अपने AI एजेंट के समानांतर कई ब्राउज़र परीक्षण स्वतः चलाएँ
Playwright MCP एक बार में केवल एक टूल कॉल से ब्राउज़र चलाता है, इसलिए यह धीमा है और बहुत टोकन खर्च करता है। अब Claude Code या Codex कोड की कुछ पंक्तियों से ego (lite) में पूरा टेस्ट चला सकता है—2.4 गुना तेज़—और कई टेस्ट समानांतर चला सकता है, हर एक अपने अलग Space में।
केवल पूछकर ब्राउज़र परीक्षण चलाएँ
उदाहरण के लिए, मैं codex से यह जांचने के लिए कहता हूं कि क्या इस ई-कॉमर्स वेबसाइट में कोई बग है। Codex पूरा परीक्षण चलाएगा, सभी बग ठीक करेगा और मुझे परिणाम बताएगा। केवल एक चीज जो मुझे करने की ज़रूरत है वह है टिकटॉक को स्क्रॉल करना और इसे काम करते हुए देखना।
वही पृष्ठ स्क्रीन पर टूटे से दाएँ ओर जाता है
Product pages गलत render होते हैं। एजेंट उन्हें ego (lite) में देखता है, source में CSS ठीक करता है और खुला हुआ page स्क्रीन पर सही तरीके से दोबारा render हो जाता है।
ego (lite) के साथ ब्राउज़र टेस्ट बेहद तेज़ी से चलाएँ
ब्राउज़र टेस्ट चलाने का पुराना तरीका Playwright MCP या Chrome DevTools MCP इस्तेमाल करना है, जो एक बार में केवल एक टूल कॉल चलाता है। हर अगला चरण मॉडल के पिछले परिणाम पढ़ने का इंतज़ार करता है, इसलिए यह धीमा और महँगा है। ego (lite) के साथ एजेंट JavaScript कोड के एक ही पास में कई चरण चला सकते हैं, जिससे काम जल्दी पूरा होता है और कम टोकन लगते हैं।
| ego (lite) | Playwright एमसीपी | Chrome DevTools MCP | |
|---|---|---|---|
| एजेंट इसे कैसे चलाता है | /ego-browser कौशल के माध्यम से | बाहरी एमसीपी सर्वर. प्रति क्रिया एक टूल कॉल. | बाहरी एमसीपी सर्वर. प्रति क्रिया एक टूल कॉल. |
| सेटअप | कोई सेटअप नहीं, किसी एजेंट के साथ काम करता है। | एनपीएक्स इंस्टॉल, कॉन्फ़िगर करने के लिए लॉन्च मोड, बार-बार लॉन्च और Chrome-डिस्कवरी त्रुटियां। | रिमोट डिबगिंग, उपयोगकर्ता-डेटा-डीआईआर, क्रॉस-होस्ट सेटअप। |
| टोकन का उपयोग | नीचा. कोई एमसीपी टूल स्कीमा नहीं है, और केवल एजेंट जो लॉग करता है वह संदर्भ में प्रवेश करता है: प्रति पास एक स्नैपशॉट, प्रत्येक क्रिया के बाद एक नहीं। | ऊँचा। उपयोगकर्ता 6x टोकन वृद्धि और 200K-टोकन संदर्भ ओवरफ्लो की रिपोर्ट करते हैं। | ऊँचा। स्क्रीनशॉट बहुत महंगे हैं। |
| लॉगिन स्थिति | आपका अपना लॉग-इन ब्राउज़र. आपके Chrome की लॉगिन स्थिति के समान | डिफ़ॉल्ट रूप से पृथक ब्राउज़र; लॉगिन ले जाने का अर्थ है एक्सटेंशन मोड या स्टोरेज-स्टेट सेटअप। | संलग्न कर सकता है, लेकिन आपके द्वारा उपयोग किए जा रहे टैब को पकड़ लेता है। |
| आईफ्रेम/शैडो डोम/एसडीके विजेट | इसका पेज स्नैपशॉट रेंडरिंग इंजन में बनाया गया है, इसलिए यह उन सभी के अंदर पढ़ता है। | एक्सेसिबिलिटी स्नैपशॉट में एक आईफ्रेम ब्लाइंड स्पॉट है। | रॉ डोम, आप इसे स्वयं संभालें। |
| कंसोल/नेटवर्क/ट्रेस | कंसोल, नेटवर्क और ट्रेस, सीधे Chrome DevTools डेटा से पढ़ें। | कंसोल, नेटवर्क, स्क्रीनशॉट। | सबसे गहरा: प्रकाशस्तंभ, प्रदर्शन, स्मृति। |
| लोकेटर स्थिरता | सिमेंटिक लेबल के लिए एंकर, वर्ग परिवर्तन से बचे रहते हैं। | रेफरी/पहुंच-योग्यता, काफी स्थिर। | कच्चे DOM चयनकर्ता. |
| कैप्चा/बॉट का पता लगाना | वास्तविक मानव सत्र, इसमें यात्रा करने की कम से कम संभावना है। | अलग/हेडलेस ब्राउज़र, अक्सर फ़्लैग किया गया। | संलग्न होने पर बेहतर, लेकिन आपके टैब पकड़ लेता है। |
| समानांतर में कार्य | Spaces के माध्यम से एक साथ चल रहे कई कार्यों का समर्थन करने के लिए पैदा हुआ। | प्रति सर्वर एक सत्र; समानांतर रन का मतलब अतिरिक्त पृथक उदाहरणों को प्रबंधित करना है। | एकल उदाहरण, बड़ी टैब संख्या इसे क्रैश कर देती है। |
घर्षण कभी ब्राउज़र नहीं था. यह बीच की परत थी.
