ego lite

ego (lite) 是 Citro Labs（CITRO LABS PTE. LIMITED，新加坡/旧金山）推出的一款基于 Chromium 152 的 macOS 桌面 GUI 浏览器 + Agent 驱动层，用途是把「你日常登录好的浏览器状态」共享给外部 AI Agent（Claude Code、Codex、Cursor 等），让 Agent 在并行的 Space 中执行网页自动化任务，而不抢占用户正在使用的标签页。需要强调：它不是 headless 运行时，也不是 MCP 服务器，而是一个真实浏览器加一套驱动工具链的组合体。

核心能力与技术架构

• 定制 Chromium 152 内核：在浏览器内核层做深度定制（非 stock Chrome 上的 JS shim），核心是语义快照（semantic snapshot）：生成 accessibility-role 语义树 + @N ref，官方称可覆盖 cross-origin iframe、shadow DOM、第三方 SDK 组件（Stripe / Salesforce / Intercom / React portals）等 HTML 抓取与 JS shim 容易失败的场景。
• Spaces（空间）：同一浏览器进程内的并行工作区，每个 Agent/任务拥有独立标签页与焦点，可见、可随时接管或终止。用户可同时跑多个任务（例如 Claude Code 在 10 个 Space 富化线索，Codex 在另 5 个 Space 爬竞品）。
• ego-browser 驱动层：三种接口形态——原生 ego-browser CLI（约 1.9 MB arm64 二进制，symlink 到 ~/.local/bin/ego-browser）、内嵌 Node 24 运行时（ego-browser nodejs <<EOF ... EOF），以及一套自定义 JS SDK（taskSpace()、page.goto/snapshot/click/fill/evaluate 等）。官方明确说明该 SDK 不是 Playwright，并禁止 locator()/getByRole()/route() 等推断。
• CDP 逃生舱：page.cdp() / task.cdp() 可发送 Page/Runtime/DOM/Network/Input/Target/Browser 命令；与浏览器通信走 Mojo IPC（ego.mojom.EgoCliBootstrap / EgoCliBridge），不开 TCP 端口、不开 WebSocket。
• 一键迁移 Chrome 数据：登录态、cookie、扩展、书签、历史、多 Profile 迁移，官方强调“复制不移动”，数据本地存储不上传。
• 人机交接（handoff）：遇验证码/2FA/支付确认时，Agent 调用 handOff() 将控制权交还用户，完成后继续。

使用流程与集成

1. 安装：下载 DMG（lite.ego.app/download，实测约 135.7 MB、0.5.0.32）；或只装 skill npx skills add citrolabs/ego-lite；或把仓库链接交给 Agent 自动安装。注意 ego-browser 不是 npm 包（npm view ego-browser 与 @citrolabs/ego-browser 均 404）。
2. 首次启动：把 ego-browser skill 写入 ~/.agents/skills/、~/.claude/skills/ 等技能目录，询问是否迁移 Chrome 数据。官方建议给 Agent Full access / bypass permissions，以便浏览器绕过 Agent sandbox 启动本机 App。
3. 典型调用：在 Agent CLI 里用 /ego-browser <自然语言指令> 触发，例如 /ego-browser 在 x.com 上关注 @ego_agent；底层是 taskSpace(...) + page.goto/snapshot/... 的 JS 批处理。
4. 适配 Agent：Claude Code、Codex、Cursor、OpenCode、Gemini CLI、Kimi Code CLI、Warp、Zed、Cline、Antigravity、Continue 等十余种，并支持本地模型（Ollama + OpenCode）。

适用人群与场景 面向 macOS 上重度使用编码型 Agent 的开发者、自动化工程师、QA 与运营/销售。官方场景均围绕「需登录且无 API」的网页：社交媒体发帖/抓取/监控（X、LinkedIn、Reddit 等）；求职招聘搜索并进入 ATS 自动填表（提交前停下等确认）；房产/金融/购物筛选与比价；机票酒店预订（填到支付页停下）；SaaS 后台导报表/批量改字段（HubSpot、Salesforce、Stripe、GA4 等）；自建 admin 与前端 E2E 回归。

