下載 Windows 版 (beta)

ego (lite) 產品介紹

ego (lite) 能做什麼，以及它與其他讓 AI Agent 使用瀏覽器的方式有何不同。

ego (lite) 是一款 Windows 上的 Chromium 瀏覽器，讓你和你的 AI Agent 一起使用。你可以像使用 Chrome 一樣用它瀏覽網頁。你的 Agent 也使用同一個瀏覽器做研究、填寫表單、從網站蒐集資訊，或測試網頁應用程式。

Agent 透過 ego-browser Skill 連接 ego (lite)。Codex、Claude Code，以及其他能執行本機命令的 Agent 都可以使用它。每個任務都在一個 Space 中執行，所以 Agent 工作時，你可以繼續使用自己的分頁。

ego (lite) 如何運作

以下每項功能在 功能介紹 分類中都有獨立頁面。

Space

Space 存放 Agent 在 ego (lite) 中執行某個任務時使用的分頁。它是你正在使用的瀏覽器的一部分，不是另一個視窗、雲端工作階段或 headless 瀏覽器。Agent 在它的 Space 中開啟和操作頁面，不會切換你目前使用中的分頁，也不會搶走鍵盤焦點。

Space 可以使用你在 ego (lite) 中的登入狀態。你可以開啟 Space 觀看任務進行、在網站需要你提供資訊時接管，或在事後檢查它的頁面。多個任務可以同時在各自的 Space 中執行，能同時執行多少個，取決於電腦可用的記憶體和 CPU。

Snapshot

Snapshot 是提供給 Agent 的精簡頁面文字檢視。它包含頁面內容，並為控制項加上簡短的引用編號，例如欄位是 @3、按鈕是 @5。Agent 讀取 Snapshot，而不是把整頁原始 HTML 傳給模型。

例如，登入頁面可能是這樣：

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?"

Agent 可以使用 fillInput('@3', '...') 和 click('@5') 操作這些控制項。頁面變化後，引用編號也可能跟著改變，所以 Agent 會重新取得 Snapshot。遇到含有嵌入內容、shadow DOM 或動態新增控制項的複雜頁面時，Snapshot 也能幫助 Agent 讀取。

ego-browser

ego-browser 提供 Agent 開啟頁面、讀取 Snapshot、點選、填寫欄位和回報結果所需的工具。Agent 可以把多個步驟寫進同一段 JavaScript 流程。你只要在 Agent 的對話中描述任務，不需要自己執行程式碼。

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

Agent 可以讀取頁面、決定下一步，並回傳你可以核對的詳細資訊。把相關步驟放在一起執行，可以減少 Agent 與瀏覽器之間的往返。

Skills

ego-browser Skill 讓相容的 Agent 知道何時以及如何使用這些瀏覽器工具。完成初始設定後，請檢查 Agent 的 Skill 中是否有它。把瀏覽器任務交給 Agent 之前，請先選擇這個 Skill。

與其他瀏覽器工具的比較

不同的工具適合不同的工作。主要差別在於瀏覽器在哪裡執行，以及 Agent 可以使用哪些分頁和登入狀態。

  • 瀏覽器擴充功能會將 Agent 連接到某個瀏覽器視窗。在 ego (lite) 中，Agent 使用自己的 Space，不需要配對擴充功能，也不會接管你目前使用中的分頁。
  • 雲端瀏覽器在服務供應商的伺服器上執行。ego (lite) 在你的電腦上執行，並使用你本機的瀏覽資料。
  • 內建 Agent 瀏覽器屬於某一個 AI 應用程式。ego (lite) 是完整的 Chromium 瀏覽器，可供多個相容的 Agent 使用。
  • 自動化框架和 Agent CLI 往往使用獨立的設定檔控制瀏覽器。ego (lite) 讓 Agent 使用你已登入的瀏覽器，並在一次呼叫中組合多個操作。

與瀏覽器擴充功能相比

如果你想在正在瀏覽的頁面上取得協助，擴充功能很實用。如果是較長的任務，擴充功能可能需要使用同一個視窗，或在 Agent 與擴充功能之間維持連線。

使用 ego (lite) 時，Agent 的頁面都留在 Space 中。你目前的分頁和鍵盤焦點仍然歸你使用。不需要把擴充功能與 Agent 配對，而且你隨時可以開啟 Space 查看進度。

與雲端瀏覽器相比

雲端瀏覽器在別人的伺服器上執行。如果工作必須在你的電腦關機後繼續執行，或需要在伺服器基礎架構上執行大量瀏覽器執行個體，這種方式很實用。

ego (lite) 在你自己的電腦上執行。Agent 在這個本機瀏覽器中工作，而不是在託管的工作階段中。網站仍可能要求你完成 CAPTCHA 或其他安全檢查，你可以在 Agent 的 Space 中處理。ego (lite) 不收瀏覽器使用時間的費用。

與內建 Agent 瀏覽器相比

AI 應用程式內建的瀏覽器很適合處理快速的任務，但它可能有獨立的登入狀態。你可能需要重新登入相同的網站，而且其他 Agent 無法使用那個瀏覽器。

ego (lite) 是你可以直接使用的瀏覽器，裡面有你自己的分頁和你登入的網站。Codex、Claude Code 和其他相容的 Agent 可以在各自的 Space 中工作，你則繼續瀏覽。更換 Agent 時，不必更換瀏覽器。

與自動化框架和 Agent CLI 相比

Playwright、Puppeteer、Selenium 等框架很適合可重複執行的測試腳本。Agent CLI 為 AI Agent 提供瀏覽器命令，往往搭配全新的瀏覽器設定檔。在需要登入的網站上執行任務時，可能需要另外設定登入。

使用 ego (lite) 時，Agent 可以從你在瀏覽器中已有的登入狀態開始。它可以在一次 ego-browser 呼叫中開啟頁面、讀取頁面，並執行多個操作。你可以觀看它的 Space，並在遇到 QR Code、驗證提示、付款或其他需要你決定的步驟時接管。

隱私

ego (lite) 在你的電腦上執行，而不是在託管的瀏覽器中執行。如果初始設定提供從其他瀏覽器匯入資料的選項，請在確認前檢查畫面上顯示的設定檔和資料。

你的 Agent 可能會把它讀取的頁面內容，傳送給你搭配該 Agent 使用的模型供應商。該供應商的資料政策仍然適用。請檢查 Agent 可以存取哪些內容，並要求它在發布、刪除、付款或送出變更前暫停。

平台與價格

ego (lite) 提供 Windows 版本。它可以免費下載和使用，沒有訂閱費，沒有按任務計費，也不收瀏覽器使用時間的費用。你使用自己的 Agent 和模型供應商，它們可能另有費用。

請從快速開始著手，安裝 ego (lite) 並試試瀏覽器任務。

延伸閱讀

想了解 ego (lite) 背後的設計想法，請閱讀讓你和 Agent 並行工作的瀏覽器。