手把手带你用 ego-lite 实现高效自动化

本章要帮助你理解 ego-lite 的独特优势以及它可以在哪些场景下派上用场。读完之后，你会对 ego-lite 有一个全面的认识，并能初步判断它是否适合你的需求。

为了更好地跟随本章的内容，你需要确保已经基本了解什么是 AI 代理，以及它们在自动化任务中的作用。如果你还不太熟悉这些概念，可以简单地把 AI 代理想象成能够自动执行某些网页操作的助手。

首先，我们来看看 ego-lite 的一些核心特点：

1. 代码驱动而非命令行驱动

   • 这意味着你的 AI 代理可以通过编写 JavaScript 函数来控制浏览器行为，而不是通过一系列命令逐步操作。这种方式不仅更快，而且成功率更高。
   • 比如，如果你想让代理帮你填写表格并提交，你可以直接写一段 JavaScript 代码来实现这个流程，而不需要告诉代理一步步该做什么。

2. 独立的工作空间（Spaces）

   • 每个 AI 代理都有自己的工作空间，在这里它可以自由地进行各种操作而不影响到你在主窗口中的浏览活动。
   • 假设你正在浏览新闻网站，同时有一个代理在另一个空间中为你搜索最新的股票信息。两个活动互不影响，也不会互相干扰。

3. 多任务并行处理

   • 不同的代理或者同一个代理的不同任务可以在不同的空间中同时运行。这大大提高了工作效率。
   • 想象一下，一个代理在帮你整理邮件的同时，另一个代理可能已经在后台帮你查找了几个竞争对手的产品信息。

4. 高质量的页面快照

   • ego-lite 能够生成非常详细的页面快照，这对于文本模型来说至关重要。无论页面有多复杂或者嵌套了多少层 iframe，ego-lite 都能准确地捕捉到所有内容。
   • 这就好比给网页拍了一张高清照片一样详细和精确。

5. 无缝集成任何现有的 AI 代理

   • 只要你的 AI 代理支持调用 JavaScript 工具函数（比如 snapshot、fill、click 等），就可以轻松连接到 ego-lite 并利用它的能力。
   • 类似于你可以选择自己喜欢的笔刷来画画一样灵活多样。

接下来是 ego-lite 相对于其他同类产品的优势：

功能	ego lite	Browser-Use	agent-browser (Vercel)	ChatGPT Atlas	Perplexity Comet
多任务并行	✓	—	—	—	—
可复用技能	✓	—	—	—	—
继承 Chrome 数据	✓	—	—	✓	✓
同一浏览器不同工作区	✓	—	—	—	—
压缩语义输入	✓	—	✓	—	—
支持外部代理控制	✓	✓	✓	—	—
数据本地存储	✓	✓	✓	—	—
登录无摩擦                                                                                                                                                                        ✓                                                                                                                                                                                                                                                                                                                                                                ‍♂️✓ ‍♂️✓ ‍♂️✓ ‍♂️✓ ‍♂️✓ ‍♂️✓ ‍♂️✓ ‍♂️✓ ‍♂️✓ ‍♂️✓ ‍♂️✓ ‍♂️✓ ‍♂️✓ ‍♂️✓ ‍♂️✓ ‍♂️✓
日常使用的浏览器	✓	-	-	-	-
免费	-	-	-	-	-

从上面的表格可以看出，在很多方面 ego-lite 都优于其他的解决方案。特别是它能够在不牺牲用户体验的前提下提供强大的自动化能力。

举个实际的例子：假设你是一名市场营销人员，每天都要花费大量时间去社交媒体平台上关注新的潜在客户和竞品动态。借助 ego-lite 和合适的 AI 代理工具（例如 Claude Code 或 Codex），你可以设置多个任务让它们分别负责跟踪不同平台上的用户互动情况，并且这些任务会在后台自动执行。这样不仅可以节省大量的手动操作时间，还能保证数据收集的及时性和准确性。