डेवलपर फ़ोरम और इश्यू ट्रैकर में सबसे ज़्यादा शिकायतें MCP को लेकर होती हैं। यह एजेंट और ब्राउज़र के बीच की परत है, जहाँ कनेक्शन टूटता है, अनुमतियाँ जमा होती हैं, सेशन बिगड़ता है और टोकन खर्च बढ़ता जाता है। ego (lite) में सब कुछ पहले से सेट है, इसलिए ऐसी अजीब त्रुटियाँ नहीं आतीं।
ब्राउज़र काम करता है. इसका कनेक्शन नहीं है.
- कनेक्शन: उपकरण दिखाई देते हैं लेकिन एजेंट उन्हें कॉल नहीं करता है, "अनुमोदन की प्रतीक्षा" पर रुकता है और एक ही सर्वर प्रत्येक क्लाइंट में अलग-अलग व्यवहार करता है
- स्वीकृतियाँ: प्रति टूल कॉल एक पॉपअप, अक्सर एक कार्य में 10 से 30, यहां तक कि "सब कुछ चलाएं" चालू होने पर भी
- विश्वसनीयता: एक कार्य जो आधा-अधूरा पूरा हो गया है, या एक नेविगेशन जो पहले ही सफल हो चुका है फिर भी समय समाप्त हो गया है
बीच में कोई परत नहीं: ego (lite) खुद ब्राउज़र है
- डिज़ाइन द्वारा स्थिर: एजेंट सीधे अपने स्थानीय ब्राउज़र से बात करता है, बीच में छोड़ने या रुकने के लिए कोई MCP ट्रांसपोर्ट नहीं होता है
- कम स्वीकृतियाँ: एक पास प्रति क्रिया एक टूल कॉल के बजाय कई चरण चलाता है
- पूर्वानुमान योग्य: किसी भी AI एजेंट के साथ ड्रॉप-इन, हर बार उसी तरह
कोई परीक्षण स्क्रिप्ट नहीं. बनाए रखने के लिए कोई चयनकर्ता नहीं. बस बोलो क्या जांचना है.
Playwright, Cypress या Selenium में आप टेस्ट लिखते और चयनकर्ता संभालते हैं; किसी क्लास का नाम या लेआउट बदलते ही टेस्ट टूट सकता है। ego (lite) सामान्य भाषा में दिया गया निर्देश समझकर तत्वों को उनके अर्थ से ढूँढता है, इसलिए UI बदलने पर टेस्ट नहीं टूटता।
आप विशिष्टता लिखते हैं, आप चयनकर्ताओं को बनाए रखते हैं
- हाथ से लिखें और संस्करण ए
.specप्रत्येक प्रवाह के लिए जिसे आप कवर करना चाहते हैं - पिन चयनकर्ताओं को पसंद है
page.click(".btn-x7f3")अगली बार जब यूआई बदलता है तो वह टूट जाता है - स्वयं परतदारपन से लड़ने के लिए प्रतीक्षा और पुनः प्रयास जोड़ें
- साइन-इन के पीछे परीक्षण करने के लिए लॉगिन ऑटोमेशन या स्टोरेज-स्टेट फ़ाइलें बनाएं
- प्रत्येक रीडिज़ाइन के बाद सुइट को पुनः चलाएँ और उसकी मरम्मत करें
बस बोलो क्या जांचना है
- लिखने के लिए कोई विशिष्टता नहीं: अपने एजेंट को एक वाक्य में चेक बताएं
- तत्वों का पता उनके अर्थ के आधार पर लगाया जाता है, सीएसएस वर्ग के आधार पर नहीं, इसलिए नाम बदलने या फेरबदल करने से यह टूटता नहीं है
- स्मार्ट वेट्स एसिंक सामग्री को संभालते हैं, कोई हैंड-रोल्ड स्लीप नहीं
- बिना किसी लॉगिन स्वचालन के आपके साइन-इन के पीछे परीक्षण
- दृश्य प्रतिगमन परीक्षण की आवश्यकता है? एजेंट स्क्रीनशॉट को अलग करता है
एक संस्करणयुक्त, हेडलेस सूट के लिए जो सीआई में अप्राप्य रूप से चलता है, या फ़ायरफ़ॉक्स और वेबकिट पर परीक्षण के लिए, Playwright रखें। विकास के दौरान ego (lite) तेज़ और बिना स्क्रिप्ट वाला आंतरिक परीक्षण चक्र देता है।