与 Playwright/browser-use/Skyvern 等竞品对比

• vs Playwright / Puppeteer：它们是代码内嵌库，用 CSS 选择器驱动一个空白浏览器；ego lite 是真实浏览器 + 驱动层，用语义 ref 与 JS 批处理并复用真实登录态。两者不冲突，可共存。
• vs browser-use：browser-use 是开源自主自然语言任务框架，需自备浏览器、登录态难继承、易与用户抢标签页；ego lite 直接提供带登录态的浏览器与语义快照驱动。
• vs Vercel agent-browser：agent-browser 逐条 CLI 动作调用；ego lite 主张「一段 JS 一次执行」，这是其速度宣称的主要对手。
• vs Stagehand / Browserbase / Steel：后三者是云端/代码 SDK 浏览器，面向产品级云浏览器舰队（代理、隐身、验证码、SOC2）；ego lite 是本地个人浏览器，单机运行、无浏览器分钟计费、页面不经云。
• vs Skyvern / BrowserAct：偏云端工作流/企业自动化平台；ego lite 是本地桌面 GUI 浏览器。
• vs Lightpanda：Lightpanda 是 headless 浏览器（服务器/CI）；ego lite 是桌面 GUI 浏览器，官方明确不适合 headless CI。

安全与性能注意事项

• Spaces 不隔离 cookie：官方已承认 “a space is not the same as a profile, and spaces do not isolate cookies”，独立评测实测 Space A 写入的 cookie/localStorage 在 Space B 完全可见（issue #303/#315/#319）。缓解方式：必须使用专用 profile。
• 特权运行时 + 裸 CDP 的注入风险：模型生成的 JS 运行在特权 Node 进程，拥有不受限的 page.cdp() 与出站 HTTP；被访问页面的提示注入理论上可读取/操作用户已登录的全部账号，且该暴露未见修复（issue #315）。安全扫描 skills.sh 将 ego-browser skill 标为 High Risk。
• 闭源二进制 + 全量登录态：浏览器本体不可审计，却要求 Full access 权限并迁移全部 cookie/密码/扩展，信任仅基于政策文本；GitHub 仓库（citrolabs/ego-lite，约 16k stars，MIT）只含 skill + 文档 + spec，浏览器本体是闭源免费二进制。
• 性能宣称需打折：“fastest”“2.5×/3.45×”来自厂商自测（citrolabs/ego-browser-benchmark-framework），无第三方复现；独立测试发现其 page.snapshot() 为 7,823 tokens，反而比 agent-browser 的 4,742 更费。全权限模式下 HN 任务快约 14%、便宜约 31%，但默认权限模式因被 Bash 守卫拦截而变成最慢（实测 194.8s / 30 turns）。
• 其他踩坑：安装设置页的“设为默认浏览器/发送崩溃报告/添加到 Dock”默认全选，可能静默替换默认浏览器；多 profile 时 taskSpace() 默认建在 Default 易致“not logged in”误报；以本人身份自动化 X/LinkedIn 等可能违反平台条款、触发风控。

编辑评价 ego (lite) 是一个真实可用、当前可下载、迭代极快的产品，确实解决了“Agent 无法用真实登录态、且与用户抢标签页”的痛点，免费且无需账号，生态适配广。但它的技术承诺需要打折：Spaces 的“隔离”在 cookie 层不成立、快照 token 不占优、速度优势仅在厂商自测的全权限模式成立，且存在未修复的高危注入面。一句话——优秀但危险：“借用你身份的浏览器”。落地建议：先建专用 profile，只在其中登录“可以交给实习生”的账号，不要在日常 Chrome 全量登录态下运行不受信任的 prompt。