Ego-Lite：让 AI 和你共享浏览器的最快方式

前言：当 AI 和你共享浏览器

想象这样一个场景：

你想让 AI 帮你自动化一个浏览器任务——比如关注某个 Twitter 账号、抓取竞争对手网站、批量处理表单。

问题来了：

• 现有的浏览器自动化工具需要单独的浏览器来驱动
• 登录状态无法干净地传递
• 你和 agent 最终会争夺同一个标签页
• 需要额外的设置和配置

如果有一个浏览器，让你和 AI agents 并行工作呢？

Ego-Lite 正是这样的浏览器：一个为 AI agents 设计的浏览器，让你和你的 AI agents 并行工作。你的 agents 在自己的 Spaces 中运行多个浏览器任务，而你的标签页保持原样，任务完成得更快，token 更少。

今天，我们就来深入分析这个革命性的开源项目。

---

一、项目概览

1.1 是什么？

Ego-Lite 是一个为 AI agents 设计的浏览器，让 AI 和你共享浏览器状态。

核心特点：

• ✅ 并行工作：你和你的 AI agents 在同一浏览器中并行工作
• ✅ 独立 Spaces：每个 agent 在自己的 Space 中运行，不干扰你的浏览
• ✅ 零成本零配置：无需额外设置，开箱即用
• ✅ 继承 Chrome 数据：可选择迁移你的 Chrome 数据，继承登录状态、cookies、扩展
• ✅ Code Base：基于代码而非 CLI，复杂任务更快，token 更少
• ✅ 最强 Snapshot：市场上最高质量的页面快照
• ✅ 多任务并行：多个 agents 在多个 Spaces 中同时工作
• ✅ 经验积累：每个成功操作都会转化为可重用的工具和流程（即将推出）

项目地址：https://github.com/citrolabs/ego-lite 官网：https://lite.ego.app 开源协议：MIT License

1.2 核心价值

传统浏览器自动化的痛点：

• 需要单独的浏览器来驱动
• 登录状态无法干净地传递
• 你和 agent 最终会争夺同一个标签页
• 需要额外的设置和配置
• 基于 CLI，复杂任务慢，token 多

Ego-Lite 的解决方案：

• 一个浏览器，让你和 agent 共享
• 每个 agent 在自己的 Space 中运行
• 继承你的 Chrome 数据，登录状态无缝传递
• 零成本零配置，开箱即用
• 基于代码，复杂任务更快，token 更少

---

二、核心特性

2.1 Code Base, Not CLI Base

传统方式（CLI Base）： Agent 需要不断调用命令："

• "调用两个命令，查看结果"
• "再调用两个命令"
• 陷入循环，任务慢，token 多

Ego-Lite 方式（Code Base）：

• Ego-Lite 暴露给 agent 的能力被包装为 JavaScript 函数
• Agent 直接调用这些函数
• Agent 做它最擅长的事情：写代码
• 将多步骤任务组合为单个输出
• 复杂工作流程完成速度快达 2.5×，任务成功率更高，每个任务的工具调用更少

对比：

特性	CLI Base	Code Base
执行方式	不断调用命令	编写代码调用函数
任务完成速度	慢	快（2.5×）
Token 消耗	多	少
任务成功率	低	高
工具调用次数	多	少

2.2 独立 Spaces

核心思想：

• Ego-Lite 给每个 agent 自己的完全隔离的 Space
• 你在前台浏览，agent 在后台工作
• 它们不会互相干扰

特性：

• 你可以随时看到哪个 Space 有 agent 在运行
• 你可以随时接管或停止它
• 你的鼠标留在你离开的地方

价值：

• 你和 agent 并行工作，不互相干扰
• agent 在后台完成任务，你在前台继续浏览

2.3 多任务并行

核心能力：

• 每个 Space 获得自己的 AI agent 或自己的任务
• 所有任务同时运行

示例：

• Claude Code 在 10 个并行 Spaces 中丰富 10 个线索
• Codex 在另外 5 个 Spaces 中抓取 5 个竞争对手网站
• 它们不会碰撞或窃取你的标签页