AI एजेंट ego (lite) को कैसे चलाते हैं
एजेंट एक संपूर्ण JavaScript प्रोग्राम लिखकर ब्राउज़र को चलाता है। एक एकल कॉल प्रत्येक चरण को बंडल करती है: स्टोर खोलें, एक उत्पाद जोड़ें, चेकआउट की प्रतीक्षा करें, और उन्हें ब्राउज़र के अंदर अनुक्रम में चलाएं, इसलिए एजेंट अगली कार्रवाई भेजने से पहले कभी भी एक कार्रवाई के वापस आने का इंतजार नहीं करता है।
यह उस चीज़ को संभालता है जो आमतौर पर ब्राउज़र परीक्षणों को परतदार बना देती है
हमने वे परिदृश्य चलाए जिन्हें डेवलपर स्वचालित करना सबसे कठिन मानते हैं, और एजेंट ने ego (lite) के साथ सभी को पूरा किया। इसका सिमेंटिक Snapshot सीधे Chromium रेंडरिंग इंजन के अंदर बनता है, इसलिए यह उन Shadow Roots और क्रॉस-डॉक्यूमेंट iframe को भी देख सकता है जहाँ इंजेक्ट की गई स्क्रिप्ट नहीं पहुँचतीं।
Shadow DOM
Acts inside web-component shadow roots, where injected scripts go blind.
Payment iframes
Fills card fields inside cross-document iframes, like a Stripe checkout.
Custom date pickers
Picks a date range in a custom calendar with no test ids.
Drag and drop
Real HTML5 drag: moves a kanban card, the board follows.
Infinite scroll
Scrolls a lazy feed until every item is loaded, no hand-tuned waits.
Paginated tables
Walks every page of an admin table and pulls each row.
Conditional modals
Cookie banners and dialogs that pop up mid-flow get handled, not tripped over.
Autocomplete
Types an address, waits for the suggestions, picks the right one.
और एक क्लिक जो किसी ढके हुए या अक्षम बटन पर पड़ता है उसे विफलता के रूप में रिपोर्ट किया जाता है, गलत पास के रूप में नहीं, उसी तरह जैसे एक वास्तविक परीक्षण ढांचा इसका इलाज करता है।
आपका लॉग-इन ब्राउज़र अभी भी आपके नियंत्रण में है
जिस ब्राउज़र में आपने साइन इन किया है उसमें किसी एजेंट को खुला छोड़ देना उचित बात है। यहीं वह जगह है जहां सीमाएं हैं.
यह अपने ही Space में कार्य करता है
एजेंट ब्राउज़र के अंदर एक अलग कार्यक्षेत्र में चलता है। यह आपके लॉगिन साझा करता है, लेकिन आपके टैब और windows अछूते रहते हैं।
हर कदम दिखाई दे रहा है
आपके Mac पर एक वास्तविक, नेतृत्व वाला ब्राउज़र, कोई छिपी हुई नेतृत्वहीन प्रक्रिया नहीं। रन को लाइव देखें, और किसी भी समय अपने एजेंट के सीएलआई से इसे बाधित करें।
आपका Mac कुछ भी नहीं छूटता
इतिहास, कुकीज़ और सेशन आपके कंप्यूटर पर रहते हैं। ego (lite) उन्हें अपलोड नहीं करता।
और जब किसी प्रवाह के वास्तविक दुष्प्रभाव होते हैं, तो एक चेकआउट जो चार्ज करता है या एक डिलीट जो हटाता है, एजेंट को लोकलहोस्ट या स्टेजिंग पर इंगित करता है, उसी तरह जैसे आप इसे हाथ से जांचेंगे.
