Ego Lite：给 AI 代理单独开一个浏览器，它跑自动化、你照常上网

一、问题是什么

让 AI 代理去操作网页，这件事本身不新鲜，麻烦在于「用哪个浏览器」。

第一种做法是让它接管你正在用的那个窗口。于是你正在填的表单被清空，鼠标自己乱跑，标签页被切来切去，人在旁边什么也干不了。第二种做法是另起一个干净的浏览器实例。这样是不打扰你了，但那个实例里没有你的登录状态，遇到任何需要账号的页面就得重新登一遍，Cookie、扩展、书签全都没有，代理干到一半卡在登录页上。

还有一层更隐蔽的成本：传统做法里，代理和浏览器之间是「调一条命令、看一眼结果、再调一条」的循环。一个需要七八步的任务，就变成七八次往返，每次往返都是 token 支出和等待。任务越复杂，浪费越明显。

Ego Lite 要解决的就是这三件事：不抢你的浏览器、能带上你的登录状态、以及把多步操作压成一次脚本执行。

二、核心设计：一个浏览器，多个隔离的 Space

它的设计思路不是做一个「更好用的桥」，而是直接做一个浏览器本体，再从内部把「你」和「代理」分开。

打开 Ego Lite 你能看到若干 Space。你自己的 Space 就是正常的浏览器，标签页、书签、扩展都在；代理在自己的 Space 里跑任务，两边互不可见、互不抢占。你可以同时开几个 Space，让不同的代理或不同的任务并行跑，它们不会撞在一起。

首次启动时它会问你一个问题：要不要从 Chrome 迁移数据。选是的话，你现有的登录状态、Cookie、扩展程序和书签会一起搬过来，代理因此可以直接进入那些需要登录的页面——这正是它相比「另起干净实例」最关键的优势，也是必须谨慎对待的地方，后面第五节会专门讲。

代理和浏览器之间的连接层叫 ego-browser。它是一个 Skill 加一个命令行，本质是把浏览器能力包装成一批 JavaScript 函数：取页面结构、点击、填表、等待、导航、截图。代理不再是反复调命令，而是写一段脚本，把「打开页面、点掉弹窗、填三个字段、提交、等结果、再取一次页面结构」一次性跑完。这是它宣称更快、更省 token 的机制来源：轮次从十几次压到几次。

三、功能拆解

Space 隔离是这套方案的地基。每个 Space 有自己独立的标签页和页面，代理新建的页面会拿到 p1、p2 这样的固定编号，后续操作按编号定位，不会误碰你正在看的页面。如果一个 Space 里的代理跑飞了，你可以随时接管或停止它，其它 Space 不受影响。

页面快照（snapshot）是另一块核心能力。它把网页转成结构化的文本节点，每个可操作元素带一个引用号，代理据此决定下一步点哪里、填什么。项目方声称它对深层嵌套 iframe 这类难处理的页面也比常见方案更稳——这一点属于官方说法，建议自己拿实际页面验证。对 canvas、地图、电子表格这类没有可用 DOM 语义的界面，它退回到截图加鼠标坐标的方式。

脚本化执行让「一次调用完成多步」成为可能。同时它把等待做成了显式条件：等地址变化用 waitForURL，等元素出现用 waitForSelector，等应用状态用 waitForFunction。相比固定延时，这种方式既快又不容易因为网速波动而误判。

多代理支持是它的一个卖点：同一台机器上 Claude Code、Codex、Cursor 或你自己写的命令行代理，都可以通过同一个 ego-browser 接口驱动 Ego Lite，每个代理一个 Space。官方文档里给出了逐个代理的接入指引。

可复用技能这一栏目前还是「即将推出」。项目把它描述为：把每次成功的操作沉淀成可复用的工具和工作流，让相似任务越跑越快。这个功能在仓库和官网都标注为规划中，现在还不能用，看到宣传时要注意别把它算作现有能力。

四、适合谁、不适合谁

适合的：已经在用命令行 AI 代理，并且经常需要它去碰真实网站的人。典型场景是登录后才能看的后台、需要填表提交的业务流程、要抓取数据的页面、以及同时跑多个网页任务的批量作业。对这类使用者，「能带上登录状态」和「不抢我的窗口」这两点直接决定了工具能不能用。

不适合的：只是偶尔让 AI 查一条公开信息、不值得为此装一个新浏览器的人；用 Linux 的人，官方路线图上 Linux 仍标着计划中，目前只有 macOS 与 Windows 安装包；以及把「已登录浏览器交给 AI 操作」视为不可接受风险、又不打算做任何隔离的人。

五、诚实提醒

第一，也是最重要的：这套方案的便利来自把你的身份交给代理。迁移 Chrome 数据之后，代理在 Space 里的操作是以你的身份进行的。合理的做法是只在必要任务上迁移、对网银邮箱公司后台这类敏感站点单独考虑是否保留登录态、重要操作前先看一遍它准备点什么。项目文档也写明，清理 Cookie 与缓存的操作会作用到整个浏览器配置，动手前要先读它的说明。

第二，性能数字要带着限制看。官方跑了一组 31 个真实网站任务的对照：在同一个代理、同一个模型、同一套评分标准下，ego-browser 平均 26.5 轮、398 秒、单任务 1.64 美元完成；四款对照工具平均 44 到 51 轮、587 到 648 秒、2.43 到 4.95 美元。据此对外宣传「快 47% 到 63%」。但这是厂商自测，样本只有 31 个任务，而且 ego-browser 与其中一个对照只跑了一轮（其余跑两轮），官方自己在图注里也注明方差不可比。把它当作方向性参考，不要当作你自己场景的承诺。

第三，它不是 Playwright。方法名看起来像，但 locator、getByRole、context、expect、route 这些都不存在，只提供官方文档列出的那批接口。拿 Playwright 的习惯写法去套会直接报错，缺能力时正确的口子是页面内执行 JS 或直接走底层协议。

第四，脚本的运行环境有坑。每次调用都是一个全新的 Node 进程，不继承你 shell 的环境变量，工作目录也不是你敲命令的位置。所以参数要写进脚本、文件路径一律用绝对路径。很多人第一次遇到的「文件找不到」「变量是 undefined」，根子都在这里。

第五，版本号有两套，容易看错。仓库发布页上的 v2.2.0 是 ego-browser 这个 Skill 包的版本；桌面应用自己的版本号是 0.6.3.14（内部构建号 6.3.14），要看安装包内的信息文件。两者不同步是正常的。

第六，Linux 用户现在没有安装包，官方只说在计划中，没有时间表。

六、项目现状

截至 2026 年 11 月 16 日实测：仓库 22950 星、1.3k fork、52 位关注者、232 个未关闭 issue、57 个待合并 PR、90 个分支、42 个标签、15 次发布、14 位贡献者。语言构成是 JavaScript 60.6%、TypeScript 38.6%、Shell 0.8%。仓库内容采用 MIT 许可，浏览器本体是单独提供的免费下载。最近一次发布是 v2.2.0，仓库文件显示近两周仍在持续提交。项目方另有官网、文档站、Discord 与 X 账号，并提供与多款同类工具的逐项对比页面，那些对比属于官方立场。