价值：

• 多个 agents 同时工作，效率倍增
• 每个任务在独立的 Space 中运行，互不干扰

2.4 最强的页面 Snapshot

核心能力：

• Ego-Lite 产生最高质量的页面快照
• 文本模型依赖快照来"看到"和操作网页
• 可靠地处理棘手案例，如深层嵌套的 iframes
• 正是其他方法始终崩溃的地方

技术实现：

• 得益于内核级别的定制
• 市场上最强的页面快照

价值：

• Agent 能更准确地"看到"页面
• 处理复杂页面结构的能力更强
• 任务成功率更高

2.5 任何 Agent 都可以驱动

ego-browser：

• ego-browser 是任何 agent CLI（Claude Code、Codex、Cursor 或自定义）和 ego-lite 之间的连接层
• 将浏览器暴露为一组页内 JavaScript 工具：snapshot、fill、click、wait、navigate、capture
• Agent 编写调用这些工具的 JavaScript 代码片段
• ego-browser 在页面上一遍运行它

价值：

• 任何 agent 都可以驱动 ego-lite
• 统一的接口，易于集成
• 基于代码，而非 CLI

2.6 经验积累（即将推出）

核心能力：

• Agent 在浏览器任务上的大部分时间都用于试错
• Ego-Lite 的官方 Skill 将每个成功操作提炼为可重用的工具和工作流程
• 类似任务后续运行速度快达 5 倍

价值：

• 用得越多，agent 越快
• 成功经验可以积累和重用
• 效率持续提升

---

三、安装与使用

3.1 安装

Ego-Lite 目前运行在 macOS 上，Windows 和 Linux 在路线图上。

方式 1：下载 macOS 应用

• ARM64：https://cdn.ego.app/channel/github_github_referral/setup/macos/arm64/egolite.dmg
• x64：https://cdn.ego.app/channel/github_github_referral/setup/macos/x64/egolite.dmg

点击下载，然后打开安装。

方式 2：使用 npx 添加 skill

npx skills add citrolabs/ego-lite

方式 3：让你的 agent 设置

Set up ego lite for me: https://github.com/citrolabs/ego-lite

阅读 skills/ego-browser/references/install.md 并按照步骤安装 ego-lite。

首次启动：

• ego-lite 会问一个问题，是否迁移你的 Chrome 数据
• 选择是，你的 agent 将继承你现有的登录、cookies、扩展和书签

3.2 运行你的第一个任务

在你的 agent CLI 中：

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

会发生什么：

1. Agent 获取 ego-browser skill
2. 在其自己的 Space 中打开页面
3. 读取 Snapshot
4. 在页面上操作
5. 报告回来

与此同时：

• 你自己的标签页保持不变
• 你的浏览数据保留在你的设备上
• ego-lite 只记录你在设置期间是否选择加入 Chrome 迁移

---

四、与其他产品对比

4.1 功能对比

能力	ego-lite	Browser-Use	agent-browser (Vercel)	ChatGPT Atlas	Perplexity Comet
多任务并行	✓	—	—	—	—
可重用技能	✓	—	—	—	—
继承 Chrome 数据	✓	—	—	✓	✓
同一浏览器独立工作区	✓	—	—	—	—
压缩语义输入	✓	—	✓	—	—
外部 agent 可控	✓	✓	✓	—	—
数据本地存储	✓	✓	✓	—	—
无登录摩擦	✓	—	—	✓	✓
日常使用浏览器	✓	—	—	✓	✓
免费	✓	✓	✓	—	—

