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
解決方案
文件企業版更新日誌Blog
ego lite 對比 agent-browser

最佳 agent-browser 替代方案

agent-browser 是一個驅動全新無頭 Chromium 的 CLI：開啟、拍攝快照、點擊、再拍攝快照，每個步驟都是一道指令，且每一步都要先經過模型往返一次，下一步才會開始。

ego lite drives the browser you already log into, batching actions in JavaScript instead of one command per step. Across 31 live-site jobs it finishes 96.8% of tasks with a perfect score; agent-browser finishes 74.2%.

免費用 ego (lite)GitHub
獲得來自以下單位開發者的信賴
GoogleAmazonShopifyTikTokHarvardStanfordUSCUCLA

Browser automation benchmark: ego lite vs agent-browser

This is browser automation on the live web, not a sandbox CLI demo. We gave ego lite and agent-browser the same 31 multi-step tasks on real sites: several pages, several decisions, often a login you already have. A fresh headless profile stalls on those sessions. A real browser does not. Both ran the identical set, so the bars below compare the same jobs.

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
agent-browser74.2%23 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
agent-browser$3.72

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
agent-browser45.6

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
agent-browser11m 02s

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

為什麼 ego lite 比 agent-browser 更好

兩款工具存在的原因，都是因為程式碼 AI Agent 值得擁有比 MCP 設定與原始 HTML 更好的方式。差異在於執行方式。agent-browser 會在 Rust daemon 背後啟動全新的自動化工作階段，直接驅動 Chrome；ego lite 則讓你原本就在使用的瀏覽器變成 AI Agent 原生環境，讓任務能以你真實的工作階段執行、每項任務成本更低，過程也夠透明，讓你隨時可以接手操作。

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

agent-browser's core loop is open, snapshot, click @e2, snapshot again: each step a command the model reads before deciding the next one, and every extra round trip is another chance to lose the thread. On those 31 jobs, one agent-browser task in four ends short of a perfect score.

ego lite reaches the page as a compressed Snapshot with stable @N refs, and the agent acts on several of them in one JavaScript turn. Fewer round trips leave fewer places to stall: 96.8% of the same 31 tasks end perfect, at the fastest average task time of the five tools measured.

Time to finish a task, shorter is better
518 sego (lite)
662 sAI Agent 瀏覽器
Data source - Task: finish an average live-site job

平行多工，執行更快

agent-browser 的平行處理，是靠一組要自己管理的 --session 旗標，而且預設為無頭模式，所以一旦對話框卡住，你只能靠 CLI 輸出自己猜測發生了什麼事。原本應該解決這個問題的 --headed 旗標，也有未解決的錯誤回報指出它會被忽略，或是讓 Chrome 陷入當機重啟的迴圈，而不是顯示視窗。

在 ego lite 中，Spaces 數量沒有上限：每個 Space 都能同時執行自己的任務，預設為有頭模式，並使用各自匯入的 Chrome 個人設定檔。它們都不會搶用你的分頁，你隨時都能觀看或接手操作。

不再來回往返 消耗更少 tokens

典型的 agent-browser 流程是開啟、拍攝快照、點擊 @e2、填寫 @e3、再拍攝快照：每個都是獨立指令，模型都要往返讀取結果，才能決定下一步。它的 batch 模式可以排入多個步驟，但模型要等到整批指令執行完畢才能根據快照採取行動。

ego lite 的 AI Agent 只要寫幾行 JavaScript，就能在一次操作中執行多個步驟，並以壓縮 Snapshot 的形式讀取結果。兩者疊加起來，能讓整個任務的用量遠低於一步一指令的迴圈。

