agent-browserは、まっさらなヘッドレスChromiumを操作するCLIです。開く、スナップショットを取る、クリックする、再びスナップショットを取る——各ステップにつき1コマンドで、次のステップが始まる前に毎回モデルとの往復が発生します。
ego liteは、あなたがすでにログイン済みのブラウザをそのまま操作し、1ステップ1コマンドの代わりにJavaScriptでアクションをまとめて実行します。当社のベンチマークでは、タスク全体を3.45倍速く完了しました：81.8秒 対 282.9秒です。
どちらのツールも、コーディングエージェントにはMCP設定や生のHTMLよりも良い方法があるべきだという発想から生まれています。違いは実行方式にあります。agent-browserは、Chromeを直接操作するRust製デーモンの背後で、まっさらな自動化セッションを起動します。一方 ego liteは、あなたが普段使っているブラウザそのものをエージェントネイティブにするため、実際のセッションでタスクが実行され、タスクあたりのコストも抑えられ、いつでもハンドルを握れるほど可視化されています。
agent-browserの中核ループは、開く、スナップショットを取る、@e2をクリックする、再びスナップショットを取る、というものです。各ステップはコマンドとして実行され、モデルはその結果を読んでから次のステップを決めます。batchコマンドでステップをキューに入れることはできますが、実行途中でスナップショットに応じて分岐することはできないため、状態に依存するタスクは依然としてステップごとにコストがかかります。
ego liteは、安定した@N参照を持つ圧縮されたSnapshotとしてページにアクセスし、エージェントは1回のJavaScriptターンで複数の参照に対して操作を行います。これはまさに当社のベンチマークが測定した対戦カードです：3.45倍速い、81.8秒 対 282.9秒。
agent-browserの並列処理は、自分自身で管理する一連の--sessionフラグによって実現されており、デフォルトではヘッドレスです。そのため、ダイアログがフリーズしても、CLIの出力だけを頼りに推測するしかありません。それを解決するはずの--headedフラグには、無視される、あるいはウィンドウを表示する代わりにChromeがクラッシュを繰り返すといった未解決のバグ報告があります。
ego liteではSpacesの数に上限がなく、それぞれがインポートされた独自のChromeプロファイル上で、デフォルトでheadful（表示あり）のまま、同時に自分のタスクを実行します。どのSpaceもあなたのタブを奪うことはなく、いつでも見守ったり操作を引き継いだりできます。
典型的なagent-browserのフローは、開く、スナップショットを取る、@e2をクリックする、@e3に入力する、再びスナップショットを取る、というように個別のコマンドの連続で、それぞれがモデルとの往復を伴い、モデルは結果を読んでから次のステップを決めます。batchモードでステップをキューに入れることはできますが、モデルはバッチ全体の結果が返るまでスナップショットに対して行動できません。
ego liteのエージェントは数行のJavaScriptを書いて1ターンで複数のステップを実行し、その結果を圧縮されたSnapshotとして読み取ります。これらを組み合わせることで、タスク全体のコストを1アクション1コマンドのループよりも大幅に抑えられます。
agent-browserを実際のChromeで使うにはセットアップが必要です。プロファイル名を指定すると、あなたのプロファイルが読み取り専用のスナップショットにコピーされます。あるいは永続パスを使えば再起動をまたいでログイン状態を維持できるはずですが、Linuxではプロファイルディレクトリが空のままになるという未解決の報告があります。もう一つの手段であるリモートデバッグポートは、そのポートにアクセスできるローカルの任意のプロセスにブラウザの完全な制御を晒します。セットアップを省略すると、まっさらなヘッドレスプロファイルが起動し、CAPTCHAや2FAのプロンプトのたびに止まってしまいます。
ego liteは、あなたのChromeプロファイルをワンクリックで、稼働中のままインポートします。
| 機能 | ego lite | agent-browser |
|---|---|---|
| デフォルトのブラウザ状態 | インポート済みのChromeプロファイル:ログイン情報、Cookie、拡張機能 | まっさらなヘッドレスプロファイル。実際のChromeを再利用するには、--profileによるスナップショットコピーか手動のCDP接続が必要です。 |
| エージェントがページをどう操作するか | 1ターンあたり数行のJavaScriptで複数のアクションをまとめて実行 | 1アクションにつき1コマンド。batchモードでステップをキューに入れることはできますが、実行途中でスナップショットに応じて分岐することはできません。 |
| エージェントがページをどう読み取るか | 圧縮されたSnapshot:安定した@N参照を持つアクセシビリティツリー | 同様:@e参照を持つコンパクトなアクセシビリティスナップショット |
| 同じタスクの完了時間 | 当社のベンチマークで81.8秒 | 同じベンチマークで282.9秒:3.45倍遅い |
| タスクを見守る、または引き継ぐ | はい。デフォルトでheadfulウィンドウが表示され、クリックして自分で操作を引き継げます。 | デフォルトではヘッドレス。監視するには別途--headedフラグが必要です。 |
| 並列タスク | Spaceがタスクを並べて実行し、あなたのタブには一切触れません | --sessionフラグを介した複数の分離セッションで、CLIから管理・監視します。 |
| 再利用可能なスキル (近日公開) | 成功した実行を再利用可能なスキルへと蒸留し、エージェントが繰り返すほど複雑なタスクで最大5倍高速化 (限定ベータ) | 標準機能としては非搭載 |
| セットアップ | アプリをインストールし、エージェントで /ego-browser を実行 | npm、Homebrew、Cargoでインストールした後、agent-browser installでChrome for Testingビルドをダウンロードします。 |
