大家好，我是何三，独立开发者
让 AI agent 去浏览器里干活，比你自己敲 CLI 快 2.5 倍，Token 还省一大截，而且它全程不抢你的标签页。这个叫 ego-lite 的开源项目，本周在 GitHub 涨了三千多 Star，目前已经近 8 千 Star 了（精确 7,920）。
用过 Claude Code、Codex 的朋友应该都懂那种痛：让 agent 操作网页，它要么开一个独立的自动化浏览器，登录态带不过去，每次都要重新扫码；要么干脆抢你正在用的 Chrome 窗口，你代码写到一半，标签页被它一顿乱切，鼠标都被它薅走。
这个项目，就是冲着这个痛点来的。
一句话版本：它做了一个浏览器，你和你的 AI agent 可以同时用，各干各的。
ego-lite 的思路其实特别朴素。既然你和你 agent 都要用浏览器，那就做一个浏览器，让两个人共用。你正常刷你的前台，agent 在后台的独立 Space 里干活。Space 你可以理解成浏览器里的隔间——每个 agent 一个隔间，隔间里它随便折腾，永远碰不到你的东西。
说白了，以前是两个人抢一个工位，现在一人一个隔间，各干各的。
说到隔间，我想到一个事儿。以前公司工位紧张，两个人挤一台显示器，写代码的跟查资料的互相干瞪眼，最后 IT 给每人配了台显示器，效率直接起飞。工具不顺的时候，人干活是真憋屈，agent 也一样。你看 Docker 火这么多年，核心不也是"隔离"两个字吗？隔离永远是解决冲突的最优解，浏览器自动化也一样。
原理上，ego-lite 把浏览器能力包装成一组 JavaScript 函数：snapshot（拍快照）、fill（填表）、click（点击）、wait（等待）、navigate（跳转）、capture（截图）。agent 直接写 JS 代码调用这些函数，一次调用就能干完多步操作，而不是传统的"敲两条命令、看下结果、再敲两条命令"的死循环。
大白话就是：以前 agent 干活像盲人摸象，摸一下看一下；现在它直接把整页内容拍下来一次看全，动作一次性规划好。
官方 benchmark 是和 Vercel 的 agent-browser 比的，四个复杂任务里，ego-lite 每个都快最多 2.5 倍，Token 消耗也少得多——而且任务越难，差距越大。
它还有个让懒人狂喜的设计：第一次启动会问你要不要迁移 Chrome 数据，点个 yes，你的登录态、cookie、扩展、书签全给 agent 继承。以后 agent 打开网页就是已登录状态，不用再扫码、不用再输密码。这个设计我真的吹爆。
内核级定制这块，官方说他们做了 kernel-level customization 才拿到"市场上最强页面快照"……说实话，具体怎么实现的我没完全搞懂，文档里也没写太细，跟谜语人似的，有懂的大佬欢迎指正。
上手也简单，两条命令的事。
目前只有 macOS 版（Windows 和 Linux 在 roadmap 上）。下载 dmg 装上，然后给 agent 装个 skill：
npx skills add citrolabs/ego-lite
装完直接在 agent 里说人话：
/ego-browser follow @ego_agent on x.com for me
agent 会自动调起 ego-browser skill，在它自己的 Space 里打开页面、读快照、操作、汇报，全程不碰你的标签页。第一次用也可以直接把仓库地址丢给 agent，让它自己读安装文档初始化。
顺带说一句，同类的东西还有 browser-use 和 Vercel 的 agent-browser，但它们本质是浏览器自动化框架，得额外配一个浏览器，登录态也不干净，用起来总有那么点别扭。ego-lite 是少数"从设计第一天就为了人机共用"的浏览器。装不装都行，看你自己——反正我装上之后，agent 干活的时候我再也没切过窗口。
如果你对这类 AI 工具感兴趣，我此前还整理过《2026 年 GitHub 高性能神器排行榜》，关注后回复「工具」获取。
项目地址在这里：https://github.com/citrolabs/ego-lite
一句话总结：想让 agent 帮你上网干活又不被抢鼠标，ego-lite 是目前最顺手的方案。避坑提醒就一条——它现在还只支持 macOS，Windows 用户先收藏，等 roadmap 落地再上车，别像我一样干着急。
本文使用 MGO 编辑并发布
关注"何三笔记"，回复"mgo" 免费下载使用