本章小结

• ego-lite 是专门为与 AI 代理协同工作的浏览器设计的。
• 它通过代码驱动的方式使得复杂的自动化任务执行得更加高效。
• 提供独立的工作空间和多任务并行处理功能提升了整体的工作效率。
• 强大的页面快照能力和广泛的兼容性使其成为市场上独一无二的选择之一。
• 相较于其他产品，在性能和灵活性方面都具有明显的优势。

本章我们要解决的问题是如何在你的 Mac 上快速安装 ego-lite 浏览器。完成这一步后，你就可以开始使用 ego-lite 来执行各种自动化任务了。

首先，确保你的电脑已经安装了 Node.js 和 npm，因为我们会用到 npx 命令来安装 ego-lite 的技能包。如果没有安装的话，可以访问 Node.js 官网 下载并按照说明进行安装。

第一步操作：下载 macOS 应用

这是最直观的方法。点击 ego-lite 的 GitHub 页面提供的下载链接，然后打开下载的应用程序文件来进行安装。这样做会直接将 ego-browser 技能添加到你机器上所有代理的技能目录中。

接着：使用 npx 命令安装

如果你更喜欢通过命令行来管理软件包，可以使用 npx 来安装 ego-browser 技能。打开终端输入以下命令：

npx skills add citrolabs/ego-lite

第一次运行带有浏览器任务的代理时，系统会引导你完成 ego-lite 应用程序的安装过程。

如果你遇到…：首次启动时的数据迁移问题

当你第一次启动 ego-lite 时，它会问你是否要迁移现有的 Chrome 数据。这个问题的答案取决于你希望如何处理之前在 Chrome 中保存的信息。

• 选择“是”：你的代理将会继承你在 Chrome 中的所有登录信息、Cookie、扩展和书签。
• 选择“否”：则不会导入任何现有数据，你需要重新设置登录和其他偏好设置。

实际应用举例

想象一下你是某个公司的 IT 支持专员，每天都需要处理大量的在线服务请求。有了 ego-lite 和合适的 AI 代理工具（比如 Claude Code 或 Codex），你可以设置一些自动化任务来监控常见的支持请求类型，并根据预设的脚本来回复标准问题。这样一来，你就能腾出更多的时间来处理复杂的情况或者休息一下啦！

本章小结

• 我们学习了两种在 macOS 上安装 ego-lite 的方法：直接下载应用程序和使用 npx 命令。
• 首次启动 ego-lite 时可以选择是否迁移现有的 Chrome 数据。
• 使用这些方法可以帮助你在 Mac 上顺利地设置好 ego-lite 环境，从而开始执行自动化任务。

本章我们要用 ego-lite 来执行我们的第一个自动化任务，这样你就能看到这个强大的工具是如何工作的了。读完这章后，你应该能够编写简单的指令让 AI 代理自动完成网页上的操作。

在开始之前，请确保你已经按照上一章的步骤成功安装了 ego-lite，并且已经熟悉了它的基本界面。如果你还没有安装，可以返回上一章重新查看安装指南。

第一步操作：打开 ego-lite 并准备你的 AI 代理

首先，我们需要启动 ego-lite 应用程序。双击桌面上的 ego-lite 图标，或者从“应用程序”文件夹中找到它并打开。

一旦 ego-lite 启动，你会看到一个简洁的界面。在这个界面上方有一个输入框，这就是我们用来给 AI 代理发送指令的地方。

第二步操作：编写并运行你的第一条指令

假设你想让 AI 代理帮你访问一个网站并在其中进行某些操作。我们可以尝试一个简单的任务：让代理访问 Twitter 并搜索某个关键词。

在输入框中输入以下指令：

ego-browser search #AI on twitter.com for me

这里的 search #AI on twitter.com 就是我们想要执行的操作描述。for me 表示这个任务是由当前用户发起的。

按下回车键后，ego-lite 会处理这条指令，并打开一个新的工作空间来执行这个任务。

预期结果

• ego-lite 会在后台打开一个新的工作空间。
• 这个工作空间中的浏览器会导航到 Twitter 的主页。
• 浏览器会在搜索栏中输入 #AI 并提交搜索。
• 最终，Twitter 显示出与 #AI 相关的内容列表。

