2.3 万 Star 的 ego lite 浏览器:自带登录、不抢鼠标,AI 操作网页的版本答案

简介: 以前让 AI 操作网页,连本地 Chrome 会抢鼠标,用无头浏览器又总卡登录墙。这一两个月把 2.3 万 Star 的 ego(lite) 用顺后,聊聊它快在哪、省在哪,顺带避开三个常见坑。

2.3 万 Star 的 ego lite 浏览器:AI 操作网页的版本答案

平时用 Claude Code、Codex 或者 Antigravity 干活的时候,只要让它去操作网页,用起来马上就别扭了。

以前基本只有两种办法。一种是让 AI 直接连本地正在用的 Chrome,虽然有现成的登录状态,但它一跑起来就自己切标签页、滚屏幕、抢鼠标,它干活的时候我基本没法碰电脑;另一种是拉起无头浏览器(Headless)在后台跑,倒是不打扰人了,可每次打开都是干干净净的空白环境,一碰到需要登录的后台或者滑块验证就直接卡住。

最近一两个月,我一直在用 GitHub 上涨到 2.3 万+ Star 的 ego(lite)。平时让 AI 干网页的活,它应该就是现阶段浏览器自动化的版本答案,也是目前最好用的一台“AI 打工浏览器”。

一开始装它,我只是想给 AI 找台专门在后台挂账号干活的副机,自己平时看网页还是用 Chrome。结果用着用着,好几个常去的后台都在里面登稳了,现在连我自己日常刷网页也慢慢往 ego(lite) 上转了。

不抢鼠标也不掉登录,它本来就是按人机共用做的

公开网页其实用不着开浏览器自动化,抓个文本就能看;真正非得让 AI 上浏览器去点的活,多半都在登录墙后面。

ego(lite) 是新加坡团队 Citro Labs 做的,免费提供 macOS 和 Windows 桌面版(他们还有一个还在排队的完整版个人 Agent 平台叫 ego)。它没再去折腾怎么给 Chrome 装插件、配调试端口,干脆基于 Chromium 自己做了一个让人和 AI 共用的浏览器。

装好第一次打开时,它会问你要不要把 Chrome 或 Edge 里的家当搬过来。点一下确认,平时登录好的网站会话、Cookie 和书签就能直接用上;同时它还会把配套的 ego-browser 技能写进本机 Claude Code、Codex、Cursor、Antigravity 这些工具的目录里,装完就能直接叫起来干活。

用起来最省心的,还是它把人和 AI 的操作区域拆开了。你在自己窗口正常查资料、看网页,终端里给 AI 派完任务,它会在浏览器里单开一个叫 Space 的后台工作区自己跑。

像这两天我让它在后台打开已经登录好的 X,调内置 Grok 翻了近百条中英文原帖核对信息,或者把写好的文章挨个填进几个技术社区的草稿箱里,我前台的鼠标和正在看的标签页一点不受影响。想看它跑到哪一步,随时切过去瞄一眼就行;真遇到二次验证或滑块过不去,它也会按内置的 handOff 机制先停下来,等我手动点完再继续。

告别两头卡死:ego(lite) 把真实登录态和后台独立 Space 凑齐了

跑网页又快又省额度,主要是省掉了来回传图

除了不抢鼠标和自带登录态,如果之前试过靠截图猜坐标的方案,或者用过传统的单步浏览器 MCP,换到 ego-browser 之后,能明显感觉它跑得快很多。

以前那种慢,多半是“走一步问一步”拖出来的:点一下按钮、把整个页面传回去、等大模型想一轮再填下一个框,十几步操作来回拉扯好几分钟,额度也跟着烧掉不少。

ego(lite) 换了另一套路子。一方面,它在定制的 Chromium 内核里直接把网页压成几百 Token 的精简文本快照(Snapshot),给输入框和按钮编好 @1、@2 这样的序号,连一般脚本很难读进去的跨域嵌套 iframe、Shadow DOM 和 Stripe 这类第三方内嵌组件也能直接定位,不用反复截图猜坐标。

