ego (lite) とは

ego (lite) は、Windows であなたと AI エージェントが一緒に使える Chromium ブラウザです。Chrome と同じようにウェブを閲覧できます。エージェントも同じブラウザを使って、調査、フォームへの入力、ウェブサイトからの情報収集、ウェブアプリのテストを行います。

エージェントは ego-browser Skill を通じて接続します。Codex、Claude Code など、ローカルコマンドを実行できるエージェントなら使えます。各タスクは Space で実行されるので、エージェントの作業中も自分のタブを使い続けられます。

ego (lite) の仕組み

以下の機能には、それぞれ「機能紹介」セクションに個別のページがあります。

Space

Space は、ego (lite) の中でエージェントのタスク用のタブをまとめる場所です。別のウィンドウ、クラウドセッション、ヘッドレスブラウザではなく、あなたが普段使っているブラウザの一部です。エージェントは自分の Space でページを開いて操作し、あなたのアクティブなタブを切り替えたり、キーボードフォーカスを奪ったりしません。

Space では、ego (lite) でのログイン状態をそのまま使えます。Space を開いてタスクを見守ったり、サイトから入力を求められたときに引き継いだり、あとからページを確認したりできます。複数のタスクを別々の Space で同時に実行できます。同時に実行できる数は、コンピューターのメモリと CPU によって変わります。

Snapshot

Snapshot は、エージェントが読むためのページのコンパクトなテキスト表現です。ページの内容を含み、操作できる要素には短い参照を付けます。たとえば入力欄には @3、ボタンには @5 のような参照が付きます。エージェントは、ページ全体の生の HTML をモデルに送る代わりに、これを読みます。

たとえば、ログインページは次のようになります。

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?"

エージェントは fillInput('@3', '...') や click('@5') を使って、これらの要素を操作できます。ページが変わったあとは参照も変わっている可能性があるため、新しい Snapshot を取得します。Snapshot は、埋め込みコンテンツ、shadow DOM、動的に追加された要素を含む複雑なページをエージェントが読むのにも役立ちます。

ego-browser

ego-browser は、エージェントがページを開き、Snapshot を読み、クリックし、入力欄に入力し、結果を報告するためのツールを提供します。エージェントは複数のステップを 1 つの JavaScript の処理にまとめられます。タスクはエージェントとのチャットで説明するだけでよく、コードを自分で実行する必要はありません。

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

エージェントは、ページを読み、次に何をするかを決め、あなたが確認できる詳細を返せます。関連するステップをまとめて実行すると、エージェントとブラウザの間のやり取りを減らせます。

Skills

ego-browser Skill は、対応するエージェントに、これらのブラウザツールをいつ、どのように使うかを教えます。初期設定後、エージェントの Skill 一覧に表示されるか確認してください。エージェントにブラウザタスクを渡す前に、この Skill を選択します。

ほかのブラウザツールとの比較

ツールによって向いている仕事は異なります。主な違いは、ブラウザがどこで動くか、そしてエージェントがどのタブとログイン状態を使えるかです。

• ブラウザ拡張機能 は、エージェントをブラウザのウィンドウに接続します。ego (lite) では、エージェントは拡張機能とペアリングすることも、あなたのアクティブなタブを乗っ取ることもなく、専用の Space を使います。
• クラウドブラウザ は、提供元のサーバー上で動きます。ego (lite) はあなたのコンピューター上で動き、ローカルの閲覧データを使います。
• 内蔵エージェントブラウザ は、特定の AI アプリに付属するものです。ego (lite) はフル機能の Chromium ブラウザで、対応する複数のエージェントから使えます。
• 自動化フレームワークとエージェント CLI は、多くの場合、別のプロファイルでブラウザを操作します。ego (lite) では、エージェントはあなたのログイン済みのブラウザを使い、1 回の呼び出しで複数の操作をまとめて実行できます。

ブラウザ拡張機能との比較

拡張機能は、今見ているページで手助けが欲しいときに便利です。時間のかかるタスクでは、同じウィンドウをそのまま使う必要があったり、エージェントと拡張機能の接続を維持しなければならなかったりすることがあります。

ego (lite) では、エージェントのページは Space の中にとどまります。現在のタブとキーボードフォーカスは、引き続きあなたが使えます。エージェントとペアリングする拡張機能はなく、進捗を見たいときはいつでも Space を開けます。

クラウドブラウザとの比較

クラウドブラウザは、他社のサーバー上で動きます。コンピューターの電源が切れている間も続ける必要がある仕事や、サーバーインフラ上で多数のブラウザインスタンスを動かす用途に便利です。

ego (lite) はあなた自身のコンピューター上で動きます。エージェントは、ホストされたセッションではなく、そのローカルのブラウザで作業します。それでもサイトが CAPTCHA やほかのセキュリティチェックを求めることはあり、その場合はエージェントの Space で対応できます。ego (lite) では、ブラウザの利用時間に料金はかかりません。

内蔵エージェントブラウザとの比較

1 つの AI アプリに内蔵されたブラウザは、ちょっとしたタスクには便利ですが、ログイン状態が別になっていることがあります。同じサイトにもう一度ログインする必要があるかもしれず、ほかのエージェントはそのブラウザを使えません。

ego (lite) は、自分のタブを開き、各サイトにログインして、あなた自身が直接使えるブラウザです。Codex、Claude Code など対応するエージェントは、あなたがブラウジングを続けている間、それぞれ別の Space で作業できます。エージェントを切り替えても、ブラウザを切り替える必要はありません。

自動化フレームワークとエージェント CLI との比較

Playwright、Puppeteer、Selenium などのフレームワークは、繰り返し実行するテストスクリプトに向いています。エージェント CLI は AI エージェントにブラウザ操作のコマンドを提供しますが、多くの場合、新しいブラウザプロファイルを対象にします。ログインが必要なサイトでのタスクには、ログインのための追加設定が必要になることがあります。

ego (lite) では、エージェントはブラウザにすでにあるログイン状態から作業を始められます。1 回の ego-browser の呼び出しで、ページを開き、内容を読み、複数の操作を実行できます。エージェントの Space を見守りながら、QR コード、本人確認の画面、支払いなど、あなたの判断が必要な手順は自分で引き継げます。

プライバシー

ego (lite) は、ホストされたブラウザではなく、あなたのコンピューター上で動きます。初期設定でほかのブラウザからデータをインポートするオプションが表示された場合は、確定する前に、表示されるプロファイルとデータを確認してください。

エージェントは、読み取ったページの内容を、そのエージェントで使っているモデルの提供元に送ることがあります。その場合も、提供元のデータポリシーが適用されます。エージェントがアクセスできる範囲を確認し、公開、削除、支払い、変更の送信の前には一時停止するよう指示してください。

対応プラットフォームと価格

ego (lite) は Windows で利用できます。無料でダウンロードして使えます。サブスクリプション、タスクごとの料金、ブラウザの利用時間に対する料金はありません。エージェントとモデルの提供元は自分で選んだものを使います。それらには別途費用がかかる場合があります。

まずはクイックスタートで ego (lite) をインストールし、ブラウザタスクを試してください。

さらに読む

ego (lite) の背景にある考え方については、あなたとエージェントが並列で作業するためのブラウザをご覧ください。