Puppeteer 是一个用于编写无头 Chrome 脚本的 Node.js 库：你自己写导航代码，调整选择器，目标网站一改版就得去补脚本。
ego (lite) 完全跳过了写脚本这一步。你的 Agent 直接读取你已登录的 Chrome，并自己写 JavaScript，完成整个任务的速度比 Puppeteer 快 3 到 4 倍。
对于一次性的抓取、填表、测试和后台杂活，脚本一直是最费时的部分：先写出来，然后页面一变就得跟着改。ego (lite) 通过开源的 ego-browser shell，把这些工作交给你已经在用的 Agent（Claude Code、Codex 或 Cursor）来完成。
Puppeteer 自己的 issue tracker 里全是 waitForSelector 超时的报告，哪怕元素明明就在 DOM 里也照样超时，你可能要花一整个下午去证明这是个时序问题，不是你代码写错了。
ego (lite) 跳过了这种等待再轮询的折腾：页面一加载完成，你的 Agent 就把它读成一份压缩的 Snapshot 并立即操作，每一轮把好几个步骤打包进一次 JavaScript 调用。累计下来，整个任务完成的速度比 Puppeteer 快 3 到 4 倍。
Puppeteer 开发者一旦不满足于单个脚本，就会发现所谓的并行，意味着要自己搭一套池：启动参数、浏览器上下文，还要靠 puppeteer-cluster 这样的队列库来限制并发，免得 Chrome 把内存吃光。
在 ego (lite) 里，你完全不需要计算池的大小。每个任务都拥有自己的 Space，都在同一个浏览器里，你想开多少个就开多少个，每个都用各自导入的 Chrome profile。它们互不干扰你正在用的标签页，你随时可以查看或接管任意一个 Space。
原生的 Puppeteer 脚本不消耗 Token，因为它根本不调用模型。成本是在你通过 MCP 服务器（比如原始的 Puppeteer MCP 参考实现）把 Puppeteer 包装给 Agent 使用时才出现的：每个被包装的操作都变成一次独立的工具调用，要把上下文重新发给模型，而且因为没有可访问性 Snapshot 工具，它只能靠截图来检查自己做得对不对。
ego (lite) 的 Agent 每一轮都把好几个操作打包进几行 JavaScript，再叠加 Snapshot 输入，同样的任务整体消耗的 Token 要少得多，按任务计算是如此。
Puppeteer 启动的是一个干干净净的空白 Chrome，没有 cookie 也没有会话，所以任何需要登录才能访问的内容，都得自己写认证流程的脚本，还要祈祷网站不会对着一个它不认识的浏览器扔出验证码或 2FA 提示。这道空白 profile 的墙，是脚本在开发环境跑得通、到真实网站上就失败的最常见原因。
ego (lite) 基于 Chromium 构建，一键就能导入你完整的 Chrome 环境。你的 Agent 继承你的登录状态、Cookie 和扩展程序，不会卡在任何地方。
| 功能 | ego lite | Puppeteer |
|---|---|---|
| 任务是怎么完成的 | 描述任务，Agent 来操作浏览器 | 编写并维护 Node.js 脚本 |
| 应对页面变化 | Agent 重新读取 Snapshot 并自动调整 | 选择器失效，你去补脚本 |
| 已登录的网站（SSO、2FA） | 继承你真实的 Chrome 配置文件和会话状态 | 空白 profile，得自己写登录脚本、导出 Cookie |
| 设置 | 安装应用，在你的 Agent 中运行 /ego-browser | Node 项目、npm install、启动配置 |
| 并行任务 | Space 在同一浏览器内隔离任务，无需计算池大小 | 自己管理浏览器池、上下文和内存 |
| AI Agent 支持 | 专为它们打造：通过 ego-browser 支持 Claude Code、Codex、Cursor | 原生不支持，需要 MCP 包装层或自定义胶水代码 |
| 日常使用的浏览器 | 支持：人和 Agent 共用一个浏览器，各自有独立的 Space | 不支持，是无头自动化工具 |
| 最适合 CI 测试套件 | 不适合：这是交互式的 Agent 任务，不是提交入库的测试代码 | 适合：结果确定、可编写脚本，对 CI 友好 |
| 可复用技能（即将上线） | 将成功的运行过程提炼为可复用技能；Agent 重复执行复杂任务时最高可快 5 倍（限量测试中） | 没有内置的同类功能 |
| 价格 | 免费，无需订阅 | 免费，开源 |
你不需要把 Puppeteer 脚本迁移到 ego (lite)，而是直接不再写它们。把你曾经写脚本处理的任务，或者干脆放弃去写的任务，都交给你的 Agent。
下载 ego (lite)，导入你的 Chrome profile。那些脚本一直过不去的登录，也会一起带过来。
粘贴到你的 Agent 里
