上周末逛GitHub Trending，前十里面有五个跟AI Agent有关，其中有个项目我点进去之后愣是看了半小时——ego-lite。
它不是那种"又一个浏览器自动化框架"的套娃项目。它解决了一个特别具体但特别烦人的问题。用Claude Code或者Codex做过浏览器自动化的人应该都懂那种痛。你让Agent帮你填个表单，它就在你浏览器里一顿乱跳，标签页飞来飞去，你啥也干不了。然后你想，那我给它开个独立Chrome实例吧，结果新实例里啥登录状态都没有——没Cookie、没书签、没扩展。Agent要登网站，要么你手动帮它登，要么它自己注册新号，怎么搞都别扭。说白了，ego-lite的解法就一句话：*基于你自己的Chrome数据启动浏览器，但Agent在独立的Space里干活，不碰你的标签页。这思路真的简单，但之前没人这么干。我一开始也觉得，这不就是在Chrome上开个隐身窗口吗？但仔细看它的实现，完全不是一回事。隐身窗口是不带登录状态的，ego-lite是带着你全部Chrome数据启动的——你的Gmail是登着的，GitHub是登着的，所有网站的Cookie都在。Agent不需要重新登录任何东西，打开就能用。然后它把浏览环境分成了一个个Space。每个Space是独立隔离的，Agent在Space 2里填表单，你在Space 1里正常刷网页，互不影响。更绝的是，你可以同时开好几个Space，让不同的Agent并行干活。比如让Claude Code在5个Space里处理GitHub Issue，让Codex在另外3个Space里爬数据，你继续刷你的B站。每个Space大概占200-300MB内存，开十个也就3GB，现在的电脑完全扛得住。还有个细节我觉得挺关键。传统浏览器自动化是"CLI驱动"模式——Agent发一条命令，等结果，再发下一条。比如"打开网页"→等结果→"填表单"→等结果→"点提交"→等结果。一个复杂任务几十次往返，Token消耗和等待时间都很吓人。ego-lite的做法是"代码驱动"——Agent直接写一段JavaScript，一次性把所有操作写进去，只在最后拿结果。它把浏览器能力封装成了几个函数：snapshot、fill、click、wait、navigate、capture。Agent一口气调完，一步到位。官方给的数据是，跟Vercel的agent-browser对比，四个复杂浏览器任务，ego-lite快2.5倍，Token消耗大幅减少。任务越复杂，差距越明显。页面快照这块也做了优化。传统工具遇到深度嵌套的iframe经常抓不全——要么丢了内层内容，要么直接报错。ego-lite在内核层面做了定制，能完整捕获所有层级。这对AI Agent很重要，因为Agent靠快照来"看懂"网页，快照不完整就可能导致误判。跟同类产品比一下的话，Browser-Use和agent-browser是浏览器自动化框架，需要单独驱动浏览器，登录状态迁移很麻烦。ChatGPT Atlas和Perplexity Comet内置了AI Agent，但只能用它们自带的，不能用Claude Code或Codex来驱动。ego-lite是目前唯一一个既让你用自己的浏览器数据，又能用你喜欢的AI Agent来驱动的方案。多任务并行、可复用技能、继承Chrome数据、同一浏览器独立空间、零登录摩擦——这几个能力，同类产品没有一个能同时做到。当然也不是没缺点。目前只支持macOS，Windows和Linux还在开发中。项目5月才创建，API可能还会变。浏览器本体没开源，开源的是Agent技能层代码。不过考虑到它免费，这些我觉得可以接受。安装也不复杂，macOS直接下dmg，或者npx安装，或者干脆把安装指南丢给Agent让它自己装。装的时候会问要不要迁移Chrome数据，选"是"就行。装完在Claude Code或Codex里输/ego-browser加空格加任务描述就能用了。我实际试了几个场景。批量处理GitHub Issue——40多个Issue，开了5个Space并行处理，每个Space负责8个，Agent自动打开页面、读描述、判断状态、更新标签、关掉无效Issue，全程不用管。多平台数据采集——让Agent去5个竞品网站抓定价信息，半小时搞定。多平台内容发布——文章写完，Agent同时在几个平台发布。说实话，这个小工具解决的不是什么宏大命题，但真的解决了日常工作中一个很实际的痛点。如果你是经常用AI Agent做浏览器自动化的人，建议关注一下。*数据来源：GitHub citrolabs/ego-lite 官方仓库及文档标签：AI Agent, 浏览器自动化, Claude Code, Codex, 开源工具