4.2 产品类别对比

浏览器自动化框架（如 Browser-Use、Vercel 的 agent-browser）：

• Agent 调用的库
• 它们不提供自己的浏览器
• 需要单独的浏览器来驱动
• 你的登录很少能干净地传递

AI 浏览器（如 ChatGPT Atlas、Perplexity Comet）：

• 提供内置 agent
• 只有那个 agent 可以驱动浏览器
• 你无法使用自己的 agent

Ego-Lite：

• 一个浏览器
• 从一开始就为你和任何你带来的 agent 共享而设计
• 零成本，零配置

---

五、基准测试

5.1 性能对比

测试对象： Ego-Lite vs Vercel 的 agent-browser

测试任务： 四个复杂的浏览器自动化任务

测试结果：

• Ego-Lite 完成每个任务的速度快达 2.5×
• Token 消耗显著更少
• 任务越难，差距越大

结论： Ego-Lite 在复杂任务上的表现明显优于传统浏览器自动化框架。

---

六、技术架构

6.1 工作流程

6.2 核心组件

1. Ego-Lite 浏览器

• 基于 Chromium 内核
• 内核级别定制
• 支持 Spaces（独立工作区）
• 继承 Chrome 数据

2. ego-browser skill

• 连接层：任何 agent CLI 和 ego-lite 之间的桥梁
• 暴露 JavaScript 工具：snapshot、fill、click、wait、navigate、capture
• Agent 编写代码调用这些工具
• ego-browser 在页面上一遍运行