/ego-browser 打开 ego.app，检查页面有没有控制台报错
在 Claude Code、Codex 或 Cursor 中运行 /ego-browser。
挑一个你平时会写脚本处理的任务，比如抓取列表页或填写后台表单，用一句话把它描述给 Agent。
在脚本真正占优势的场景继续用 Puppeteer：结果确定的 CI 套件、大批量的定时任务。ego (lite) 则负责那些交互式、每周都在变化的浏览器工作。
免费使用，运行在你的 Mac 上，一键导入 Chrome 浏览器配置文件。支持 Claude Code、Codex、Cursor，以及任何能写代码的 CLI Agent。
还在权衡选哪个？看看 Puppeteer 和同类其他工具的对比。
Puppeteer 是 Chrome 团队推出的 Node.js 自动化库，通过 DevTools Protocol 和 WebDriver BiDi 控制 Chrome 和 Firefox。它成熟、速度快、免费，是开发者编写仅限 Chrome 的抓取脚本、生成 PDF 和无头测试的常见选择，尽管 Playwright 在测试框架整体采用率上已经领先。它自己的 issue tracker 里记录了不少 waitForSelector 在导航和重连时出现的真实抖动问题，规模化运行的团队最终要手动管理浏览器池、上下文和内存，但对于精心调试、提交入库、跑在 CI 里的自动化代码，Puppeteer 依然出色。下面的对比讨论的是：当浏览这件事由 AI Agent 而不是脚本来做时会发生什么。
对于由 AI Agent 驱动的浏览器工作来说，是的：它完全去掉了脚本这一层，直接在你真实的、已登录的 Chrome 里运行任务，是少数几个专为 Agent 而不是为了写更多脚本而设计的 Puppeteer 替代方案。而对于提交入库、结果确定的 CI 自动化代码，Puppeteer 依然是更好的选择。不少开发者两个都在用：Puppeteer 跑流水线，ego (lite) 处理那些他们一直没抽出时间写脚本的事。
这三个都是以脚本为核心的自动化库，playwright vs puppeteer 或者 puppeteer vs selenium 该选哪个，通常取决于你测的是什么、用什么语言。如果你在 Node 里只做 Chrome，想要一个精简的 DevTools 级 API，Puppeteer 更合适。对于新建的测试套件，Playwright 通常更占优势：多浏览器覆盖、自动等待，以及更强的测试运行器。Selenium vs Puppeteer 则更接近，selenium 和 puppeteer 哪个更好，往往取决于语言和 CI 环境，而不是纯粹的能力差异：Selenium 的优势在于 W3C WebDriver 标准，以及最广泛的语言和老旧浏览器支持，代价是更多的样板代码。ego (lite) 完全不参与这场争论，因为它是一款 agent browser：浏览这件事由 AI Agent 来做，而不是靠这三者中的任何一个去写脚本。这两个方向的对比详情，可参见我们的 ego (lite) vs Playwright 和 ego (lite) vs Selenium 页面。
围绕 Puppeteer 搭建的 MCP 包装层能让 Agent 获得浏览器访问能力，但每个操作都是一次独立的工具往返，要经过模型，而且底层浏览器依然是空白 profile。ego (lite) 用 JavaScript 打包操作，并继承你真实的登录态，所以按任务计算的 Token 成本一直很低，Agent 也永远不会撞上那种包装层过不去的 SSO 高墙。
选择器绑定的是页面精确的标记结构：类名、DOM 顺序、ARIA 结构。目标网站的一次改版、一次 A/B 测试，或者一次框架升级，都会改变这些标记，你的 waitForSelector 调用就会开始超时，还往往是断断续续地出现，这正是 Puppeteer 自己的 issue tracker 里反复被报告的那种抖动问题。ego (lite) 的 Agent 根本不依赖固定的选择器。它每次都把当前页面读成一份 Snapshot，再根据实际看到的内容去推理，所以改版对它来说只是下一次运行需要适应的变化，而不是会让脚本崩掉的东西。
不需要。把 Puppeteer 从单个脚本扩展开来，通常意味着要搭一套池（puppeteer-cluster、generic-pool，或者自己写队列）来限制并发，避免 Chrome 的内存占用失控。ego (lite) 的 Space 都运行在你已经打开的同一个浏览器进程里，所以同时跑五个任务，不代表要照看五个浏览器实例。
可以。任何会写代码的 CLI Agent 都能通过 MIT 许可的 ego-browser shell 接入：Claude Code、Codex、Cursor、Gemini CLI、OpenCode，以及你自己搭建的内部 Agent。
是的。免费，无需订阅，而且 ego-browser shell 是开源的。