Ego Lite

Ego Lite – 专为AI Agent设计的浏览器，实现人与AI协同工作

Ego Lite：赋能AI智能体，开启人机并行协作新纪元

在人工智能飞速发展的今天，AI智能体（Agent）正逐渐渗透到我们生活的方方面面。然而，让AI智能体真正具备执行复杂网络任务的能力，并能与人类用户无缝协作，仍是一个巨大的挑战。Citro Labs 推出的 Ego Lite，一款基于 Chromium 内核的创新型浏览器，正是为了解决这一痛点而生，它为AI智能体提供了强大的底层浏览器操作能力，从而实现了人与AI的并行协作。

Ego Lite：AI智能体的专属浏览器基础设施

Ego Lite 并非一款普通浏览器，而是专为AI智能体量身打造的强大基础设施。它有效克服了传统浏览器自动化工具（如 Playwright、Puppeteer）在实际应用中遇到的诸多难题，例如登录状态易丢失、资源消耗大、以及对用户正常浏览的干扰等。Ego Lite 的核心优势在于，它能够让AI智能体在的“任务空间”内，以静默的方式驱动浏览器进行页面读取、点击操作、API探测、截图验证等一系列动作，同时还能完美继承用户的登录状态，且不会对用户当前的浏览窗口造成任何影响。

Ego Lite 的核心能力概览

• 语义化内容抓取：通过 snapshotText() 方法，Ego Lite 能够以语义化的方式提取页面中的文本、按钮、链接以及其他可交互元素的结构信息。
• 精准的元素交互：指令如 click 和 fillInput，使得AI智能体能够精确地执行点击按钮、填写表单等操作。
• 底层脚本注入与执行：利用 js() 函数，AI智能体可以在页面上下文中直接执行 JavaScript 代码，从而深度读取 DOM 状态和前端数据。
• 强大的浏览器协议调用：通过 cdp()，AI智能体能够直接调用 Chrome DevTools Protocol，实现网络请求的拦截与深度调试。
• 视觉化截图验证：captureScreenshot 功能支持视觉工作流，特别适用于富文本、地图、白板等非标准 DOM 场景的验证。
• 高效的网络请求捕获：browserFetch 允许AI智能体直接发起或拦截浏览器内部的网络请求，获取前端的真实 API 返回数据。
• 隔离的任务空间：每个任务都在的“任务空间”（标签页组）中运行，能够安全地复用登录状态，且各任务之间互不干扰。

Ego Lite 的技术基石

• 基于 Chromium 的Agent驱动层：Ego Lite 在 Chromium 引擎的基础上，构建了一套面向AI Agent的命令行操作层。安装后，它会暴露 Node.js 运行时，AI Agent 可以通过 ego-browser nodejs 命令执行预设脚本，这些脚本封装了 snapshotText、click、js、cdp、browserFetch 等一系列辅助函数。
• 三层工作流架构：
  • 语义工作流：优先利用 snapshotText() 提取页面上的语义信息，适用于结构化的网页。
  • 视觉工作流：当页面 DOM 与实际显示不一致时（例如 Canvas、SVG、地图等），系统会回退到截图分析和坐标定位的视觉验证模式。
  • 底层工作流：通过 js() 注入代码或 cdp() 调用协议，直接读取前端状态、探测隐藏的 API 接口，甚至解析前端打包文件。
• Task Space 隔离机制：每个任务空间都是一个的浏览上下文，拥有专属的标签页，并默认继承当前用户的 Cookie 和登录状态。这意味着AI Agent 可以在需要登录的网站上操作，而不会影响用户正在使用的浏览器窗口。

如何体验 Ego Lite 的强大功能

• 安装与迁移：访问 Ego Lite 官网 https://lite.ego.app/ 下载并安装应用程序。安装过程中，您可以选择一键迁移 Chrome 浏览器的数据，包括书签、扩展、Cookie 和登录状态。
• 安装Agent技能包：在您的AI Agent 工具中执行 npx skills add citrolabs/ego-lite 命令，即可自动安装 ego-browser CLI 技能包。
• 重启Agent：完成安装后，重启您的AI Agent，确保新的技能包被正确加载。
• 下发浏览器任务：在与Agent的对话中，输入 @ego lite 或以 ego-browser 开头的指令，并清晰描述您期望的浏览和操作目标。
• Agent静默执行：Agent 将自动创建任务空间，打开目标页面，执行语义快照抓取或 JavaScript 执行等操作，获取数据后关闭任务空间并返回结果。
• 人工介入（可选）：在需要人工确认的情况下，Agent 可以暂停任务并将控制权交还给用户，待用户确认后继续执行。

Ego Lite 的核心优势

• 无干扰的用户体验：Agent 在的任务空间中运行，绝不影响用户当前浏览的标签页，也不会弹出烦人的前台窗口。
• 无缝继承登录状态：无需手动配置账号密码，Agent 即可直接访问需要登录的网站，如邮箱、内部系统等。
• 全场景覆盖的工作流：融合了语义、视觉和底层协议三种工作流，能够应对从标准网页到复杂富媒体页面的各种场景。
• 深度洞察前端状态：通过 js() 函数，Agent 可以直接读取 React/Vue 等前端框架的内部状态，探测真实的 API 接口，突破传统的局限。
• 真实场景验证能力：Agent 能够执行真实操作并读取真实返回结果，将模型判断与浏览器实际情况相结合，显著减少AI的“幻觉”。

Ego Lite 的潜在应用场景

• 信息聚合与实时监控：AI Agent 可以定时访问多个订阅站点，抓取最新文章标题、链接和摘要，并生成每日信息报告。
• 竞品动态追踪：自动访问竞争对手的官方网站、应用商店及社交媒体，收集版本更新、价格变动、用户反馈等关键信息。
• 内部系统自动化操作：在继承登录状态的前提下，AI Agent 可以操作企业内部后台系统，进行数据查询、报表填写等工作。
• Web 应用验收测试：在开发场景下，AI Agent 可以自动打开开发中的 Web 应用，执行功能点击流程，并进行截图验证 UI 状态。
• 深度资料调研：访问需要登录的学术数据库或付费内容网站，AI Agent 可以读取页面结构、探测 API，并下载或整理所需资料。