ego lite：为 AI agent 而生的浏览器，人和智能体并行工作

当你让 Claude Code 或 Codex 自动浏览网页完成任务时，最折磨人的是浏览器本身。AI agent 打开网页，抢走你的鼠标，弹出一堆标签页，你的工作被迫中断。更麻烦的是登录态——agent 用的是干净的浏览器实例，你的 cookie 和 session 全都不在，它连一个需要登录的页面都打不开。

CitroLabs 开源的项目 ego lite 给出了一个不同的思路：做一款人和 AI agent 可以同时在里面工作的浏览器。你的标签页归你，agent 的标签页归 agent，两者共享登录态但互不干扰。

GitHub Trending 上线三个月，ego lite 拿到 3700+ star，日增近 1000。在 AI agent 浏览器自动化这个赛道里，它的增长速度排在前列。

核心架构：Space 隔离 + 共享登录态

ego lite 的底层是 Chromium 内核，但做了内核级改造。最关键的设计是 Space（任务空间） 概念。

每个 AI agent 运行在独立的 Space 里。Space 是一个完全隔离的浏览上下文，拥有自己的标签页集合，但继承当前用户的登录状态。这意味着 agent 可以直接访问你已登录的所有网站，而不需要你手动导出 cookie 或配置 session。

从技术角度，Space 实现了以下隔离层次：

• 标签页隔离：agent 的标签页和用户的标签页物理分开，互不可见
• 控制权管理：同一时间只有一方（agent 或用户）持有 Space 的控制权，避免冲突
• 登录态共享：通过 Chrome 数据迁移机制，agent 继承用户的 cookies、session、密码和书签

用户在前台浏览时，agent 在后台的 Space 中安静执行任务。用户可以随时查看哪个 Space 正在运行 agent，也可以接管或停止它。

代码驱动而非 CLI 驱动

传统浏览器自动化工具（如 browser-use、Vercel agent-browser）的工作模式是 CLI 循环：agent 发一条命令，等待结果，再发下一条命令，反复往返。每一步都有网络延迟和模型推理延迟叠加。

ego lite 采取了不同的技术路线。它将浏览器能力封装为 JavaScript 函数——snapshotText、click、fillInput、js、cdp 等——agent 可以在一个 Node.js 脚本里组合调用这些函数，一次执行多步操作。

具体来看 ego-browser 的 API 设计：

ego-browser nodejs <<'EOF'
const task = await useOrCreateTaskSpace('scrape competitor pricing')
await openOrReuseTab('https://example.com', { wait: true, timeout: 20 })
const text = await snapshotText()
await click('#price-filter')
await fillInput('#min-price', '100')
const results = await js(() => document.querySelectorAll('.price').length)
cliLog(`Found ${results} products`)
EOF

这段代码在一个 heredoc 块中完成了创建任务空间、打开页面、快照内容、点击按钮、填写表单、执行页面内 JS 等六步操作。如果用传统 CLI 模式，这些操作需要六轮独立的工具调用，每轮都有模型推理开销。

ego lite 官方的基准测试对比如下：

测试使用 gpt-5.5 模型、medium effort 配置、每个任务取 5 次运行的中位数。四个任务的结果：

成本方面（模型 token 消费）同样有优势：抓取任务 ego lite 花费 $0.21 vs agent-browser 的 $0.42（便宜 2 倍），LinkedIn 任务 $0.45 vs $0.64（便宜 1.4 倍）。

Expedia 任务最能说明问题：agent-browser 直接被网站的反爬虫机制拦截，而 ego lite 因为继承了用户的真实浏览器指纹和登录态，成功完成了预订流程。

页面快照：内核级优化的核心竞争力

AI agent 操控网页的前提是"看见"页面。当前主流方案是通过 DOM 提取或 accessibility tree 生成页面快照（snapshot），但都有限制：

• DOM 方案：HTML 结构复杂时 token 消耗爆炸，深层嵌套的 iframe 经常丢失
• Accessibility tree：非语义化元素信息不全，动态加载内容跟不上

ego lite 声称通过内核级定制，能生成市场上质量最高的页面快照。具体做法是对 Chromium 的渲染管线做了 patch，在内核层面直接提取结构化的页面信息，而不是在页面层面通过注入脚本去读 DOM。

这在处理深层嵌套 iframe 时优势明显。很多企业级 SaaS 应用（如 Salesforce 后台、Workday）使用多层 iframe 嵌套，传统方案在这些页面上经常只能看到空白或框架内容。ego lite 的内核级快照可以直接穿透 iframe 层级，把内部页面元素暴露给 agent。