注意事项与常见问题

有时候，AI 代理可能无法准确理解复杂的指令。如果出现这种情况，请尽量简化你的描述，并确保没有拼写错误或其他语法问题。

例如：

ego-browser go to twitter.com and search #AI

这样的指令更加清晰明了，有助于提高成功率。

实际应用举例

想象一下你是市场营销人员，每天需要定期检查某个品牌在社交媒体上的提及情况。有了 ego-lite 和合适的 AI 代理工具（比如 Claude Code 或 Codex），你可以设置一些自动化任务来定期搜索特定关键词，并收集相关信息。这样一来，你就能节省大量时间来做其他更重要的事情了！

本章小结

• 我们学会了如何启动 ego-lite 并使用其内置的命令来执行自动化任务。
• 编写的简单指令可以让 AI 代理自动完成指定的操作。
• 在遇到问题时可以通过简化指令的方式来提高成功率。
• 这些技能可以帮助我们在日常工作中更高效地利用技术手段来完成重复性的工作。

本章要解决的问题是如何让 ego-lite 同时处理多个任务，从而提高工作效率。通过学习本章，你将能够设置并管理多个平行的任务空间，使得不同的自动化任务可以同时进行。

前置条件

• 你需要已经成功安装了 ego-lite。
• 你应该熟悉如何使用基本的 ego-lite 指令来执行单个任务。

第一步操作：创建新的工作空间

首先，我们需要知道什么是工作空间（Space）。工作空间就像是浏览器的不同标签页，但是这些标签页是由 AI 代理独立使用的，不会干扰到你自己的浏览活动。这样我们就可以在一个浏览器实例中同时运行多个任务。

我们要做的第一件事就是创建一个新的工作空间。你可以通过以下命令来实现：

ego-browser new-space my-task-space

预期结果

• ego-lite 将会创建一个新的名为 my-task-space 的工作空间。
• 你会看到一个确认信息表示新工作空间已成功创建。

第二步操作：在新工作空间中执行任务

接下来，我们将在刚刚创建的工作空间中执行一个简单的任务。假设你想在这个新的工作空间中访问 Google 并搜索某个关键词。

我们可以使用下面的命令：

ego-browser --space=my-task-space go to google.com and search for "ego-lite"

预期结果

• 浏览器将会在 my-task-space 工作空间中打开 Google 主页。
• 搜索栏会自动填充 "ego-lite" 关键词并提交搜索请求。
• Google 将会显示与 "ego-lite" 相关的结果页面。

第三步操作：查看所有的工作空间

如果你想查看当前所有的活跃工作空间，可以使用以下命令：

ego-browser list-spaces

预期结果

• 终端会列出所有当前存在的工作空间名称及其状态。
• 如果一切正常，你应该能看到之前创建的 my-task-space 出现在列表中。

第四步操作：删除不再需要的工作空间

当一个工作任务完成后或者你不希望再保留某个工作空间时，你可以选择将其删除。以下是删除指定工作空间的方法：

ego-browser delete-space my-task-space

预期结果

• 指定的工作空间 my-task-space 将会被彻底删除。
• 删除后再次运行 list-spaces 命令应该不会再看到该工作空间出现在列表里。

实际应用举例

假设你是电商运营人员，每天都需要监控竞争对手的产品更新情况以及市场反馈。为了提高效率，你可以为每个竞争对手设置单独的一个 ego-lite 工作空间，并安排相应的自动化任务去抓取最新的产品信息和评论数据。这样一来，在不占用自己主要浏览窗口的情况下，AI 可以帮助你持续跟踪市场动态。

注意事项与常见问题

1. 命名冲突：确保你在创建新工作空间时使用的名字是唯一的，否则可能会覆盖现有的同名工作空间。
2. 资源限制：虽然可以在一个浏览器实例中运行多个任务，但过多的任务可能会导致系统资源紧张，请根据实际情况合理分配。
3. 权限问题：某些网站可能会对频繁访问的行为采取反爬虫措施，请注意遵守相关法律法规及网站规定。

