EgoLite:讓 AI Agent 直接操控真實瀏覽器的自動化神器
摘要
EgoLite 是一款基於 Chromium 的瀏覽器,搭配 EgoBrowser Skill,讓 AI Agent 接入頂級瀏覽器自動化能力。透過導入 Chrome 登入狀態與 Cookie,AI 可直接操作已登入的網站,省去反覆驗證的麻煩。其 Space 架構讓 AI 任務與使用者瀏覽互不干擾,資源佔用遠低於傳統多開瀏覽器方案。AI 以腳本批次執行操作,大幅節省 Token,並可將常用流程固化為可復用的自動化腳本。
完整逐字稿
這個 Skill 能給任意的 AI Agent 接入頂級的瀏覽器自動化能力,幫你完成各種機械重複的操作。許多固定流程,只需要讓 AI 編寫好一個腳本,就能全程自動完成,不用每次都重複投入資源去執行工作。
它叫 EgoLite,配套的 Skill 叫 EgoBrowser。
傳統瀏覽器自動化最大的痛點是什麼?反復登入、驗證碼、Cookie 丟失、開一堆 Chromium 實例、內存爆炸。而且 AI 每點一下就要調用一次工具,Token 燒得飛快。
EgoLite 解決的是同一個問題。讓 AI 用你已經登入好的真實瀏覽器,但又不打擾你。它本身是一個基於 Chromium 的瀏覽器。第一次啟動時,可以導入 Chrome 的登入狀態、Cookie、插件和 Profile。也就是說,你平時能打開的網站,AI 大概也能直接進去,不用每次重新登入。
更關鍵的是它的 Space 架構。你可以理解成每個 AI 任務都有一個獨立的工作區。AI 在自己的 Space 裡打開網頁、點擊、填寫、下載檔案,你在自己的標籤頁裡繼續瀏覽,互不搶滑鼠,也互不搶頁面。
官方文件還給過一個對比。6 個並發空白任務,傳統獨立瀏覽器大約新增 15GB 記憶體、84 個進程。EgoSpace 大約是 0.9GB、6 個進程。當然,這不是精確的 Benchmark,但它說明了一個核心點:不要每個任務多開一套瀏覽器,資源開銷會小很多。
那什麼時候還能省 Token?因為 EgoBrowser 不是讓 AI 一步一步點擊按鈕,它會讓 AI 寫一段 Node.js 腳本,把打開頁面、讀頁面、打字、下載這些動作組合在一起,一次性交給瀏覽器執行。以前是點一下、看一下、再點一下,現在是 AI 寫好一整段流程,瀏覽器自己跑。
舉個例子,我讓它去 GPT 網頁端生成一張 16:9 的資訊圖,並下載到桌面。傳統方法,我要自己打開頁面、點創建圖片、輸入提示詞、等生成、再下載。
現在,我只要對 Agent 說一句:用 EgoBrowser 打開 TryGPT,生成一張深色背景的資訊圖,主題是傳統瀏覽器自動化的痛點,完成後下載到桌面,並按時間加主題命名。
接下來 AI 就會在獨立 Space 裡完成整個流程。我可以點右上角 Space 面板進去查看進度,也可以完全不管它,繼續做自己的事。
更實用的是,跑通一次之後,可以把這個流程呈現成 Skill。比如生成資訊圖、採集商品評論、導出後台報表、整理招聘崗位。這些流程本質上都是固定網頁操作。第一次讓 AI 摸索,後面就把經驗固化下來。在日常使用時,AI 就不會重新試錯,速度更快,Token 也更省。
甚至有些流程根本不需要 AI 一直參與。比如抓取某個商品連結下最新 100 條評論,保存成 CSV。第一次讓 AI 分析頁面結構,第二次讓它把流程寫成腳本。以後你只要在終端輸入商品連結,腳本就能直接跑,全程零 Token。
這才是 EgoLite 最有價值的地方。把網頁裡的重複勞動,變成可復用、可並行、可充電的自動化流程。確實把 AI 本身的瀏覽器能力往前推了一大步。
它叫 EgoLite,配套的 Skill 叫 EgoBrowser。
傳統瀏覽器自動化最大的痛點是什麼?反復登入、驗證碼、Cookie 丟失、開一堆 Chromium 實例、內存爆炸。而且 AI 每點一下就要調用一次工具,Token 燒得飛快。
EgoLite 解決的是同一個問題。讓 AI 用你已經登入好的真實瀏覽器,但又不打擾你。它本身是一個基於 Chromium 的瀏覽器。第一次啟動時,可以導入 Chrome 的登入狀態、Cookie、插件和 Profile。也就是說,你平時能打開的網站,AI 大概也能直接進去,不用每次重新登入。
更關鍵的是它的 Space 架構。你可以理解成每個 AI 任務都有一個獨立的工作區。AI 在自己的 Space 裡打開網頁、點擊、填寫、下載檔案,你在自己的標籤頁裡繼續瀏覽,互不搶滑鼠,也互不搶頁面。
官方文件還給過一個對比。6 個並發空白任務,傳統獨立瀏覽器大約新增 15GB 記憶體、84 個進程。EgoSpace 大約是 0.9GB、6 個進程。當然,這不是精確的 Benchmark,但它說明了一個核心點:不要每個任務多開一套瀏覽器,資源開銷會小很多。
那什麼時候還能省 Token?因為 EgoBrowser 不是讓 AI 一步一步點擊按鈕,它會讓 AI 寫一段 Node.js 腳本,把打開頁面、讀頁面、打字、下載這些動作組合在一起,一次性交給瀏覽器執行。以前是點一下、看一下、再點一下,現在是 AI 寫好一整段流程,瀏覽器自己跑。
舉個例子,我讓它去 GPT 網頁端生成一張 16:9 的資訊圖,並下載到桌面。傳統方法,我要自己打開頁面、點創建圖片、輸入提示詞、等生成、再下載。
現在,我只要對 Agent 說一句:用 EgoBrowser 打開 TryGPT,生成一張深色背景的資訊圖,主題是傳統瀏覽器自動化的痛點,完成後下載到桌面,並按時間加主題命名。
接下來 AI 就會在獨立 Space 裡完成整個流程。我可以點右上角 Space 面板進去查看進度,也可以完全不管它,繼續做自己的事。
更實用的是,跑通一次之後,可以把這個流程呈現成 Skill。比如生成資訊圖、採集商品評論、導出後台報表、整理招聘崗位。這些流程本質上都是固定網頁操作。第一次讓 AI 摸索,後面就把經驗固化下來。在日常使用時,AI 就不會重新試錯,速度更快,Token 也更省。
甚至有些流程根本不需要 AI 一直參與。比如抓取某個商品連結下最新 100 條評論,保存成 CSV。第一次讓 AI 分析頁面結構,第二次讓它把流程寫成腳本。以後你只要在終端輸入商品連結,腳本就能直接跑,全程零 Token。
這才是 EgoLite 最有價值的地方。把網頁裡的重複勞動,變成可復用、可並行、可充電的自動化流程。確實把 AI 本身的瀏覽器能力往前推了一大步。