ego (lite) का परिचय

ego (lite) एक Chromium ब्राउज़र है, जिसे आप और आपका AI एजेंट Windows पर साथ मिलकर इस्तेमाल कर सकते हैं। आप इसमें वैसे ही ब्राउज़ करते हैं जैसे Chrome में करते हैं। आपका एजेंट इसी ब्राउज़र में रिसर्च करता है, फ़ॉर्म भरता है, वेबसाइटों से जानकारी इकट्ठा करता है या किसी वेब ऐप की टेस्टिंग करता है।

एजेंट ego-browser Skill के ज़रिए जुड़ता है। Codex, Claude Code और स्थानीय कमांड चला सकने वाले दूसरे एजेंट इसका इस्तेमाल कर सकते हैं। हर कार्य एक Space में चलता है, इसलिए एजेंट के काम करते समय आप अपनी टैब इस्तेमाल करते रह सकते हैं।

ego (lite) कैसे काम करता है

इनमें से हर फ़ीचर का अपना अलग पेज Features सेक्शन में है।

Space

Space, ego (lite) के अंदर एजेंट के किसी कार्य की टैब रखता है। यह उसी ब्राउज़र का हिस्सा है जिसे आप पहले से इस्तेमाल कर रहे हैं; यह कोई अलग विंडो, क्लाउड सेशन या हेडलेस ब्राउज़र नहीं है। एजेंट आपकी सक्रिय टैब बदले बिना और कीबोर्ड फ़ोकस लिए बिना अपने Space में पेज खोलता है और उन पर काम करता है।

Space उन लॉगिन का इस्तेमाल कर सकते हैं जो ego (lite) में पहले से मौजूद हैं। आप कोई Space खोलकर कार्य देख सकते हैं, किसी साइट को आपके इनपुट की ज़रूरत हो तो नियंत्रण ले सकते हैं, या बाद में उसके पेज जाँच सकते हैं। आपके कंप्यूटर में उपलब्ध मेमोरी और CPU के हिसाब से कई कार्य अलग-अलग Space में एक साथ चल सकते हैं।

Snapshot

Snapshot एजेंट के लिए किसी पेज का संक्षिप्त टेक्स्ट रूप है। इसमें पेज की सामग्री होती है और कंट्रोल को छोटे रेफ़रेंस दिए जाते हैं, जैसे किसी फ़ील्ड के लिए @3 या किसी बटन के लिए @5। एजेंट पूरे पेज का raw HTML अपने मॉडल को भेजने के बजाय यही पढ़ता है।

उदाहरण के लिए, कोई लॉगिन पेज कुछ ऐसा दिख सकता है:

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?"

इन कंट्रोल पर कार्रवाई करने के लिए एजेंट fillInput('@3', '...') और click('@5') का इस्तेमाल कर सकता है। पेज बदलने के बाद वह नया Snapshot लेता है, क्योंकि हो सकता है कि रेफ़रेंस भी बदल गए हों। Snapshot की मदद से एजेंट ऐसे जटिल पेज भी पढ़ पाता है जिनमें एम्बेड किया गया कंटेंट, shadow DOM या डायनेमिक रूप से जोड़े गए कंट्रोल हों।

ego-browser

ego-browser वे टूल देता है जिनसे एजेंट पेज खोलता है, Snapshot पढ़ता है, क्लिक करता है, फ़ील्ड भरता है और नतीजे बताता है। एजेंट कई चरणों को एक ही JavaScript फ़्लो में रख सकता है। आप अपने एजेंट की चैट में कार्य बताते हैं; कोड आपको खुद नहीं चलाना पड़ता।

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

एजेंट पेज पढ़ सकता है, तय कर सकता है कि आगे क्या करना है, और ऐसा विवरण लौटा सकता है जिसे आप जाँच सकें। जुड़े हुए चरण एक साथ चलाने से एजेंट और ब्राउज़र के बीच बार-बार होने वाला लेन-देन कम हो सकता है।

Skills

ego-browser Skill किसी संगत एजेंट को सिखाती है कि इन ब्राउज़र टूल का इस्तेमाल कब और कैसे करना है। सेटअप के बाद जाँचें कि यह आपके एजेंट की Skills में दिखती है या नहीं। एजेंट को ब्राउज़र कार्य देने से पहले इसे चुनें।

दूसरे ब्राउज़र टूल से तुलना

अलग-अलग कामों के लिए अलग-अलग टूल ठीक रहते हैं। मुख्य अंतर यह है कि ब्राउज़र कहाँ चलता है और एजेंट कौन-सी टैब और कौन-से लॉगिन इस्तेमाल कर सकता है।

• ब्राउज़र एक्सटेंशन एजेंट को किसी ब्राउज़र विंडो से जोड़ते हैं। ego (lite) में एजेंट कोई एक्सटेंशन पेयर किए बिना और आपकी सक्रिय टैब पर कब्ज़ा किए बिना अपने Space का इस्तेमाल करता है।
• क्लाउड ब्राउज़र किसी प्रोवाइडर के सर्वर पर चलते हैं। ego (lite) आपके कंप्यूटर पर चलता है और आपके स्थानीय ब्राउज़िंग डेटा का इस्तेमाल करता है।
• बिल्ट-इन एजेंट ब्राउज़र किसी एक AI ऐप का हिस्सा होते हैं। ego (lite) एक पूरा Chromium ब्राउज़र है, जिसे एक से ज़्यादा संगत एजेंट इस्तेमाल कर सकते हैं।
• ऑटोमेशन फ़्रेमवर्क और एजेंट CLI अक्सर अलग प्रोफ़ाइल वाले ब्राउज़र को कंट्रोल करते हैं। ego (lite) में एजेंट आपके लॉगिन वाले ब्राउज़र का इस्तेमाल कर सकता है और एक ही कॉल में कई कार्रवाइयाँ जोड़ सकता है।