多 Agent 并行：Space 集群化

ego lite 的 Space 设计天然支持多 agent 并行。每个 Space 可以运行不同的 agent 或不同的任务，全部在同一浏览器实例内同时执行。

典型场景：

• Claude Code 在 10 个 Space 中并行处理 10 条销售线索的数据补全
• Codex 在 5 个 Space 中并行抓取 5 个竞品网站的价格数据
• 一个 Space 跑 Cursor 收集文档，另一个 Space 跑自定义 agent 做测试

这些 Space 之间不会相互碰撞，也不会抢占用户的标签页。用户的鼠标始终保持在自己的工作区域。

Agent 生态兼容

ego lite 不是一个绑定了特定 agent 的封闭系统。它通过 ego-browser 这个 skill 连接任意 agent CLI——Claude Code、Codex、Cursor 或自定义 agent 都可以驱动它。

安装方式有两种：

方式一：下载 macOS 应用，自动在 agent 的 skills 目录中安装 ego-browser skill。

方式二：使用 npx 命令行安装 skill：

npx skills add citrolabs/ego-lite

或者更直接地让 agent 自己安装：

Set up ego lite for me: https://github.com/citrolabs/ego-lite
Read `skills/ego-browser/references/install.md` and follow the steps.

首次启动时，ego lite 会询问是否迁移 Chrome 数据。选择是，agent 即可继承你的全部登录态、cookie、扩展和书签。

与主流方案的差异

当前 AI 浏览器自动化领域有三类方案，ego lite 填补了其中的空白：

第一类：浏览器自动化框架（Browser-Use、Vercel agent-browser）

这类工具自身不提供浏览器，agent 需要启动一个独立的浏览器实例来驱动，登录态无法继承（因为用的是全新实例），而且 agent 的操作和用户浏览发生在不同浏览器里。

第二类：内置 agent 的 AI 浏览器（ChatGPT Atlas、Perplexity Comet）

这类工具提供了自己的浏览器和内置 agent，但只有内置 agent 能驱动浏览器。你无法让 Claude Code 或 Codex 去操控它们。

第三类：ego lite

ego lite 是一个完整浏览器，人和 agent 可以同时使用。agent 可以是任意外部 CLI，不是内置的。它继承了真实浏览器的登录态，解决了登录墙问题。

隐私与安全考量

ego lite 的数据全部存储在本地设备上。根据官方说明，应用只记录用户在初始化阶段是否选择迁移 Chrome 数据，不收集浏览行为数据。

但从安全角度看，共享登录态的设计需要用户充分理解风险：agent 在 Space 中可以访问你所有已登录的网站。如果 agent 执行的任务包含恶意指令（例如被提示注入攻击），理论上可以以你的身份操作银行、邮箱等敏感账户。

ego lite 通过 Space 所有权机制提供了部分保护：用户可以随时接管 Space 控制权、停止 agent 运行。但完整的信任边界管理（如限制 agent 只能访问特定域名）尚未在当前版本中实现。

平台支持与路线图

ego lite 目前仅支持 macOS（Apple Silicon 和 Intel），Windows 和 Linux 在路线图上。

MIT 许可证，代码开源于 GitHub。浏览器本身是独立下载的免费应用，社区版的定位是面向个人开发者和构建者。CitroLabs 同时在开发 ego 完整版，定位是基于浏览器的 AI 个人助手。

开发者影响

ego lite 代表了 AI agent 基础设施的一个新方向：从"agent 调用浏览器"转向"浏览器原生支持 agent"。这个方向的深层含义是，浏览器不再只是人类访问网页的工具，而是变成了人和 AI agent 共享的协作平台。

对于开发者来说，ego lite 的价值在于：

• 降低 agent 开发门槛：不需要自己处理浏览器实例管理、登录态共享、反爬虫绕过
• 提升 agent 执行效率：代码驱动模式比 CLI 循环快 2-3 倍，token 消耗降低一半
• 保持工作流连续性：agent 在后台运行时，开发者可以继续自己的工作

GitHub Trending 日增近 1000 star 的增长曲线说明这个需求是真实存在的。在 agent 时代，浏览器作为最基础的操作界面，其架构需要为 AI agent 做适配。ego lite 是目前这个方向上完成度最高的开源项目。

来源：citrolabs/ego-lite GitHub | 官方文档