另一方面,既然调用它的本身就是会写代码的 Agent,它干脆走代码批处理(Heredoc):AI 看清页面结构后,直接写一小段 Node.js 脚本,把打开网页、填表、点击、等加载和抓数据一口气跑完,省掉中间一轮轮来回通信的开销。

官网上挂过一组 31 个真实网站复杂任务的实测对比(Real-World Bench,统一跑在 pi 框架和 gpt-5.6-sol 最高思考档下,所有子条件全达成才算完全成功):

官方 Real-World Bench 31 项真实网站复杂任务实测对比

ego-browser 的完全成功率到了 93.50%,单个任务平均只要 398 秒、成本 $1.64——对比同场测试的 playwright-cli(71.00% 成功率 / 648 秒 / $3.42)和 chrome-devtools-cli(61.30% / $4.95),成功率高出一块,耗时和成本也都砍掉一大截。这是官方自己公布的测试数,肯定多少偏向自家强项,但耗时缩短、Token 省下来这个方向,跟我这一两个月自己跑任务的体感是能对上的。这两天在 X 上也能看到不少开发者在聊类似的用法:桌面软件留给 Computer Use 去点,一旦进了网页,还是交给 ego(lite) 顺手。

真装来用之前,这 3 件事别搞反了

现在网上推荐它的文章已经不少了,但有几个关键细节经常被写错。打算装来试水的话,提前知道这三件事能少踩点坑。

第一,防串号要靠 Profile,别指望 Space。 好多文章看到官方宣传“隔离 Space”,就顺手写成每个 Space 的 Cookie 也是分开的。其实不是。Space 隔离的只是窗口标签页和鼠标控制权,同一个 Profile(抽屉)底下不管开多少个 Space,登录态和 Cookie 全都是互通的。 假如你在同一个平台上有两个号,千万别在同一个抽屉里新建个 Space 去扫码,一样会把前一个号顶下线;真要物理隔开,得老老实实建不同的 Profile。

第二,开源的只是技能层,高权限动作最后一步还是自己点。 GitHub 上 citrolabs/ego-lite 挂着 MIT 协议,但开源的只有 ego-browser 技能和周边脚本,浏览器客户端本体是免费闭源的(不用注册账号,数据也只存在本地)。另外登录态本质上就是你的账号凭证,平时在后台让它查查资料、填填草稿没什么问题,真碰到付款、删数据,或者点下“公开发布”这种改不回去的操作,还是定好规矩让它停在确认页上,自己看一眼再点。

第三,拿它彻底替掉 Chrome 当唯一主力,现阶段还有点小别扭。 这也是我为什么只是慢慢往 ego(lite) 转,暂时还没把 Chrome 彻底关掉的原因。客户端目前还在 0.6.3.x 阶段,看它 GitHub 上的 Issues 也能发现不少细节毛刺,比如 macOS 新版把 Cmd + Shift + C 绑成了复制页面链接,正好撞上很多人习惯的 DevTools 审查元素快捷键(Issue #733);历史记录里现在也还不区分人和 AI 打开的页面,跑完一轮后台任务,历史记录会被刷满(Issue #714)。拿它专门给 AI 当后台打工浏览器已经很稳了,日常浏览可以慢慢迁移。

上手前排雷:Profile 管账号防串号,Space 只管窗口焦点和鼠标

最后

如果平时只是打开网页聊几句天,没必要专门换个新浏览器;但只要你已经在用 Claude Code、Codex、Cursor 或者 Antigravity 跑实际工作流,经常需要让 AI 去登录后面的页面干点杂活,装上 ego(lite) 试一次,大概率就会一直留着它。

