 Memory: Item in cart, now check checkout
🎯 Next goal: Navigate to checkout and confirm it loads
📍 Step 2: Ran 2 actions in 1.9s: ✅ 2
↑ 7.1k tokens sent so far
📍 Step 3:
👍 Eval: Checkout page did not load on first click
🧠 Memory: Link required a second click, retrying
🎯 Next goal: Retry the checkout link and wait for the form
📍 Step 3: Ran 1 action in 2.3s: ✅ 1
↑ 10.8k tokens sent so far
📍 Step 4:
👍 Eval: Payment form is present
🧠 Memory: Task complete
🎯 Next goal: done
📍 Step 4: Ran 1 action in 1.4s: ✅ 1
↑ 13.6k tokens sent so far
─── 4 model calls · ↑ 13.6k tokens ───
The same task, the same model. Left: one batched JavaScript call in ego lite, 1.1k tokens total. Right: Browser Harness's agent loop, a fresh model call per step, tokens climb to 13.6k.

O mesmo Chrome, nativo para agentes

Browser Harness launches its own Chromium over the DevTools protocol, and the Browser Use GitHub issues are full of developers hitting profile-lock errors pointing it at their real Chrome: the --profile flag copies the live profile into a temp directory, and on Windows that copy fails outright while Chrome holds the file locks.

Construído sobre o Chromium, o ego lite importa toda a sua configuração do Chrome com um clique, em tempo real, sem precisar fechar nada antes. Seus agentes herdam logins reais sem nunca ficar travados.

Importação de perfil do Chrome no ego lite: configuração com um clique com todos os seus logins

ego lite vs Browser Harness

Feature comparison between ego lite and Browser Harness.
Recursoego liteBrowser Harness
Quem fornece o modeloSeu agente de codificação (Claude Code, Codex, Cursor)Você, traz uma chave de API de LLM e paga por token
ConfiguraçãoInstale o app e execute /ego-browser no seu agenteProjeto em Python, pip install, configuração de modelo, código da tarefa
Sites com login (SSO, 2FA)Importação de perfil do Chrome com um clique, já logado por padrãoChromium iniciado; reutilização de perfil manual, com ressalvas
Como as ações são executadasVárias ações agrupadas por turno em JavaScriptO loop do agente chama o modelo a cada etapa
Custo em tokens por tarefaMenor: entrada via Snapshot mais ações em lote, medido por tarefaMaior: cada etapa reenvia o estado da página pelo modelo
Browser automation on live sites (31 tasks, same model)96.8% perfect, $1.98 per completed task, 30.3 round trips83.9% perfect, $3.04 per completed task, 51.2 round trips
Tarefas em paraleloSpaces isolam tarefas dentro de um único navegador visívelExperimental; múltiplas instâncias de agente, ou a nuvem paga
Também funciona como seu navegador do dia a diaSim, você navega no seu Space, os agentes trabalham nos delesNão, é uma biblioteca de automação e navegadores hospedados
Habilidades reutilizáveis (em breve)Transforma execuções bem-sucedidas em habilidades reutilizáveis; até 5 vezes mais rápido em tarefas complexas conforme o agente as repete (beta limitado)Sem equivalente nativo
PreçoGratuito, sem assinaturaOpen source e gratuito; o uso de nuvem e de LLM é pago
Última atualização 20 de ago. de 2026

Faça a transição sem complicações

If you set up Browser Harness to automate your own browsing (research, form filling, logged-in chores) rather than to ship a product, the switch removes the whole project layer.

  1. Baixar o ego (lite)

    Download ego lite and import your Chrome profile in one click. The logins you were configuring Browser Harness to reach come along automatically.

  2. Execute sua primeira tarefa com /ego-browser

    Cole no seu agente

    /ego-browser Abra ego.app e entre na lista de espera

    Execute /ego-browser no Claude Code, Codex ou Cursor. Sem ambiente Python, sem seleção de modelo, sem chave de API.

  3. Veja funcionando
    Visão geral dos Spaces do ego lite com quatro tarefas de navegador rodando lado a lado: Claude Code acompanhando as ações da Apple no Yahoo Finance, Codex filtrando carros por ano no cars.com, Hermes concluindo uma tarefa de back-office de SaaS, um usuário fazendo scraping no X, e uma mão tocando + para abrir outro Space

    A tarefa roda em seu próprio Space, não em uma instância headless do Chromium que você só consegue adivinhar pelos logs. Acompanhe em tempo real ou assuma o controle quando quiser, e o resultado volta direto para a CLI do seu agente.

Keep Browser Harness where it belongs: inside Python products and pipelines you're building for others. ego lite covers the agent browsing you do yourself.

Quando usar cada ferramenta

Escolha o ego (lite) quando

  • Você quer um agente fazendo seu próprio trabalho de navegador (pesquisas, formulários, tarefas com login) sem precisar construir nada em Python.
  • Você já usa Claude Code, Codex ou Cursor e não quer um segundo loop de agente com sua própria conta de chave de API.
  • As tarefas precisam dos seus logins reais: importação de perfil com um clique supera a configuração manual de perfil no Chromium.
  • Você quer tarefas rodando em Spaces paralelos, em um navegador visível que você pode acompanhar ou assumir.