本章小结

• 我们学习了如何创建、管理和删除 ego-lite 中的工作空间。
• 通过在不同的工作空间中并发执行任务，可以大大提高工作效率。
• 创建唯一且有意义的工作区名称有助于更好地组织和维护自动化流程。
• 在实际工作中合理利用多任务并行处理能力能显著减少手动操作的时间成本。

本章要解决的问题是如何利用 ego-lite 的空间隔离功能来提升你的工作效率。通过学习本章的内容，你将能够为不同的任务创建独立的工作空间，并有效地管理这些空间中的自动化任务。

在开始之前，请确保你已经按照上一章的指导成功安装并设置了 ego-lite，并且至少有一个可用的工作空间。

第一步：理解空间隔离的重要性

想象一下，如果你是一个电商运营人员，每天需要监控多个竞争对手的产品更新情况。如果没有合适的空间隔离机制，所有的自动化任务都可能在一个浏览器窗口中进行，这不仅会导致混乱，还会影响你的正常工作。而 ego-lite 提供了独立的空间给每个任务，这样你的主浏览器和各个自动化任务互不干扰。

第二步：创建新的工作空间

首先，我们需要创建一个新的工作空间来存放我们的自动化任务。假设我们要为监测某个竞争对手的产品更新创建一个名为 competitor-monitor 的工作空间。

create-space competitor-monitor

预期结果

• 成功创建了一个名为 competitor-monitor 的新工作空间。
• 运行 list-spaces 命令可以看到新增加的工作空间 competitor-monitor 出现在列表中。

第三步：在新工作空间中添加自动化任务

接下来，我们在刚刚创建的 competitor-monitor 工作空间中添加一个具体的自动化任务。比如我们要抓取某个产品的最新价格信息。

ego-browser go to https://example.com/product-page in competitor-monitor and extract the price

预期结果

• 自动化任务会在 competitor-monitor 工作空间中打开指定的网页。
• 抓取到的价格信息将会被返回给你。

第四步：检查和管理多个工作空间

随着时间推移，你可能会有多个不同的工作空间用于不同的目的。我们可以列出所有的工作空间来查看它们的状态。

list-spaces

预期结果

• 显示当前存在的所有工作空间及其状态。
• 如果你想要停止某个正在运行的任务，可以使用以下命令：

stop-space competitor-monitor

预期结果

• 指定的工作空间中的所有活动都会被终止。
• 再次运行 list-spaces 不会显示该工作空间有任何活动进程。

实际应用举例

假设你是电商运营人员，每天需要监控两个竞争对手的产品更新情况。你可以分别为这两个竞争对手创建两个独立的工作空间 competitor-A 和 competitor-B。然后在每个工作空间中分别设置抓取产品信息的自动化任务。这样一来，在不影响自己正常使用电脑的同时，AI 可以自动帮你收集所需的市场数据。

注意事项与常见问题

1. 命名规范：创建工作空间时应遵循一定的命名规则，便于后续管理和查找。
2. 资源管理：虽然可以同时运行多个工作任务，但请注意系统的负载情况，避免因资源耗尽而导致性能下降。
3. 安全性：确保每个工作的敏感性数据不会泄露至其他不必要的地方。

本章小结

• 我们学会了如何利用 ego-lite 创建和管理独立的工作空间。
• 独立的工作区可以帮助我们更好地组织和控制不同的自动化任务。
• 合理地使用多工功能可以极大地提高工作效率，并保证个人浏览体验不受影响。

本章要解决的问题是如何理解和利用 ego-lite 的页面快照机制，这样我们可以更好地进行网页自动化任务。读完这章后，你将能够掌握如何生成和使用页面快照，从而提高自动化任务的准确性和效率。

前置条件

• 你需要已经安装了 ego-lite 并且熟悉基本的操作，比如启动和停止工作空间。
• 确保你的 ego-lite 版本是最新的，可以通过查看官方文档获取最新版本信息。

