来源:抖音 @自称嘉豪
传统 AI 浏览器自动化的痛点
在引入 ego browser 之前,许多自动化项目依赖如 BrowserHarness 等工具。尽管这些工具在处理浏览器自动化方面表现尚可,但长期使用的体验中,往往存在四大核心问题:
- 登录态丢失:AI 自动化过程容易中断,导致账户退出,每次都需要重新登录,极大影响效率。
- AI 抢遥控器:当用户试图人工操作时,AI 仍在后台运行,两者会同时操作浏览器,互相干扰。
- 执行速度慢:AI 每一步操作都需要进行推理和决策,速度远不如人工直接操作,且容易出现逻辑混乱。
- 记忆能力差:缺乏长期的状态记忆,导致每次操作都需要重新解释背景,增加沟通成本。
ego browser 的核心解决方案
ego browser (ego lite) 专为 AI 代理与人类协作设计,其核心理念是让 AI 与人类互不干扰,同时大幅提升执行效率。
1. 并行操作与账号复用
ego browser 允许用户同时使用多个浏览器实例。AI 代理可以在后台打开独立的浏览器窗口进行自动化工作,而用户在主浏览器中进行的任何操作都不会被 AI 干预。
更关键的是,它支持复用已登录状态。用户只需登录一次,AI 即可携带该登录状态进行跨平台操作(如同时发布内容到多个社交媒体),无需反复输入账号密码。
2. 工作区隔离
通过浏览器工作区的隔离机制,AI 和人类的操作环境完全独立。这解决了“抢遥控器”的难题,AI 专注于完成任务,用户则可以自由地在其他标签页或窗口中进行学习、查看资料或日常办公,互斥性降到最低。
3. 纯 JS 驱动的技术优势
相较于 BrowserHarness 采用 Python + JavaScript 混合驱动的方式,ego browser 采用底层纯 JavaScript 驱动。这种架构减少了语言转换的中间层,带来以下优势:
- 更低的 AI 智力负担:无需在复杂的多语言逻辑间切换,AI 更容易理解当前的 DOM 结构。
- 更高的准确率:直接操作浏览器原生接口,避免了中间层可能带来的定位偏差。
安装与使用指南
安装步骤
安装过程极其简单,对于开发者而言,只需通过命令行即可获取。
- 打开终端。
- 粘贴以下链接即可自动获取最新版本的配置文件。
https://github.com/citrolabs/ego-lite - 将链接粘贴给任何 AI Agent(如 Claude Code),并指示其按照提示进行安装。
实际演示:多平台并发发布
以视频发布任务为例,用户只需对 AI 下达指令:“视频拍完了,帮我用 ego browser 发布到各个平台。”
- 并行执行:AI 会自动同时打开多个浏览器窗口(如小红书、YouTube、抖音等)。
- 状态继承:每个窗口都携带已登录账户的状态。
- 一键分发:AI 在不同窗口中同时执行上传、填写标题、标签等操作,速度极大提升。
优缺点总结
优点
- 效率极高:并发操作使多任务处理时间显著缩短。
- 互不干扰:完美解决人机冲突问题。
- 纯 JS 驱动:技术栈更精简,AI 执行准确率更高。
缺点
- 平台限制:目前仅支持 Apple 电脑(macOS)。
- 项目较新:生态和社区支持仍在建设中,可能不如老牌工具稳定。
尽管存在平台限制,但对于拥有 Mac 设备的内容创作者和 AI 开发者来说,ego browser 是解决多平台自动化发布、提升生产力的绝佳选择。