ego-browser
AI Agent 配合 ego (lite) 使用的浏览器工具。
ego-browser 让 AI Agent 能在 ego (lite) 中工作。Agent 可以用它打开页面、读取 Snapshot、操作页面上的控件，并在 Space 中检查结果。
Agent 如何使用它
在一个典型任务中，Agent 会：
- 为任务打开一个 Space，或回到已有的 Space。
- 打开需要的页面。
- 读取 Snapshot，找到相关的文本和控件。
- 执行操作，然后重新读取页面，确认发生了哪些变化。
- 返回结果，并附上链接或其他便于你核实的细节。
这些工具是 JavaScript 辅助函数。下面这个简短示例展示了 Agent 如何打开并读取页面：
await useOrCreateTaskSpace('check a page')
await openOrReuseTab('https://example.com', { wait: true })
cliLog(await snapshotText())Agent 通过 ego-browser Skill 运行这段代码。你只需在 Agent 的对话中描述任务即可。快速开始里有一条可以直接试用的提示词。
决定何时介入
请让 Agent 在遇到登录、验证码、付款或需要你批准的更改时暂停。你可以打开它的 Space 处理这一步，事后再查看结果。