第一步操作：理解什么是页面快照

页面快照就像是网页的一个静态图片，但它不仅仅是图片，它包含了网页的所有元素和状态。这对于自动化任务来说非常重要，因为它可以让 AI 更好地理解和操作网页内容。

第二步操作：生成页面快照

我们先来看一下如何生成一个简单的页面快照。假设我们要对百度首页进行截图并保存。

ego-browser snapshot https://www.baidu.com -o baidu_snapshot.png

预期结果

• 这条命令会在当前目录下生成一个名为 baidu_snapshot.png 的文件，里面包含百度首页的截图。
• 你可以在 Finder 中找到这个文件并打开它来确认效果。

第三步操作：使用页面快照进行自动化任务

接下来，我们看看如何使用刚才生成的页面快照来进行一些简单的操作。例如，在百度搜索框中输入关键词“天气”。

首先，我们需要知道搜索框在页面上的位置。通常情况下，开发者工具可以帮助我们找到这些信息。不过为了简化过程，这里假设我们知道搜索框的 ID 是 kw。

ego-browser navigate https://www.baidu.com && ego-browser fill #kw "天气"

预期结果

• 这条命令会让浏览器导航到百度首页，并在搜索框中填入“天气”这两个字。
• 你可以通过再次运行 snapshot 命令来确认输入是否成功。

实际应用举例

想象一下你是市场营销人员，需要定期检查公司的官网是否有最新的新闻更新。你可以创建一个自动化脚本来定期抓取官网的内容，并通过比较前后两次的页面快照来判断是否有新内容发布。

ego-browser snapshot https://yourcompanywebsite.com/news -o news_snapshot_$(date +%Y%m%d).png

提示与注意事项：

1. 路径选择：确保保存路径有写权限。
2. 定时任务：可以结合 cron 或者其他定时任务工具来定期执行上述命令。
3. 错误处理：如果网站加载失败或者网络问题导致无法访问，命令会返回错误信息，请根据实际情况调整策略。

本章小结

• 我们学习了什么是页面快照以及它的作用。
• 学习了如何使用 ego-browser snapshot 命令来生成网页的静态图片。
• 了解了如何在生成的页面上进行进一步的操作，如填写表单等。
• 通过实际的例子展示了如何利用页面快照来进行网站监控和内容变化检测。

本章我们要解决的问题是如何让不同的 AI 代理通过 ego-browser 来协同工作。读完这章后，你就能明白如何设置和管理多个 AI 代理，并让他们在各自的独立空间中执行任务。

前置条件

• 你需要已经按照第二章的步骤成功安装了 ego-lite。
• 上一章中我们已经学会了基本的 ego-browser 操作，比如导航和填写表单。

第一步操作：启动多个代理

首先，我们需要启动多个 AI 代理。假设我们有两个代理，分别叫做 agent1 和 agent2。我们可以使用以下命令来启动它们：

ego-lite start --name agent1
ego-lite start --name agent2

预期结果

• 这两条命令会在 ego-lite 中启动两个新的 Space，每个 Space 对应一个代理。
• 你可以在 ego-lite 的界面中看到这两个 Space 正在运行。

第二步操作：连接代理到 ego-browser

接下来，我们需要将这些代理连接到 ego-browser。这里我们以 agent1 为例，让它执行一些简单的任务。

echo 'navigate("https://www.example.com"); fill("#search", "hello world");' | ego-browser --space agent1

预期结果

• 这条命令会让 agent1 导航到 example.com，并在搜索框中填入“hello world”。

如果你遇到错误提示说找不到指定的 Space，请确保代理已经在运行，并且名称正确无误。

第三步操作：验证任务执行情况

为了确认任务是否成功执行，我们可以生成页面快照并查看结果。

ego-browser snapshot --space agent1 -o snapshot_agent1.png

预期结果

• 这条命令会生成一个名为 snapshot_agent1.png 的文件，显示当前页面的状态。
• 你可以打开这个文件来确认搜索框中的内容是否正确。

实际应用举例

想象一下你是产品经理，需要同时监控几个竞品网站的价格变动。你可以为每个网站分配一个单独的 AI 代理，并让他们定期抓取价格信息。

| 竞品网站       | 代理名称 |
|----------------|----------|
| www.siteA.com  | agentA   |
| www.siteB.com  | agentB   |
| www.siteC.com  | agentC   |

