Für Windows laden (beta)

Was ist ego (lite)

Was ego (lite) leistet und wie es sich von anderen Wegen unterscheidet, einem KI-Agenten einen Browser zu geben.

ego (lite) ist ein Chromium-Browser, den Sie und Ihr KI-Agent unter Windows gemeinsam nutzen können. Sie surfen darin wie in Chrome. Ihr KI-Agent nutzt denselben Browser, um zu recherchieren, Formulare auszufüllen, Informationen von Websites zu sammeln oder eine Web-App zu testen.

Der KI-Agent verbindet sich über den Skill ego-browser. Codex, Claude Code und andere KI-Agenten, die lokale Befehle ausführen können, können ihn nutzen. Jede Aufgabe läuft in einem Space, sodass Sie Ihre Tabs weiter nutzen können, während der KI-Agent arbeitet.

So funktioniert ego (lite)

Jede dieser Funktionen hat eine eigene Seite unter Merkmale.

Space

Ein Space enthält in ego (lite) die Tabs für die Aufgabe eines KI-Agenten. Er ist Teil des Browsers, den Sie bereits verwenden, und kein separates Fenster, keine Cloud-Sitzung und kein Headless-Browser. Der KI-Agent öffnet Seiten in seinem Space und arbeitet dort, ohne Ihren aktiven Tab zu wechseln oder den Tastaturfokus zu übernehmen.

Spaces können die Anmeldungen nutzen, die Sie in ego (lite) haben. Sie können einen Space öffnen, um eine Aufgabe zu verfolgen, selbst zu übernehmen, wenn eine Website Ihre Eingabe braucht, oder seine Seiten danach zu prüfen. Mehrere Aufgaben können gleichzeitig in separaten Spaces laufen. Wie viele es sein können, hängt vom verfügbaren Arbeitsspeicher und von der CPU Ihres Computers ab.

Snapshot

Ein Snapshot ist eine kompakte Textansicht einer Seite für den KI-Agenten. Er enthält den Inhalt der Seite und gibt Bedienelementen kurze Referenzen, etwa @3 für ein Feld oder @5 für eine Schaltfläche. Der KI-Agent liest diese Ansicht, statt das rohe HTML einer ganzen Seite an sein Modell zu senden.

Eine Anmeldeseite könnte zum Beispiel so aussehen:

Page: Example - Log in
URL: https://example.com/login

@1 [heading] "Log in"
@2 [form]
  @3 [input type="email"] placeholder="Email"
  @4 [input type="password"] placeholder="Password"
  @5 [button type="submit"] "Continue"
  @6 [link] "Forgot password?"

Der KI-Agent kann diese Bedienelemente mit fillInput('@3', '...') und click('@5') ansprechen. Nachdem sich die Seite geändert hat, erstellt er einen neuen Snapshot, weil sich auch die Referenzen geändert haben können. Snapshots helfen dem KI-Agenten außerdem, komplexe Seiten mit eingebetteten Inhalten, Shadow DOM oder dynamisch hinzugefügten Bedienelementen zu lesen.

ego-browser

ego-browser stellt die Tools bereit, mit denen ein KI-Agent Seiten öffnet, Snapshots liest, klickt, Felder ausfüllt und Ergebnisse meldet. Der KI-Agent kann mehrere Schritte in einem JavaScript-Ablauf zusammenfassen. Sie beschreiben die Aufgabe im Chat Ihres KI-Agenten; den Code müssen Sie nicht selbst ausführen.

await useOrCreateTaskSpace('read product news')
await openOrReuseTab('https://example.com', { wait: true })
cliLog(await snapshotText())

Der KI-Agent kann die Seite lesen, über den nächsten Schritt entscheiden und Angaben zurückgeben, die Sie prüfen können. Werden zusammengehörige Schritte gemeinsam ausgeführt, kann sich das Hin und Her zwischen KI-Agent und Browser verringern.

Skills

Der Skill ego-browser zeigt einem kompatiblen KI-Agenten, wann und wie er diese Browser-Tools verwendet. Prüfen Sie nach der Einrichtung, ob er in den Skills Ihres KI-Agenten erscheint. Wählen Sie ihn aus, bevor Sie dem KI-Agenten eine Browseraufgabe geben.

Im Vergleich mit anderen Browser-Tools

Verschiedene Tools eignen sich für verschiedene Aufgaben. Der wichtigste Unterschied liegt darin, wo der Browser läuft und welche Tabs und Anmeldungen der KI-Agent nutzen kann.