कैसे उपयोग करें, चरण दर चरण
तीन चरणों में वेब ऐप परीक्षण: अपने एजेंट को लोकलहोस्ट या किसी यूआरएल पर इंगित करें, बताएं कि क्या जांचना है, और जो विफल हुआ उसे वापस पढ़ें।
एक Chromium ब्राउज़र जिसका आप प्रतिदिन उपयोग करते हैं। एक क्लिक आपके Chrome लॉगिन को आयात करता है, इसलिए एजेंट आपकी तरह ही परीक्षण करता है।
इसका क्या परीक्षण करना चाहिए?
/ego-browser लोकलहोस्ट खोलें:3000, चेकआउट करें और मुझे बताएं कि क्या टूटा है
प्रकार /ego-browser और बस वही बताएं जो जांचना है, किसी भी भाषा में जिसे आपका एजेंट समझता हो।
| पेज | नतीजा |
|---|---|
| /checkout | ठीक है |
| /product/gift-card | कंसोल त्रुटि |
| /product/camera | छवि 404 |
प्रत्येक टूटा हुआ पृष्ठ कंसोल त्रुटि या असफल अनुरोध के साथ वापस आता है जो इसे समझाता है, न कि केवल पास या असफल होने पर।
ego (lite) कहाँ उपयोगी है और कहाँ नहीं
तेज़ आंतरिक लूप के लिए निर्मित: विकसित होने के दौरान पुनरुत्पादन, डीबग और सत्यापित करें।
ego (lite) किन कामों में बेहतर है
वास्तविक ब्राउज़र में आंतरिक लूप।
- वास्तविक, लॉग-इन ब्राउज़र में बग को पुन: उत्पन्न और डीबग करें
- बिना किसी लॉगिन स्वचालन के साइन-इन के पीछे परीक्षण प्रवाह होता है
- कंसोल त्रुटियाँ, विफल अनुरोध और पृष्ठ स्थिति पढ़ें
- समानांतर में कई पृष्ठों पर खोजपूर्ण जाँच चलाएँ
- उसी सत्र में समाधान सत्यापित करें जिसमें आपको बग मिला था
Playwright के लिए कब पहुंचना है
सीमा के बारे में ईमानदार.
- CI में बिना निगरानी चलने वाले headless regression suites (ego (lite) एक दिखाई देने वाला Mac ब्राउज़र है)
- Firefox और WebKit पर टेस्टिंग (ego (lite) Chromium पर आधारित है)
- एक संस्करणबद्ध, नियतिवादी परीक्षण सूट जिसे आप प्रतिबद्ध और स्वामित्व में रखते हैं
अपने एजेंट को परीक्षण करने के लिए एक वास्तविक ब्राउज़र दें
Mac के लिए ego (lite) डाउनलोड करेंFAQ
नहीं, आप एक AI एजेंट लाएं जिसका आप पहले से उपयोग कर रहे हैं, जैसे कि Claude Code, Codex, या Cursor, और इसे स्पष्ट भाषा में बताएं कि क्या जांचना है। एजेंट आपके लिए ब्राउज़र चरण लिखता है और चलाता है। बनाए रखने के लिए कोई .spec फ़ाइलें नहीं हैं और हाथ से लिखने के लिए कोई CSS चयनकर्ता नहीं हैं, क्योंकि ego (lite) पृष्ठ के सिमेंटिक स्नैपशॉट से तत्वों का पता लगाता है।
Playwright MCP एक MCP सर्वर है, आपका एजेंट प्रति क्रिया एक टूल कॉल चलाता है, इसलिए पंद्रह-चरणीय कार्य का अर्थ है मॉडल के लिए पंद्रह राउंड ट्रिप, जो धीमा है और टोकन जलाता है। ego (lite) ब्राउज़र ही है: एजेंट एक छोटा JavaScript पास लिखता है जो आपके वास्तविक लॉग-इन ब्राउज़र पर एक साथ कई चरण चलाता है। ओपस 4.8 के साथ Claude Code में एक ही कार्य पर हमारे परीक्षण में, ego (lite) ने लगभग 18 सेकंड में 2 मॉडल राउंड ट्रिप के साथ समाप्त किया, जबकि लगभग 43 सेकंड और Playwright एमसीपी के लिए 9 राउंड ट्रिप के साथ। यह समानांतर में कई परीक्षण कार्य भी चलाता है, प्रत्येक अपने स्वयं के Space में, जो एक एकल एमसीपी ब्राउज़र नहीं कर सकता है।
