内容概览
本文围绕“ego(lite)”整理核心信息、适用场景与使用条件,便于读者快速了解重点,再决定是否进一步体验或查阅项目资料。
详细信息
🌐 *ego(lite)*:让 AI Agent 带着你的登录状态,在独立工作区里操作网页
把日常浏览器交给现有 Agent 使用,同时保留自己的标签页和操作空间。
✨ 特点
- 复用登录状态:导入浏览器的 Cookie、密码、书签和扩展,让 Agent 访问已经登录的页面。导入是复制,之后两边新增的登录状态不会自动同步。
- 人和 Agent 分开工作:Agent 在独立 Space 中打开网页和执行任务,用户可以查看过程或接管。多个任务可并行,实际容量取决于电脑资源。
- 兼容现有 Agent:通过
ego-browserskill 接入能运行 shell 命令的 Agent,不必改用浏览器自带的模型或聊天入口。 - 一次提交多步操作:Agent 可以编写 JavaScript,把导航、等待、提取与交互组织在同一段程序中,减少反复调用工具的开销。
- 面向复杂页面:官方称定制的 Chromium 快照能够覆盖 iframe、Shadow DOM 和嵌入式组件。
平台方面,目前提供 macOS Intel、Apple Silicon 版本和 Windows beta,Linux 尚在计划中。
⚙️ 机制
Agent 负责理解任务和编写操作代码,浏览器提供执行环境。Node.js 工具层调用浏览器原生接口,通过 CDP 语义完成页面操作,返回结构化快照、结果或截图。快照中的元素引用帮助定位操作目标。
官方在 31 个真实网站任务中报告,平均耗时 398 秒、完整成功率 93.5%、平均每次任务成本 1.64 美元。各工具使用相同的 pi Agent、同一模型及最高推理档位,按同一套逐任务标准评分。
👨🏻💻 使用场景
- 研究人员整理登录后的资料:在获授权的资料库中读取文章、记录来源链接,再汇总为本地笔记,减少反复登录和复制。
- 销售人员整理潜在客户:从已登录的客户后台读取公司、职位与联系记录,生成待核对清单,处理缺少导出功能的页面。
- 开发者检查内部系统:沿用测试账号运行表单、筛选和页面跳转流程,保存结果与截图,方便定位登录后才出现的问题。
- 运营人员收集账单:从多个商户后台下载发票并整理订单信息,将需要人工判断的差异保留下来。
🛣 路线图
官方将继续推进可复用技能、承载不同 Agent 的 Browser ACP,以及加强浏览器控制列为;操作 Electron 与原生应用、支持 Linux 正在计划中。
💬 社区评价
本次直接读取 GitHub API 的快照为 20,161 个 Stars、1,125 个 Forks。
Roki Ran,技术博客作者,2026 年 7 月 23 日:
作者测试了登录继承、表单、iframe 和并行 Space,同时发现复杂页面快照仍可能很大。其结果支持功能具有实用性,不是所有页面都只需要几百个 token。
💰 定价
个人版免费,提供 macOS 和 Windows 客户端,无需创建账号;Business 面向团队提供定制报价,未公布固定价格。使用者自行承担所选 Agent 或模型的费用,
🙋♂️ 感想
目前大部分 AI 已经可以直接操作你的浏览器,同时操作是在后台,不打扰你前台的使用。并且可以复用用户的登录状态。Ego 在速度和成本上目前看起来有优势。同时可以支持几个 AI 同时使用浏览器, 而且方便用户观察。
编辑整理:阅读要点
- 功能和价格可能随版本或地区变化,使用前应查看最新说明。
- 安装软件或启用服务时,优先使用项目官方渠道并检查所需权限。
- 是否适合长期使用,应结合自身设备、工作流和实际体验判断。
延伸阅读
资料来源:t.me。本文依据公开资料整理,不是独立采访或独家报道。
