ego lite让AI Agent使用本机浏览器的登录环境,在独立Space中读取网页、点击、填表和下载文件,用户可以继续浏览自己的标签页。任务遇到登录验证或需要本人处理的步骤时,可以切换到对应Space接管。对于经常要从登录后的网页整理资料、下载报表或检查系统页面的人,它提供了把现有Agent连接到真实浏览器的路径。
浏览器提供执行环境,Agent负责理解任务
ego lite基于Chromium,既可日常浏览,也为外部Agent提供自动化接口。用户在兼容的Agent中加载ego-browser Skill,再描述目标;Agent编写JavaScript调用页面工具,实际网页状态留在本机浏览器中。服务条款明确,浏览器本身不提供生成式AI,内容理解与任务规划由接入的第三方Agent完成,因此使用前要分别准备浏览器和可运行的Agent。
导入已有浏览器资料与登录环境
首次设置可选择从已有浏览器导入资料,包括支持迁移的会话、书签、密码和扩展,之后也能在设置中重新导入。迁移采用复制方式,来源浏览器可继续使用;macOS在读取受保护资料时会要求系统授权。导入后,Agent可在可用权限内使用已登录页面;若网站仍要求扫码、验证码或硬件密钥,则需要用户完成相应步骤,导入不能代替网站认证。
每个任务使用独立Space
Space是在同一个浏览器进程中的并行工作区,每个任务拥有独立的页面上下文,用于隔离Cookie与网站存储。用户自己的标签页与任务页面分开,多个Agent任务可以各自打开、筛选和处理网页。通过Space管理面板可查看运行状态、进入任务页面或接管操作;任务结束后相关标签页通常保留供复核,未固定任务空间的清理遵循版本和生命周期规则。
用结构化快照定位页面元素
Snapshot把当前网页整理为包含标题、文本、按钮、输入框和链接等信息的语义快照,为可操作元素生成引用。Agent读取后可按引用点击或填写,减少直接解析完整HTML的需要。页面跳转、弹窗或重新渲染后应重新获取快照;稳定定位可使用输出的定位器或CSS选择器。图片文字、复杂画布或受限跨域内容仍需结合截图及其他读取方式核对。
将多步网页动作组合为脚本
ego-browser提供导航、快照、点击、输入、滚动、截图、文件上传和下载相关工具,Agent可将一段连续操作写成JavaScript脚本执行。运行时通过CDP连接实际浏览器会话,Node.js脚本与页面内JavaScript各有明确的执行上下文。需要排查问题时,可查看当前页面信息或截图;任务复用同名Space继续操作,也便于分阶段完成较长流程。
验证码与重要步骤的人工接管
用户可以在描述任务时规定只读、禁止修改或提交前确认等边界。执行过程中,若出现短信验证码、扫码登录、支付确认或第三方授权,Agent应暂停并交由用户处理,完成后再继续。浏览器提供可见的Space供用户检查当前页面和任务进度,但实际执行仍受Agent权限与用户指令约束,不能把能访问页面等同于已获得全部操作授权。
多种Agent与本机文件衔接
安装引导会检测支持的Agent,并将ego-browser Skill写入对应目录,用户随后可在Agent对话中加载该技能。官方提供多种Agent接入指南,也介绍自定义Harness和本地模型的连接方式。网页中的上传与下载可使用本地文件路径,适合将资料读取、表单填写和报表保存串起来。连接本机应用时,需要按宿主要求授予相应执行权限,并明确任务允许访问的数据范围。
macOS与Windows桌面使用
官网提供Intel与Apple Silicon的macOS版本,以及Windows测试版。安装后可在同一浏览器中完成日常浏览与Agent任务,横向或垂直标签栏、书签和已有扩展便于保留常用浏览习惯。应用支持自动更新;查看日志时应区分正式与灰度版本,以及不同操作系统的修复记录。Linux仍在官方计划中,不列为当前可用平台。
接入并完成一次网页资料整理
- 安装官方桌面应用:从下载页选择对应系统与芯片版本,完成首次设置;需要已有登录环境时,选择导入浏览器资料并处理系统授权。
- 在Agent中加载技能:打开已配置模型的兼容Agent,加载ego-browser,并按宿主要求允许启动本机浏览器。
- 说明任务和边界:给出目标网站、读取或下载要求及输出形式,例如整理已登录后台的报表,并明确禁止修改或需确认的步骤。
- 查看任务Space:Agent创建Space并读取快照后执行操作,用户可从Space面板查看进度,必要时完成网站验证。
- 核对输出:检查返回的链接、表格或本地文件路径,并进入保留的任务页面核对关键结果。
登录后网页的信息处理与操作
- 个人资料整理:在已登录的文档或知识平台检索指定内容,返回标题、链接和摘要,用户再核对引用与访问范围。
- 报表下载:打开有权限的后台页面,筛选时间范围并下载报表,将保存路径交给用户用于后续表格分析。
- 表单准备:根据用户提供的材料填写网页字段、上传附件,完成后保留页面供本人检查,再按授权决定是否提交。
- 网页流程验证:开发者让Agent在测试页面执行导航、输入与点击,保存截图或页面信息,辅助复核界面流程。
- 商品与服务比较:按明确条件访问多个页面,提取规格与价格并形成清单,涉及下单或付款时交由用户确认。
用户评价与讨论
暂无评价,来发表第一条评价吧。