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 ───
Claude Code · agent-browser
>Add the first product to the cart, then check checkout loads
$agent-browser open localhost:3000
⎿stdout
Navigated to http://localhost:3000
↑ 1.6k tokens sent so far
Storefront loaded. Need a snapshot to find the first product.
$agent-browser snapshot -i
⎿Snapshot
… +224 lines (ctrl+o to expand)
↑ 3.1k tokens sent so far
Found the first product card at @e18. Clicking it.
$agent-browser click @e18
⎿stdout
Clicked @e18
↑ 4.9k tokens sent so far
Product page loaded, but refs are stale now. Snapshotting again.
$agent-browser snapshot -i
⎿Snapshot
… +205 lines (ctrl+o to expand)
↑ 6.8k tokens sent so far
Add to cart button is @e7.
$agent-browser click @e7
⎿stdout
Clicked @e7
↑ 9.2k tokens sent so far
Added. Heading to checkout.
$agent-browser click @e24
⎿stdout
Clicked @e24
↑ 11.2k tokens sent so far
Confirming the checkout page actually loaded.
$agent-browser wait --url "**/checkout"
⎿stdout
Matched http://localhost:3000/checkout
↑ 13.6k tokens sent so far
─── 7 tool calls · ↑ 13.6k tokens ───
相同任務，相同模型。 左邊：ego lite 一次批次 JavaScript 呼叫，總共 1.1k tokens。 右邊：agent-browser 的 CLI，一步一指令，往返 7 次，tokens 攀升到 13.6k。

同一個 Chrome，AI Agent 原生體驗

要讓 agent-browser 使用你真正的 Chrome，需要額外設定：指定 profile 名稱，會把你的個人設定檔複製成一份唯讀快照；或者使用持續性路徑，理論上能在重新啟動後保留登入狀態，但有未解決的回報指出在 Linux 上這個目錄會維持空白。另一個替代方案是遠端偵錯連接埠，但這會讓該連接埠上的任何本機處理程序都能完全控制瀏覽器。如果跳過這些設定，你得到的就是一個全新的無頭個人設定檔，每次遇到 captcha 或 2FA 提示都會卡住。

ego lite 一鍵即時匯入你的 Chrome 個人設定檔。

ego lite Chrome 個人設定檔匯入：一鍵設定，帶入你所有的登入狀態

ego lite 對比 agent-browser

ego lite 與 agent-browser 的功能比較。
功能ego liteagent-browser
預設瀏覽器狀態你匯入的 Chrome 個人設定檔：登入狀態、cookies、擴充功能全新的無頭個人設定檔；要重複使用真實 Chrome，需要 --profile 快照複製或手動建立 CDP 連線
AI Agent 如何在頁面上執行動作每次操作用幾行 JavaScript 批次執行多個動作每個動作一道指令；batch 模式可以排入多個步驟，但無法在執行中根據快照做分支判斷
AI Agent 如何讀取頁面壓縮 Snapshot：帶有穩定 @N 參照的無障礙樹狀結構類似：帶有 @e 參照的精簡無障礙快照
Browser automation on live sites (31 tasks, same model)96.8% perfect, $1.98 per completed task, 8m 38s average74.2% perfect, $3.72 per completed task, 11m 02s average
觀看或接手任務可以。預設為有頭視窗；點進去就能自己接手完成預設為無頭模式；要觀看需要額外加上 --headed 旗標
平行任務Spaces 並排執行任務，完全不會動到你的分頁透過 --session 旗標建立多個獨立工作階段，並在 CLI 中管理與監控
可重複使用的 skills（即將推出）將成功的執行過程萃取成可重複使用的 skills；隨著 AI Agent 重複執行，複雜任務最多可加快 5 倍（限量 beta）沒有內建的對應功能
設定安裝應用程式，在你的 AI Agent 中執行 /ego-browser透過 npm、Homebrew 或 Cargo 安裝，接著執行 agent-browser install 下載 Chrome for Testing 版本
價格免費，無需訂閱；ego-browser shell 採用 MIT 授權免費、開源
最後更新 2026年8月20日

讓轉換無縫接軌

如果 agent-browser 已經讓你相信程式碼 AI Agent 應該直接驅動瀏覽器，那 ego lite 就是同樣的理念，只是多接上了你真正的瀏覽器。切換只需要幾分鐘，也不需要解除安裝任何東西。

