Ego Lite是什么
Ego Lite 是 Citro Labs 开发的专为 AI Agent（人工智能智能体）设计的 Chromium 浏览器。解决传统浏览器自动化工具（如 Playwright、Puppeteer）在驱动浏览器时面临的登录态丢失、资源占用高、干扰用户正常浏览等痛点，实现人类用户与 AI Agent 的协同工作。通过 CLI 暴露 Node.js 运行时，Agent 可在独立的”任务空间”中静默驱动浏览器，执行页面读取、点击、API 探测、截图验证等操作，同时继承用户登录态且不干扰正常浏览窗口。
阅读目录
Ego Lite的主要功能
-
语义快照提取：通过
snapshotText()获取页面文本、按钮、链接和可点击元素的语义化结构。 -
元素交互操作：支持
click、fillInput等指令，Agent 可精准点击按钮、填写表单。 -
底层脚本执行：通过
js()在页面上下文中执行 JavaScript，直接读取 DOM 状态与前端数据。 -
浏览器协议调用：通过
cdp()调用 Chrome DevTools Protocol，实现网络请求拦截与深度调试。 -
截图视觉验证：
captureScreenshot支持视觉工作流，用于富文本、地图、白板等非标准 DOM 场景验证。 -
网络请求抓取：
browserFetch可直接发起或拦截浏览器内部请求，获取前端真实 API 返回数据。 -
任务空间隔离：每个任务拥有独立的
task space（标签页组），复用登录态且互不干扰。
Ego Lite的技术原理
- 基于 Chromium 的 Agent 驱动层：Ego Lite 在 Chromium 内核之上构建了一套面向 Agent 的 CLI 操作层。安装时系统暴露 Node.js 运行时，Agent 通过
ego-browser nodejs执行预置脚本，脚本中封装了snapshotText、click、js、cdp、browserFetch等 helper 函数。 - 三层工作流架构：
- 语义工作流：优先使用
snapshotText()提取页面可交互元素的语义信息，适合标准网页结构。 - 视觉工作流：当 DOM 与真实界面不一致时（如 Canvas、SVG、地图），退回到截图 + 坐标 + 键盘动作验证。
- 底层工作流：通过
js()注入页面上下文执行代码，或通过cdp()直接调用 Chrome DevTools Protocol，读取前端状态、探测隐藏 API 接口、解析前端 bundle。
- 语义工作流：优先使用
- Task Space 隔离机制：每个任务空间是独立的浏览上下文，拥有专属标签页，默认继承当前用户的 Cookie 与登录态。Agent 可在需要登录的站点内操作，不会抢占用户正在使用的浏览器窗口控制权。
微信关注回复“开源”，加入AI开源项目交流群
如何使用Ego Lite
- 下载安装：访问官网 https://lite.ego.app/ 下载 Ego Lite 应用，安装后一键迁移 Chrome 数据（书签、扩展、Cookie、登录态）。
- 安装 Agent 技能包：在 Agent 工具中运行
npx skills add citrolabs/ego-lite，自动安装ego-browserCLI 技能。 - 重启 Agent：安装完成后重启 Agent，确保技能包被正确加载。
- 下发浏览器任务：在 Agent 对话中输入
@ego lite或直接输入ego-browser开头的指令，描述需要浏览的网页与操作目标。 - Agent 静默执行：Agent 自动创建 task space，打开目标页面，读取语义快照或执行 JavaScript，获取数据后关闭任务空间并返回结果。
- 人工介入（可选）：当任务需要人工确认时，Agent 可暂停并交还控制权，用户确认后继续执行。
Ego Lite的核心优势
-
不干扰用户窗口：Agent 在独立 task space 中运行，不会抢占用户当前浏览器标签页或触发前台弹窗。
-
继承登录态：无需额外配置账号密码，Agent 可直接访问需要登录的站点（如邮箱、内部系统）。
-
三层工作流覆盖：语义 + 视觉 + 底层协议，适配从标准网页到复杂富媒体页面的全场景。
-
前端状态可读：通过
js()直接读取 React/Vue 等框架的内部状态，探测真实 API 接口，突破传统爬虫限制。 -
现场验证能力：Agent 可执行真实操作并读取真实返回，将模型判断与浏览器现场校准结合，减少幻觉。
Ego Lite的项目地址
- 项目官网：https://lite.ego.app/
- GitHub仓库：https://github.com/citrolabs/ego-lite
Ego Lite的同类竞品对比
| 对比维度 | Ego Lite | Browser-use |
|---|---|---|
| 定位 | 基于 Chromium 的 Agent 专用浏览器，浏览器本身即基础设施 | 基于 Playwright 的 AI 网页自动化库，是 Agent 的浏览器工具包 |
| 架构方式 | 独立浏览器应用 + CLI 技能包，安装后 Agent 通过 ego-browser 调用 |
Python 库，开发者通过 API 调用，需自行搭建运行环境 |
| 登录态处理 | 一键迁移 Chrome 数据，自动继承用户登录态（Cookie、书签、扩展） | 需手动配置 Cookie 或独立登录流程，无浏览器数据迁移能力 |
| 用户干扰 | Task Space 隔离，Agent 在后台静默运行，完全不抢占用户标签页 | 通常作为独立进程运行，无原生用户界面，但需开发者管理浏览器实例 |
| 视觉理解 | 内置三层工作流（语义/视觉/底层），captureScreenshot 原生支持视觉验证 |
支持截图 + 多模态模型理解，但需额外配置视觉模型 API |
| 使用门槛 | 非技术人员通过 Agent 自然语言即可驱动（如 Codex、Claude Code） | 面向开发者，需编写 Python 代码并理解 Playwright 基础 |
| 底层协议 | 原生暴露 cdp() 和 js()，可直接调用 Chrome DevTools Protocol |
通过 Playwright 封装间接访问，底层可控性较弱 |
Ego Lite的应用场景
- 信息聚合与监控：Agent 定时访问多个订阅站点，提取最新文章标题、链接与摘要，生成日报。
- 竞品动态追踪：自动访问竞品官网、应用商店、社交媒体，抓取版本更新、定价变动、用户评论等信息。
- 内部系统自动化：在继承登录态的前提下，Agent 操作企业内部后台，查询数据、填写报表。
- Web 应用验收测试：Vibe Coding 场景下，Agent 自动打开开发中的 Web 应用，执行功能点击流并截图验证 UI 状态。
- 深度资料调研：访问需要登录的学术数据库、付费内容站点，Agent 读取页面结构、探测 API、下载或整理资料。