Choose Browser Harness when

  • You're building a custom automation product or pipeline in Python. Browser Harness is a library designed to be embedded.
  • Você quer ter controle total do loop de agente no seu próprio código: escolher o modelo, moldar os prompts, controlar cada etapa.
  • You need automations deployed to the cloud, running on Browser Use's hosted browsers when your laptop is closed.
  • Você está entregando automação de navegador para outras pessoas. O ego lite é um navegador para o usuário final, não um SDK.

Dê ao seu agente um navegador de verdade

Gratuito, roda no seu Mac e importa seu perfil do Chrome com um clique. Funciona com Claude Code, Codex, Cursor e qualquer agente de CLI que escreva código.

Use o ego (lite) grátis

Continue lendo

Still weighing your options? See how Browser Harness compares with the other tools in the same space.

ego (lite) vs Puppeteerego (lite) vs Playwright MCPego (lite) vs Claude Chrome extensionego (lite) vs Browserbaseego (lite) vs Stagehandego (lite) vs agent-browserego (lite) vs Playwrightego (lite) vs Seleniumego (lite) vs Codex browserego (lite) vs Kimi Chrome extensionego (lite) vs Codex Chrome extensionTodas as comparaçõesSoluções de automação de navegador

Perguntas frequentes

Browser Harness is Browser Use's local version. Browser Use is one of the most popular open-source AI browser agent projects: an MIT-licensed Python agent loop that lets an LLM control a browser, launching its own Chromium over the DevTools protocol and deciding actions step by step against the page state. You bring your own model API key and run it on your own machine. Browser Use's paid cloud product runs hosted browser agents with stealth and captcha-solving features, which is a different category from a local browser, so this page compares the harness: local against local. For developers building custom automation products and pipelines in Python, it's a strong, actively developed foundation, and of the five local tools we measured it posted the best completion rate of any competitor.

If you want an agent to do browser work for you, yes. ego lite plugs your existing coding agent into your real logged-in browser with no Python project and no API-key billing, and across 31 live-site jobs it finished 96.8% of tasks perfectly to Browser Harness's 83.9%, at $1.98 per completed task against $3.04. If you're building a browser-automation product or pipeline in Python, Browser Use is the better fit: it's a library designed to be embedded, and ego lite isn't an SDK.

Browser Use is the project; Browser Harness is its local version, the open-source Python agent loop you run on your own machine with your own LLM API key. Browser Use also sells a cloud product that runs hosted browser agents on their infrastructure. ego lite is a local browser, so the apples-to-apples comparison on this page is against Browser Harness; if you're weighing hosted browser infrastructure, see our Browserbase page instead.

We ran both tools on the same 31 browser automation tasks on live websites, driven by the same pi agent with the same model (gpt-5.6-sol, thinking effort max) and graded by the same written checklist. Each tool keeps its better of two full runs, so a failed task still counts. ego lite finished 30 of 31 tasks perfectly (96.8%) at $1.98 per completed task on 30.3 model turns; Browser Harness finished 26 of 31 (83.9%) at $3.04 on 51.2 turns, the best completion rate of any competitor measured. Browser Use's hosted cloud product was not part of the run; the comparison is local against local. The tasks, the checklists, and the raw results are open source in the ego-browser-benchmark-framework repository on GitHub, so every number can be audited or reproduced.

Browser Harness can, with manual configuration, and it's a common source of friction. The --profile flag copies your live Chrome profile into a temp directory, and on Windows that copy fails outright while Chrome is running and holding file locks, so the workaround is closing Chrome first. Connecting to an already-running Chrome over CDP works too, but Chrome 136 and later blocks CDP on your default profile, so most setups end up on a separate, non-default one. In ego lite, the real profile is the starting point: one-click import of logins, cookies, sessions, and extensions, shared safely with your own browsing through separate Spaces.

Não. Não existe um loop de modelo separado para financiar. A inteligência vem do agente de codificação que você já usa, seja Claude Code, Codex, Cursor, Gemini CLI ou OpenCode. O próprio ego lite é gratuito, sem assinatura.

Ambos são ferramentas open source para navegação orientada por LLM, mas o Browser Use é um framework de agentes em Python construído em torno de um loop autônomo, enquanto o Stagehand é o SDK da Browserbase, com foco em TypeScript, com primitivas act/extract/observe para automação híbrida de código com IA. Os dois são code-first: você monta um projeto e fornece acesso ao modelo. Veja nossa página de ego lite vs Stagehand para esse lado da comparação.

Eles resolvem camadas diferentes. O Browser Use é o framework de agentes; a Browserbase é a infraestrutura de navegadores em nuvem sobre a qual os frameworks rodam. Equipes costumam combinar uma biblioteca de agentes com navegadores hospedados para escala de produção, e isso é uma vantagem real para frotas na nuvem. O ego lite não se encaixa em nenhuma das duas camadas: é um navegador local e visível para o trabalho de agente que você faz na sua própria máquina, com suas próprias contas.

Browser Harness's agent loop calls the model at every step, and each call carries a fresh serialized snapshot of the page just to plan the next batch of clicks. Users running recurring or long-horizon tasks have asked the maintainers how to cut that cost, since the same task run the same way still pays full model price every time. On those 31 jobs that loop averaged 51.2 model round trips per task, the most of the five tools measured, against ego lite's 30.3. ego lite reduces the round trips themselves: the agent batches several actions in one JavaScript execution and reads pages as compressed Snapshots, so the savings compound over a whole task.

O shell ego-browser, que conecta agentes ao navegador, é open source licenciado sob MIT. O navegador ego lite em si é um app gratuito para macOS, sem assinatura, e seus dados permanecem locais.