  1. 下載 ego (lite)

    下載 ego lite，一鍵匯入你的 Chrome 個人設定檔。登入狀態、cookies 與擴充功能都會一併帶入，不需要 --profile 旗標，也不用複製個人設定檔目錄。

  2. 用 /ego-browser 執行你的第一個任務

    貼到你的 Agent 裡

    /ego-browser 開啟 ego.app，確認定價頁面能正常載入

    把一句話貼進 Claude Code、Codex、Cursor 或 Gemini CLI，按下 enter 就好。不需要啟動 daemon，不需要開啟 CDP 連接埠，也不需要管理任何 session 旗標。

  3. 看它實際運作
    ego lite 的 Spaces 總覽，四個瀏覽器任務並排執行且同時可見，不同於 agent-browser 無頭的 --session 執行個體：Claude Code 在 Yahoo Finance 追蹤 Apple 股價、Codex 在 cars.com 依年份篩選車款、Hermes 完成一項 SaaS 後台作業、使用者在擷取 X 上的資料，還有一隻手正點下 + 開啟另一個 Space

    任務會在專屬的 Space 中執行，所以你的分頁完全不受影響。瀏覽器視窗是真實存在的：你可以即時觀看，也能隨時接手。結果會回傳到你 AI Agent 的 CLI 中。

如果 agent-browser 已經接進你的 CI pipeline，就繼續讓它負責無頭檢查。ego lite 則負責你自己機器與帳號上的互動式工作。

何時該用哪個工具

適合選擇 ego (lite) 的情況

  • 你的任務會用到真實帳號：Gmail、儀表板，以及任何需要 SSO 登入的服務，而你匯入的個人設定檔已經即時保持登入狀態，不需要複製個人設定檔，也不用手動開啟 CDP 連接埠。
  • 你希望透過 Snapshot 輸入加上多動作 JavaScript 批次疊加，來節省每項任務的 token 用量，而不是每個動作都要一次 CLI 指令往返。
  • 你希望預設就能在多個並行 Spaces 中以有頭模式觀看任務執行，並在任務需要人工介入的當下立刻接手，不需要額外旗標或針對特定平台設定顯示環境。
  • 你希望自己原本就在用的瀏覽器，直接就是 AI Agent 的瀏覽器：不需要管理 daemon、不需要 session 旗標，也不用設定 CDP 連線。

適合選擇 agent-browser 的情況

  • 你是在無頭的 CI 環境或無伺服器函式中執行，那裡沒有桌面瀏覽器可用，用完即丟的工作階段正是重點所在。
  • 你正在 Vercel Sandbox 上開發，或早已深植於 Vercel 生態系，想要一款與其並肩設計的工具。
  • 你希望在伺服器上保持最小的佔用空間：一個不依賴 Playwright 或 Node.js runtime 的 Rust CLI 與 daemon，並可透過 npm、Homebrew 或 Cargo 安裝。
  • 你需要透過 WebDriver 涵蓋 iOS Safari，而 ego lite 僅支援 Chromium，無法涵蓋這個部分。

給你的 AI Agent 一個真實瀏覽器

免費，在你的 Mac 上執行，一鍵匯入你的 Chrome 個人設定檔。適用於 Claude Code、Codex、Cursor，以及任何會寫程式碼的 CLI AI Agent。

免費用 ego (lite)

繼續閱讀

還在評估選項嗎？看看 agent-browser 與同類其他工具的比較。

ego (lite) vs Puppeteerego (lite) vs Playwright MCPego (lite) vs Claude Chrome extensionego (lite) vs Browser Harnessego (lite) vs Browserbaseego (lite) vs Stagehandego (lite) vs Playwrightego (lite) vs Seleniumego (lite) vs Codex browserego (lite) vs Kimi Chrome extensionego (lite) vs Codex Chrome extension所有比較瀏覽器自動化解決方案