3. Spaces 系统

• 每个 agent 获得自己的完全隔离的 Space
• 多个 Spaces 可以同时运行
• 你可以随时查看、接管或停止任何 Space

4. Snapshot 引擎

• 市场上最高质量的页面快照
• 可靠地处理深层嵌套的 iframes
• 文本模型依赖快照来"看到"和操作网页

5. 经验积累系统（即将推出）

• 将每个成功操作提炼为可重用的工具和工作流程
• 类似任务后续运行速度快达 5 倍

---

七、实际应用场景

7.1 社交媒体自动化

场景：

• 关注某个 Twitter 账号
• 批量点赞帖子
• 自动发布内容

使用 Ego-Lite：

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

优势：

• 继承你的登录状态
• 在自己的 Space 中运行
• 不干扰你的浏览

7.2 网站抓取

场景：

• 抓取竞争对手网站
• 批量收集产品信息
• 监控价格变化

使用 Ego-Lite：

/ego-browser scrape product prices from https://example.com

优势：

• 多个 Spaces 并行抓取
• 最强的页面快照
• Code Base，更快更准

7.3 表单自动化

场景：

• 批量填写表单
• 自动提交数据
• 批量注册账户

使用 Ego-Lite：

/ego-browser fill and submit this form with data from data.csv

优势：

• 继承你的登录状态
• 自动填写和提交
• 不干扰你的浏览

7.4 数据收集

场景：

• 收集 leads 信息
• 抓取联系人列表
• 批量导出数据

使用 Ego-Lite：

/ego-browser collect leads from https://linkedin.com

优势：

• 多个 Spaces 并行收集
• 继承你的登录状态
• 不干扰你的浏览

7.5 测试自动化

场景：

• 自动化 UI 测试
• 回归测试
• 性能测试

使用 Ego-Lite：

/ego-browser run UI tests on https://staging.example.com

优势：

• 最强的页面快照
• Code Base，更快更准
• 可重用的测试流程

---

八、优势与局限

8.1 优势

1. 并行工作

• 你和 AI agents 在同一浏览器中并行工作
• 每个 agent 在自己的 Space 中运行
• 不干扰你的浏览

2. 零成本零配置

• 无需额外设置
• 开箱即用
• 继承 Chrome 数据

3. Code Base

• 基于代码而非 CLI
• 复杂任务更快（2.5×）
• Token 更少

4. 最强的 Snapshot

• 市场上最高质量的页面快照
• 可靠地处理深层嵌套的 iframes
• Agent 能更准确地"看到"页面

5. 多任务并行

• 多个 agents 在多个 Spaces 中同时工作
• 效率倍增
• 互不干扰

6. 经验积累

• 每个成功操作都会转化为可重用的工具和流程
• 用得越多，agent 越快（5×）
• 效率持续提升

7. 免费开源

• MIT 协议
• 完全开源
• 可定制

8.2 局限

1. 平台支持

• 目前仅支持 macOS
• Windows 和 Linux 在路线图上

2. Agent 支持

• 需要 agent CLI 支持 ego-browser skill
• 目前支持 Claude Code、Codex、Cursor

3. 学习曲线

• 需要了解如何使用 ego-browser skill
• 需要了解如何编写 JavaScript 代码

4. 依赖性

• 依赖于 agent CLI 的能力
• 依赖于 agent 的代码编写能力

---

九、最佳实践

9.1 选择合适的任务

适合 Ego-Lite 的任务：

• 需要登录状态的任务
• 批量操作任务
• 数据收集任务
• 表单自动化任务
• 测试自动化任务

不适合 Ego-Lite 的任务：

• 不需要浏览器的任务
• 简单的单步任务
• 不需要登录状态的任务

9.2 利用多任务并行

不要一个一个执行：

❌ 差：一个一个抓取网站
✅ 好：多个 Spaces 并行抓取

好处：

• 效率倍增
• 时间节省
• 资源充分利用

9.3 利用经验积累

重用成功的操作：

• Ego-Lite 会将每个成功操作提炼为可重用的工具和流程
• 类似任务后续运行速度快达 5 倍

好处：

• 用得越多，agent 越快
• 效率持续提升
• 成本持续降低

9.4 监控和管理 Spaces

查看运行中的 Spaces：

• 你可以随时看到哪个 Space 有 agent 在运行
• 你可以随时接管或停止它

好处：

• 完全控制
• 随时干预
• 灵活管理

---

十、未来展望

10.1 短期未来

功能增强：

• Windows 和 Linux 支持
• 更多 agent CLI 支持
• 更多 JavaScript 工具

性能优化：

• 更快的 Snapshot
• 更低的延迟
• 更高的成功率

10.2 中期未来

能力扩展：

• 经验积累系统
• 可重用技能库
• 自动工作流程

生态建设：

• 更多模板
• 更多预设
• 更多教程

10.3 长期未来

智能化：

• 自动优化任务执行
• 自动学习最佳实践
• 自动生成可重用工具

标准化：

• 建立浏览器自动化标准
• 建立最佳实践
• 建立社区

---

十一、总结

11.1 核心回顾

Ego-Lite：

• ✅ 为 AI agents 设计的浏览器
• ✅ 让你和 AI agents 并行工作
• ✅ 零成本零配置
• ✅ 继承 Chrome 数据
• ✅ Code Base，复杂任务更快（2.5×）
• ✅ 最强的页面 Snapshot
• ✅ 多任务并行
• ✅ 经验积累（即将推出）
• ✅ 免费开源

核心价值：

• 让 AI 和你共享浏览器
• 并行工作，不互相干扰
• 复杂任务更快，token 更少
• 经验积累，用得越多越快

11.2 关键要点

"从分离到共享"

传统方式需要单独的浏览器，Ego-Lite 让你和 AI agents 共享同一个浏览器。

"从串行到并行"

传统方式一个一个执行任务，Ego-Lite 让多个 agents 在多个 Spaces 中并行工作。

"从 CLI 到 Code"

传统方式基于 CLI，不断调用命令，Ego-Lite 基于代码，编写代码调用函数，更快更准。

"从一次到积累"

传统方式每次都是新的试错，Ego-Lite 将每个成功操作提炼为可重用的工具和流程，用得越多越快。

"Ego-Lite 的本质"

"Ego-Lite 不是要替代你的浏览器，而是要让你的浏览器成为 AI agents 的工作平台，让你和 AI agents 并行工作，效率倍增。"

核心价值：

• 并行工作：你和 AI agents 在同一浏览器中并行工作
• 零成本零配置：无需额外设置，开箱即用
• Code Base：复杂任务更快（2.5×），token 更少
• 最强的 Snapshot：市场上最高质量的页面快照
• 多任务并行：多个 agents 在多个 Spaces 中同时工作
• 经验积累：用得越多，agent 越快（5×）
• 免费开源：MIT 协议

这就是 Ego-Lite 的野心：让 AI 和你共享浏览器，并行工作，效率倍增。

---

参考资源

• GitHub 项目：https://github.com/citrolabs/ego-lite
• 官网：https://lite.ego.app
• 文档：https://lite.ego.app/document/
• Discord：https://discord.gg/5eGZVvHbTq
• X/Twitter：https://x.com/ego_agent

---

如果你觉得这篇文章有帮助，欢迎点赞、转发，让更多人了解这个让 AI 和你共享浏览器的最快方式！