至于我怎么拿它的多抽屉和 Space 来管自媒体账号、铺多平台草稿,下篇分享我的自媒体流程时再展开聊。

我是良逍,平时主要记录自己实测过的 AI 工具、独立开发踩坑和产品上线的过程。

相关文章
|
4天前
|
弹性计算 人工智能 API
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
建议收藏本教程,2026 全年各版本更新随时回来查阅。如果你在搭建过程中遇到任何问题,欢迎结合 阿里云工单系统 提交技术支持请求,或在 阿里云开发者社区 搜索 Codex 相关话题交流。 祝你编码愉快,效率翻倍!
1809 4
|
6天前
|
JSON 前端开发 API
阿里云最新Qwen4-Max大模型介绍:模型定位、特征、能力、适用场景解析
2026 年 11 月 11 日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问 AI 平台 Token Plan,并同步接入千问办公、Qoder 等入口。该版本聚焦知识理解、世界感知、编程与 Agentic 四项升级,主打复杂编程、专业办公、前端设计与专业软件操作。预览期至 11 月 25 日 24:00,到期后模型标识下线;限时 2 折、新用户再享 5 折,最低 1 折可体验。
|
6天前
|
人工智能 前端开发 API
阿里云Qwen4-Max 大模型详解:定位、特征、能力、适用场景与相对Qwen3-Max差异解析
2026年11月11日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问AI平台Token Plan并接入千问办公、Qoder等入口。该版本聚焦知识理解、世界感知、编程与Agentic四项升级,主打复杂编程、专业办公、前端设计与专业软件操作等真实任务。预览期为11月11日10:00至11月25日24:00,仅支持Token Plan调用,到期后模型标识下线;限时2折、新用户再享5折,最低1折可体验。
|
4天前
|
Linux Go 开发工具
手机上跑 DeepSeek 智能体:开源安卓客户端 DSH Go 安装与使用指南
DSH Go 是一款开源安卓客户端,将 DeepSeek Harness 智能体引擎装进手机:免 Root、免 Termux,一键安装即用;支持本机运行(内置 Ubuntu+Node.js)或远程接管电脑会话;具备插话打断、过程折叠、屏幕操控、端到端加密分享等特色功能,真正实现智能体“口袋化”。
3906 2
|
19天前
|
Linux 开发工具 iOS开发
Codex保姆级教程(下载+安装+登录+使用,含所有版本,2026最新)
Codex是OpenAI推出的开源AI编程智能体,本地运行,可理解整个代码库,支持自然语言指令改代码、执行命令、跑测试、修Bug,兼容Win/macOS/Linux。(239字)
8924 58
|
14天前
|
Linux 开发工具 iOS开发
2026最新codex下载安装保姆级使用教程(下载+安装+登录+使用,含所有历史版本)
本文详解OpenAI Codex国内快速上手指南:提供Win/macOS/Linux全平台免安装包、npm/Homebrew等多方式安装、账号/API Key双登录、简体中文切换,覆盖下载、安装、汉化、使用及高频避坑(如微软商店失败、npm超时等),10分钟即可跑通。
3136 9
|
20天前
|
JavaScript API iOS开发
DeepSeek Harness下载、安装、配置一篇搞定(2026整理,送常用插件)
DeepSeek Harness(DSH)是DeepSeek于2026年开源的MIT协议AI Agent框架,支持插件化组装模型、工具、沙箱与UI,兼容主流大模型。本文提供免Node.js的桌面端安装包(Win/macOS),含详细图文教程及热门插件推荐。
5877 69
|
7天前
|
云安全 人工智能 安全
|
12天前
|
人工智能 安全 API
DeepSeek Harness下载、安装、配置一篇搞定(2026整理,送常用插件)
DeepSeek Harness(dsh)是DeepSeek AI于2026年开源的轻量级Agent运行框架,基于Cordis内核,践行“一切皆插件”理念。支持Web/桌面双端,开箱即用;内置多模型接入、丰富插件生态(超3.5万),适配编程、办公、创作等场景。(239字)
1962 2