FAQ

agent-browser（因為是 Vercel Labs 打造的，所以也稱為 Vercel agent-browser）是一款為程式碼 AI Agent 打造的開源瀏覽器自動化 CLI：由一個 Rust CLI 搭配純 Rust daemon，透過 DevTools protocol 直接驅動 Chrome，執行時不需要 Playwright 或 Node.js runtime。它的 snapshot 指令會回傳一份精簡的無障礙樹狀結構，並附上 @e 參照，讓 AI Agent 能針對穩定的參照進行點擊與填寫，而不必依賴容易失效的選擇器；它也以 skill 的形式提供給 Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot 以及大多數其他程式碼 AI Agent 使用，MCP 伺服器則是可選的子指令，而非預設路徑。它免費、設計出色，也獲得廣泛採用。

是的，如果你在意的任務會用到真實帳號，或是能從「可視化」中獲益的話。兩款工具都是透過 CLI 或 skill、而非以 MCP 為優先的設定方式，讓程式碼 AI Agent 擁有瀏覽器；ego lite 預設就即時帶入你匯入的 Chrome 個人設定檔、提供可隨時接手的有頭視窗、平行 Spaces，以及多動作 JavaScript 執行能力。至於在腳本與 CI 中進行用完即丟的無頭自動化，agent-browser 仍然是乾淨俐落的選擇。

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, averaging 8 minutes 38 seconds per task; agent-browser finished 23 of 31 (74.2%) at $3.72, averaging 11 minutes 2 seconds. 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.

可以，但需要額外設定，而且目前還不算完全可靠。指定 profile 名稱後，agent-browser 會把該 Chrome 個人設定檔複製到暫存目錄中，做成一份唯讀快照，所以啟動時會帶入你既有的登入狀態，但工作階段中寫入的任何內容都不會複製回你真正的個人設定檔；在 Windows 上，你還得先關閉 Chrome，因為個人設定檔的檔案可能會被鎖定。另外也有一個持續性個人設定檔模式，理論上能自行在重新啟動後保留 cookies 與登入狀態，但有未解決的錯誤回報指出，個人設定檔目錄在不同執行之間會維持空白。透過 CDP 連接到執行中的 Chrome 也是可行的，但專案自己的文件也提醒，這個連接埠會讓任何本機處理程序都能完全控制瀏覽器。在 ego lite 中，登入狀態的瀏覽器就是預設狀態：只要匯入一次個人設定檔，每個 AI Agent 任務都會從這裡即時開始，不需要任何額外旗標。

The snapshot is only half of it. agent-browser's batch mode can fire a fixed list of commands in one process launch, but the model still can't act on what a snapshot returns until the whole batch finishes, so a task where each step depends on the last ends up as a long chain of command-then-model-reads-the-result cycles. ego lite lets the agent batch several actions in one JavaScript execution and reason about the result immediately, reading it as a compressed Snapshot. The savings come from the two stacked together, and they show up per task: across those 31 jobs, ego lite averages 30.3 model round trips to agent-browser's 45.6, which works out to $1.98 per completed task against $3.72.

不需要。這是兩款工具共有的理念。agent-browser 的主要介面是它的 CLI，MCP 伺服器只是提供給需要的客戶端使用的可選子指令。ego lite 則是透過在你的 AI Agent 中執行 /ego-browser，經由 ego-browser shell 連接。兩者預設都不需要編輯 MCP 設定檔。

可以，兩者並不衝突。有些開發者會保留 agent-browser 用於 CI 或 Vercel Sandbox 上的無頭檢查，並使用 ego lite 處理所有互動式工作：登入狀態的任務、平行研究，以及任何值得盯著看的工作。實務上，登入狀態的任務往往佔了大多數。

是的。ego lite 完全免費、無需訂閱，你的 AI Agent 用來連接的 ego-browser shell 也是採用 MIT 授權的開源軟體。