हाँ, और यहीं वह चमकता है। ego (lite) आपका अपना दैनिक ब्राउज़र है, पहले से ही साइन इन है, इसलिए एजेंट आपके द्वारा लॉगिन ऑटोमेशन बनाए बिना डैशबोर्ड, आंतरिक व्यवस्थापक पैनल और खाता प्रवाह का परीक्षण करता है। क्योंकि यह एक वास्तविक मानव सत्र की तरह व्यवहार करता है, इसमें हेडलेस या ताज़ा लॉन्च किए गए ब्राउज़र की तुलना में कैप्चा या बॉट डिटेक्शन के ट्रिप होने की संभावना बहुत कम होती है।
प्रत्येक कार्य अपने स्वयं के Spaces में चलता है, एक ही ब्राउज़र के अंदर एक अलग कार्यक्षेत्र, जैसे एक ही प्रोफ़ाइल का अतिरिक्त windows। Spaces आपके लॉगिन को साझा करते हैं लेकिन अपने स्वयं के पेज रखते हैं, ताकि समानांतर रन एक-दूसरे के साथ या उन टैब के साथ न टकराएं जिनमें आप काम कर रहे हैं। एक वेबसाइट के लिए यह एक साइन-इन उपयोगकर्ता की तरह दिखता है जिसमें कई टैब खुले होते हैं। यदि आपका ऐप प्रति खाता केवल एक सक्रिय सत्र की अनुमति देता है, तो उन प्रवाहों को एक बार में चलाएं या परीक्षण खाते का उपयोग करें।
हां, इस अर्थ में कि एजेंट एक बेसलाइन स्क्रीनशॉट और एक नया स्क्रीनशॉट कैप्चर करता है, उन्हें पिक्सेल दर पिक्सेल अलग करता है, और आपको बताता है कि क्या और कहां बदलाव हुआ है। यह आपके ब्राउज़र में अंतर करने वाला एजेंट है, सेट अप करने के लिए कोई अलग विज़ुअल-टेस्टिंग उत्पाद नहीं है, इसलिए इसमें तार लगाने के लिए कोई पर्सी या क्रोमैटिक नहीं है। समीक्षा वर्कफ़्लो और सीआई गेटिंग के साथ प्रबंधित बेसलाइन सेवा के लिए, एक समर्पित विज़ुअल-टेस्टिंग टूल अभी भी बेहतर फिट है।
आज नहीं. ego (lite) आपके Mac पर एक वास्तविक, नेतृत्व वाला ब्राउज़र है, जो आपके विकसित होने के दौरान परीक्षण के लिए बनाया गया है: बग को पुन: उत्पन्न करें, इसे डीबग करें, फिक्स को सत्यापित करें, अपने पृष्ठों पर चेक चलाएं। सीआई में अप्राप्य रूप से चलने वाले हेडलेस सूट के लिए, या फ़ायरफ़ॉक्स और वेबकिट पर परीक्षण के लिए, अपना Playwright परीक्षण सूट रखें। ego (lite) तेज़ आंतरिक लूप है, सीआई रनर नहीं।
कार्यात्मक और रनटाइम समस्याएं जो एक वास्तविक उपयोगकर्ता को प्रभावित करेंगी: एक प्रवाह जो टूट जाता है, एक बटन जो कुछ नहीं करता है, एक न पकड़ी गई JavaScript त्रुटि, एक विफल नेटवर्क अनुरोध, एक कंसोल त्रुटि, एक मान जो गलत आता है। एजेंट पृष्ठ स्थिति के साथ-साथ कंसोल और नेटवर्क को भी पढ़ता है, इसलिए यह रिपोर्ट करता है कि क्या विफल हुआ और कहां, न कि केवल हरा या लाल।
एजेंट अपने स्वयं के Space में काम करता है, इसलिए आपके टैब और windows अछूते रहते हैं, और सब कुछ एक वास्तविक, दृश्यमान ब्राउज़र विंडो में होता है जिसे आप किसी भी समय अपने एजेंट के सीएलआई से देख और बाधित कर सकते हैं। आपका ब्राउज़िंग डेटा आपके कंप्यूटर पर ही रहता है: ego (lite) आपका इतिहास, कुकीज़ या सत्र अपलोड नहीं करता है। वास्तविक दुष्प्रभावों वाले प्रवाह के लिए, जैसे चेकआउट जो वास्तव में शुल्क लेता है, एजेंट को लोकलहोस्ट या स्टेजिंग पर इंगित करें, उसी तरह जैसे आप हाथ से परीक्षण करेंगे। यदि आप किसी बाहरी एजेंट या मॉडल प्रदाता से जुड़ते हैं, तो उस प्रदाता की अपनी डेटा नीति होती है।