| 価格 | 無料、サブスクリプションなし。ego-browserシェルはMITライセンスです。 | 無料、オープンソース |
agent-browserによって、コーディングエージェントはブラウザを直接操作すべきだと確信したなら、ego liteはその確信をそのままに、あなたの実際のブラウザを結びつけたものです。切り替えは数分で済み、何かをアンインストールする必要もありません。
ego liteをダウンロードして、ワンクリックでChromeプロファイルを取り込みます。ログイン情報もCookieも拡張機能もそのまま引き継がれ、--profileフラグやプロファイルディレクトリのコピーは一切不要です。
エージェントに貼り付ける
/ego-browser ego.appを開き、料金ページが読み込まれることを確認する
Claude Code、Codex、Cursor、Gemini CLIのいずれかに一文を貼り付けてEnterを押すだけです。デーモンを起動する必要も、CDPポートを開く必要も、sessionフラグを管理する必要もありません。
タスクは専用のSpaceで実行されるため、あなたのタブには触れません。ブラウザウィンドウは本物なので、ライブで見ることもいつでも引き継ぐこともできます。結果はエージェントのCLIに戻ってきます。
すでにパイプラインに組み込まれているなら、ヘッドレスのCIチェックにはそのままagent-browserを使い続けて構いません。ego liteは、あなた自身のマシンとアカウントで行う対話的な作業をカバーします。
無料で Mac 上で動作し、ワンクリックで Chrome のプロファイルをインポートできます。Claude Code、Codex、Cursor、コードを書くあらゆる CLI エージェントに対応しています。
まだ検討中ですか？agent-browserが同分野の他のツールとどう比較されるかをご覧ください。
agent-browserは、Vercel Labsが開発したことからVercel agent-browserとも呼ばれ、AIコーディングエージェント向けに作られたオープンソースのブラウザ自動化CLIです。Chrome DevTools Protocolを介してChromeを直接操作する純粋なRust製デーモンの前段にRust CLIを配置した構成で、動作にPlaywrightやNode.jsランタイムは不要です。snapshotコマンドは@e参照付きのコンパクトなアクセシビリティツリーを返すため、エージェントは壊れやすいセレクタではなく安定した参照を使ってクリックや入力を行えます。また、Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilotをはじめほとんどのコーディングエージェント向けのskillとして提供され、MCPサーバーはデフォルトの経路ではなくオプションのサブコマンドとして利用できます。無料でよく設計されており、広く採用されています。
はい、重視しているタスクが実際のアカウントに関わる場合や、可視化されることに利点がある場合はそうです。どちらのツールも、MCPを前提としたセットアップではなくCLIやskillを通じてコーディングエージェントにブラウザを与えます。ego liteはさらに、デフォルトで稼働中のままインポートされたChromeプロファイル、引き継ぎ可能なheadfulウィンドウ、並列のSpace、複数アクションのJavaScript実行を加えます。agent-browserは、スクリプトやCIにおける使い捨てのヘッドレス自動化のためのクリーンな選択肢であり続けます。
はい、追加のセットアップをすれば可能ですが、まだ完全に信頼できるわけではありません。プロファイル名を渡すと、agent-browserはそのChromeプロファイルを読み取り専用のスナップショットとして一時ディレクトリにコピーします。そのため既存のログイン状態を引き継いで起動しますが、セッション中に書き込まれた内容は実際のプロファイルには反映されません。Windowsでは、プロファイルファイルがロックされる可能性があるため、事前にChromeを閉じておく必要もあります。Cookieとログイン状態を再起動をまたいで自動的に維持するための永続プロファイルモードもありますが、実行のたびにプロファイルディレクトリが空になるという未解決のバグ報告があります。稼働中のChromeにCDP経由で接続することも可能ですが、プロジェクト自身のドキュメントでも、そのポートはローカルの任意のプロセスにブラウザの完全な制御を晒すと明記されています。ego liteでは、ログイン済みのブラウザがデフォルトです。プロファイルを一度インポートすれば、以降のすべてのエージェントタスクは稼働中のまま、追加のフラグなしでそこから始まります。
スナップショットはその半分にすぎません。agent-browserのbatchモードは、1回のプロセス起動で固定されたコマンドのリストを実行できますが、モデルはバッチ全体が終わるまでスナップショットの結果に対して行動できません。そのため、各ステップが前のステップに依存するタスクは、コマンド実行とモデルによる結果確認を繰り返す長い連鎖になります。ego liteでは、エージェントが複数のアクションを1回のJavaScript実行にまとめ、その結果を圧縮されたSnapshotとしてすぐに読み取り、判断できます。この節約は両者を組み合わせることで生まれ、単一のステップではなくタスク全体のトークン数に表れます。
いいえ。これは両方のツールが共有している考え方です。agent-browserの主なインターフェースはCLIであり、MCPサーバーは必要なクライアント向けにオプションのサブコマンドとして用意されています。ego liteは、エージェント内で/ego-browserを実行することで、ego-browserシェルを通じて接続します。どちらのツールも、デフォルトの経路としてMCPの設定ファイルを編集する必要はありません。
はい。両者は競合しません。一部の開発者は、CIやVercel Sandbox上でのヘッドレスチェックにはagent-browserを使い続け、ログイン済みのタスクや並行リサーチ、見守る価値のあるあらゆる対話的な作業には ego liteを使っています。実際のところ、その大半はログイン済みのタスクです。
はい。ego liteは無料でサブスクリプションも不要です。そして、エージェントが接続する ego-browserシェルはMITライセンスのオープンソースです。