  • Browser-Erweiterungen verbinden einen KI-Agenten mit einem Browserfenster. In ego (lite) nutzt der KI-Agent seinen eigenen Space. Dafür muss keine Erweiterung gekoppelt werden, und er übernimmt nicht Ihre aktiven Tabs.
  • Cloud-Browser laufen auf den Servern eines Anbieters. ego (lite) läuft auf Ihrem Computer und nutzt Ihre lokalen Browserdaten.
  • In KI-Apps integrierte Browser gehören zu einer einzelnen KI-App. ego (lite) ist ein vollständiger Chromium-Browser, den mehr als ein kompatibler KI-Agent nutzen kann.
  • Automatisierungs-Frameworks und Agent-CLIs steuern einen Browser oft mit einem separaten Profil. Mit ego (lite) kann der KI-Agent Ihren Browser samt Ihren Anmeldungen nutzen und mehrere Aktionen in einem Aufruf kombinieren.

Im Vergleich mit Browser-Erweiterungen

Erweiterungen sind nützlich, wenn Sie Hilfe auf der Seite möchten, die Sie gerade ansehen. Bei einer längeren Aufgabe müssen sie unter Umständen dasselbe Fenster nutzen oder eine Verbindung zwischen KI-Agent und Erweiterung aufrechterhalten.

In ego (lite) bleiben die Seiten des KI-Agenten in einem Space. Ihre aktuellen Tabs und Ihr Tastaturfokus bleiben bei Ihnen. Es muss keine Erweiterung mit dem KI-Agenten gekoppelt werden, und Sie können den Space jederzeit öffnen, um den Fortschritt zu sehen.

Im Vergleich mit Cloud-Browsern

Ein Cloud-Browser läuft auf fremden Servern. Das ist nützlich für Aufgaben, die weiterlaufen müssen, während Ihr Computer ausgeschaltet ist, oder für den Betrieb vieler Browserinstanzen auf Serverinfrastruktur.

ego (lite) läuft auf Ihrem eigenen Computer. Der KI-Agent arbeitet in diesem lokalen Browser statt in einer gehosteten Sitzung. Eine Website kann trotzdem ein CAPTCHA oder eine andere Sicherheitsprüfung verlangen, und Sie können diese im Space des KI-Agenten erledigen. Für Browserzeit fallen in ego (lite) keine Kosten an.

Im Vergleich mit in KI-Apps integrierten Browsern

Ein Browser innerhalb einer KI-App ist für schnelle Aufgaben praktisch, hat aber unter Umständen einen eigenen Anmeldezustand. Möglicherweise müssen Sie sich dann bei denselben Websites erneut anmelden, und ein anderer KI-Agent kann diesen Browser nicht nutzen.

ego (lite) ist ein Browser, den Sie direkt nutzen können, mit Ihren eigenen Tabs und den Websites, bei denen Sie sich anmelden. Codex, Claude Code und andere kompatible KI-Agenten können in separaten Spaces arbeiten, während Sie weitersurfen. Wenn Sie den KI-Agenten wechseln, müssen Sie nicht den Browser wechseln.

Im Vergleich mit Automatisierungs-Frameworks und Agent-CLIs

Frameworks wie Playwright, Puppeteer und Selenium eignen sich gut für wiederholbare Testskripte. Agent-CLIs geben einem KI-Agenten Browserbefehle, oft mit einem neuen, leeren Browserprofil. Für Aufgaben auf Websites, die eine Anmeldung erfordern, muss die Anmeldung dann unter Umständen eigens eingerichtet werden.

Mit ego (lite) kann der KI-Agent direkt eine Anmeldung nutzen, die Sie bereits im Browser haben. Er kann in einem einzigen ego-browser-Aufruf eine Seite öffnen, sie lesen und mehrere Aktionen ausführen. Sie können seinen Space verfolgen und bei einem QR-Code, einer Bestätigungsabfrage, einer Zahlung oder einem anderen Schritt übernehmen, der Ihre Entscheidung erfordert.

Datenschutz

ego (lite) läuft auf Ihrem Computer und nicht in einem gehosteten Browser. Wenn die Einrichtung anbietet, Daten aus einem anderen Browser zu importieren, prüfen Sie vor dem Bestätigen das angezeigte Profil und die angezeigten Daten.

Ihr KI-Agent sendet den Seiteninhalt, den er liest, möglicherweise an den Modellanbieter, den Sie mit diesem KI-Agenten nutzen. Die Datenrichtlinien des Anbieters gelten weiterhin. Prüfen Sie, worauf der KI-Agent zugreifen kann, und bitten Sie ihn, anzuhalten, bevor er etwas veröffentlicht, löscht, bezahlt oder Änderungen absendet.

Plattformen und Preis

ego (lite) ist für Windows verfügbar. Download und Nutzung sind kostenlos. Es gibt kein Abonnement, keine Gebühr pro Aufgabe und keine Kosten für Browserzeit. Sie nutzen Ihren eigenen KI-Agenten und Ihren eigenen Modellanbieter; dafür können eigene Kosten anfallen.

Beginnen Sie mit dem Schnellstart, um ego (lite) zu installieren und eine Browseraufgabe auszuprobieren.

Weiterlesen

Die Überlegungen hinter ego (lite) beschreibt der Artikel Ein Browser für Sie und Ihre KI-Agenten, um parallel zu arbeiten.