然后分别启动这三个代理，并编写相应的脚本：

# 启动三个代理
ego-lite start --name agentA
ego-lite start --name agentB
ego-lite start --name agentC

# 编写脚本让每个代理抓取价格信息并保存快照
echo 'navigate("https://www.siteA.com/prices"); snapshot();' | ego-browser --space agentA -o price_siteA_$(date +%Y%m%d).png &
echo 'navigate("https://www.siteB.com/prices"); snapshot();' | ego-browser --space agentB -o price_siteB_$(date +%Y%m%d).png &
echo 'navigate("https://www.siteC.com/prices"); snapshot();' | ego-browser --space agentC -o price_siteC_$(date +%Y%m%d).png &

提示与注意事项：

1. 并发控制：注意不要一次性启动过多的代理，以免系统资源不足导致性能下降。
2. 日志记录：建议对每个代理的任务执行情况进行详细记录，便于后续分析和调试。
3. 异常处理：如果某个网站暂时不可访问或出现验证码等问题，可以添加相应的异常处理逻辑来应对。

本章小结

• 我们学习了如何在一个 ego-lite 实例中启动和管理多个 AI 代理。
• 学习了如何通过 ego-browser 将不同的任务分配给各个代理，并让他们在各自的独立空间中执行。
• 通过实际的例子展示了如何利用多个 AI 代理来实现复杂的监控任务。

问题：在 macOS 上安装 ego-lite 时遇到权限错误怎么办？

解答：如果在安装过程中遇到权限错误，请尝试使用 sudo 命令来提升权限，例如：

sudo npx skills add citrolabs/ego-lite

输入管理员密码后继续操作。

问题：如何迁移现有的 Chrome 数据到 ego-lite？

解答：首次启动 ego-lite 时，系统会询问是否要迁移 Chrome 的数据。选择“是”即可继承你的现有登录信息、Cookie、扩展和书签。

问题：ego-lite 是否支持 Windows 和 Linux 系统？

解答：目前 ego-lite 主要在 macOS 上运行良好，Windows 和 Linux 版本正在开发中，具体进度可以查看 roadmap 页面。

问题：如何让多个 AI 助手同时使用 ego-lite 进行任务处理？

解答：ego-lite 为每个 AI 助手提供独立的空间（Space），助手可以在后台执行任务而不会相互干扰。你可以在一个浏览器窗口中看到所有活跃空间，并根据需要切换或停止某个空间中的任务。

问题：ego-lite 如何与其他自动化工具（如 Browser-Use 或 agent-browser）相比？

解答：ego-lite 允许多个助手并行工作在同一浏览器的不同空间内，并且能够无缝集成任何外部 AI 助手通过 ego-browser 接口进行控制。此外，它还能直接继承用户的 Chrome 登录状态，无需额外设置。相比之下，Browser-Use 和 agent-browser 需要驱动单独的浏览器实例，可能无法完美共享用户登录信息。

问题：为什么使用 ego-lite 可以提高复杂任务的成功率？

解答：ego-lite 将浏览器功能封装为 JavaScript 函数供助手调用，在处理多步骤复杂任务时能更高效地编写代码逻辑，避免了传统 CLI 方法中反复调用命令导致的低效性。这使得整个流程不仅速度更快（最高可达2.5倍），而且成功率更高，所需的操作次数也大幅减少。

问题：我在使用 ego-lite 过程中发现了一些 bug 应该如何反馈？

解答：如果你发现了任何 bug 或者有改进建议，可以通过项目的 GitHub 页面提交 issue 来报告。访问 GitHub Issues 页面按照模板填写相关信息即可。