ब्राउज़र एक्सटेंशन से तुलना

एक्सटेंशन तब काम के हैं जब आपको उसी पेज पर मदद चाहिए जिसे आप देख रहे हैं। लंबे कार्य के लिए उन्हें शायद वही विंडो इस्तेमाल करनी पड़े या एजेंट और एक्सटेंशन के बीच कनेक्शन बनाए रखना पड़े।

ego (lite) में एजेंट के पेज एक Space में रहते हैं। आपकी मौजूदा टैब और कीबोर्ड फ़ोकस आपके ही पास रहते हैं। एजेंट के साथ कोई एक्सटेंशन पेयर नहीं करना पड़ता, और प्रगति देखने के लिए आप जब चाहें Space खोल सकते हैं।

क्लाउड ब्राउज़र से तुलना

क्लाउड ब्राउज़र किसी और के सर्वर पर चलता है। यह उन कामों के लिए उपयोगी है जिन्हें आपका कंप्यूटर बंद होने पर भी चलते रहना है, या सर्वर इंफ़्रास्ट्रक्चर पर बहुत सारे ब्राउज़र instance चलाने के लिए।

ego (lite) आपके अपने कंप्यूटर पर चलता है। एजेंट किसी होस्टेड सेशन के बजाय इसी स्थानीय ब्राउज़र में काम करता है। कोई साइट फिर भी CAPTCHA या कोई दूसरी सुरक्षा जाँच माँग सकती है, और आप उसे एजेंट के Space में पूरा कर सकते हैं। ego (lite) में ब्राउज़र के इस्तेमाल के समय का कोई शुल्क नहीं लगता।

बिल्ट-इन एजेंट ब्राउज़र से तुलना

किसी एक AI ऐप के अंदर का ब्राउज़र छोटे-मोटे कार्यों के लिए सुविधाजनक है, लेकिन उसकी लॉगिन स्थिति अलग हो सकती है। आपको उन्हीं साइटों पर फिर से लॉगिन करना पड़ सकता है, और कोई दूसरा एजेंट उस ब्राउज़र का इस्तेमाल नहीं कर सकता।

ego (lite) ऐसा ब्राउज़र है जिसे आप खुद सीधे इस्तेमाल कर सकते हैं, अपनी टैब और उन साइटों के साथ जिन पर आप लॉगिन करते हैं। आप ब्राउज़ करते रहते हैं और इस बीच Codex, Claude Code व दूसरे संगत एजेंट अलग-अलग Space में काम कर सकते हैं। एजेंट बदलने के लिए ब्राउज़र बदलने की ज़रूरत नहीं पड़ती।

ऑटोमेशन फ़्रेमवर्क और एजेंट CLI से तुलना

Playwright, Puppeteer और Selenium जैसे फ़्रेमवर्क बार-बार चलने वाली टेस्ट स्क्रिप्ट के लिए अच्छे हैं। एजेंट CLI किसी AI एजेंट को ब्राउज़र कमांड देते हैं, अक्सर एक नई ब्राउज़र प्रोफ़ाइल पर। लॉगिन वाली साइटों पर कार्य करने के लिए अलग से लॉगिन सेटअप करना पड़ सकता है।

ego (lite) में एजेंट ब्राउज़र में पहले से मौजूद आपके लॉगिन से शुरुआत कर सकता है। वह ego-browser की एक ही कॉल में पेज खोल सकता है, उसे पढ़ सकता है और कई कार्रवाइयाँ कर सकता है। आप उसका Space देख सकते हैं और QR कोड, सत्यापन प्रॉम्प्ट, भुगतान या ऐसा कोई दूसरा चरण खुद संभाल सकते हैं जिसमें आपका फ़ैसला चाहिए।

गोपनीयता

ego (lite) किसी होस्टेड ब्राउज़र में नहीं, आपके कंप्यूटर पर चलता है। अगर सेटअप में किसी दूसरे ब्राउज़र से डेटा इंपोर्ट करने का विकल्प मिले, तो पुष्टि करने से पहले दिखाई गई प्रोफ़ाइल और डेटा जाँच लें।

आपका एजेंट जो पेज कंटेंट पढ़ता है, उसे वह उस मॉडल प्रोवाइडर को भेज सकता है जिसे आप उस एजेंट के साथ इस्तेमाल करते हैं। उस प्रोवाइडर की डेटा नीति फिर भी लागू होती है। देख लें कि एजेंट किन चीज़ों तक पहुँच सकता है, और उससे कहें कि कुछ प्रकाशित करने, मिटाने, भुगतान करने या बदलाव सबमिट करने से पहले रुक जाए।

प्लेटफ़ॉर्म और कीमत

ego (lite) Windows के लिए उपलब्ध है। इसे डाउनलोड करना और इस्तेमाल करना मुफ़्त है। इसमें न कोई सब्सक्रिप्शन है, न हर कार्य का शुल्क, और न ब्राउज़र के इस्तेमाल के समय का कोई शुल्क। आप अपना एजेंट और अपना मॉडल प्रोवाइडर इस्तेमाल करते हैं, जिनकी अपनी लागत हो सकती है।

ego (lite) इंस्टॉल करने और कोई ब्राउज़र कार्य आज़माने के लिए त्वरित आरंभ से शुरुआत करें।

आगे पढ़ने के लिए

ego (lite) के पीछे की सोच जानने के लिए आप और आपके एजेंट के साथ समानांतर काम करने वाला ब्राउज़र पढ़ें।