ego-browser

ego-browser 讓 AI Agent 能在 ego (lite) 中工作。它可以開啟頁面、讀取 Snapshot、使用頁面上的控制項，並在 Space 中檢查結果。

Agent 如何使用它

在一般的任務中，Agent 會：

1. 為任務開啟或回到一個 Space。
2. 開啟需要的頁面。
3. 讀取 Snapshot，找出相關的文字和控制項。
4. 執行操作，然後再次讀取頁面，確認有哪些變化。
5. 回傳結果，並附上你可以核對的連結或其他詳細資訊。

這些工具是 JavaScript 輔助函式。以下簡短範例示範 Agent 如何開啟並讀取頁面：

await useOrCreateTaskSpace('check a page')
await openOrReuseTab('https://example.com', { wait: true })
cliLog(await snapshotText())

Agent 透過 ego-browser Skill 執行程式碼。你只需要在 Agent 的對話中描述任務。快速開始提供了一段可以試試的指令。

決定何時介入

請要求 Agent 在登入、驗證碼、付款，或你想親自核准的變更前暫停。你可以開啟它的 Space 處理這一步，並在事後檢查結果。