ego lite का परिचय
ego lite क्या है, किसके लिए है, और मौजूदा browser automation tools से कैसे अलग है।
ego lite एक ऐसा browser है जो आप और आपके AI agents के साथ मिलकर काम करने के लिए बनाया गया है। Agents अपने-अपने Space में समानांतर tasks चलाते हैं, आपके साथ Chrome के logins साझा करते हैं, लेकिन आपकी खुली tabs को नहीं छेड़ते। वही काम तेज़ी से पूरा होता है और tokens भी कम लगते हैं।
कोई भी Agent CLI ego-browser skill के ज़रिए ego lite से जुड़ सकती है: Claude Code, OpenAI Codex, Cursor, Continue, Gemini CLI, Hermes Agent, OpenClaw, Opencode, या आपका अपना custom agent।
मुख्य features
यहाँ संक्षिप्त परिचय है; हर feature का अपना अलग पन्ना "Features" अनुभाग में है।
Space
Space, ego lite के अंदर एक अलग कार्य-क्षेत्र है। यह न तो कोई नई window है, न ही Chrome का दूसरा Profile, और न ही headless mode। यह उसी browser के अंदर एक partition है, जहाँ agent अपना काम करता है, बिना आपकी खुली tabs को छुए।
आप और agent एक ही browser साझा करते हैं। Agent अपने Space में काम करता है, आप अपनी tabs में बने रहते हैं, और कोई किसी का focus नहीं छीनता। आप जब चाहें Space में जाकर देख सकते हैं कि agent क्या कर रहा है, control अपने हाथ में ले सकते हैं, या task रोक सकते हैं।
एक Space में एक साथ कई tasks चल सकते हैं; कितने, यह आपकी मशीन की क्षमता पर निर्भर है, एक Space के लिए एक agent या एक task। पहले जो काम एक ही browser में एक-एक करके होते थे, अब साथ-साथ चलते हैं: Claude Code 10 Spaces में 10 leads का data भरता है, Codex दूसरे 5 Spaces में 5 competitor sites scrape करता है, और आप अपनी tabs में अपना काम जारी रखते हैं। ये tasks आपस में tabs, snapshots, refs या browser state पर टकराते नहीं, और आपकी tabs पर भी असर नहीं डालते।
→ Space
Snapshot
ego lite का Chromium kernel गहराई से customize किया गया है, जिससे high quality page snapshots (Snapshot) बनते हैं—यानी वह दृश्य जिसे text model webpage को "देखने" और "operate करने" के लिए इस्तेमाल करता है। एक सामान्य page agent के पास compact accessibility tree के रूप में आता है, और हर element को एक छोटी सी ref मिलती है। एक पूरा page आमतौर पर 200 से 400 tokens में आ जाता है, जो raw HTML से कहीं कम है।
किसी login page पर snapshotText() कुछ इस तरह की चीज़ लौटाता है:
Page: Example - Log in
URL: https://example.com/login
@1 [heading] "Log in"
@2 [form]
@3 [input type="email"] placeholder="Email"
@4 [input type="password"] placeholder="Password"
@5 [button type="submit"] "Continue"
@6 [link] "Forgot password?"
Agent तुरंत समझ जाता है कि @3 email field है और @5 submit button, और ref के सहारे काम करता है: fill('@3', '...'), click('@5')। न CSS selector का अनुमान लगाना है, न class name बदलने पर कुछ टूटता है।
Snapshot, stock Chrome के ऊपर JavaScript shim लगाकर नहीं बनता, बल्कि Chromium engine के अंदर ही बनता है। इसलिए वो स्थितियाँ भी संभाल लेता है जिन्हें shim-आधारित tools चुपचाप छोड़ देते हैं: गहराई में nested iframes, shadow DOM, और Stripe checkout, Salesforce embed, Intercom panel या React portal से dynamically mount होने वाले third-party SDK components।
→ Snapshot
ego-browser
AI agent इसी के ज़रिए browser चलाता है। Navigation, observation, action और output—सब एक ही Node.js heredoc में लिखे जाते हैं और एक ही बार में execute होते हैं:
ego-browser nodejs <<'EOF'
await useOrCreateTaskSpace('follow-ego-agent')
await openOrReuseTab('https://x.com/ego_agent', { wait: true })
await snapshotText()
await click('@92') // @92 snapshot से लौटा हुआ Follow button है
cliLog('Done.')
EOF
एक heredoc, एक ही round trip। "एक command चलाओ, output देखो, फिर अगला command चलाओ" वाला cycle यहाँ नहीं है। चार जटिल tasks पर हमारे internal benchmark में (Vercel के agent-browser से तुलना करते हुए), ego lite ने हर task 245% तक तेज़ी से पूरा किया, और tokens भी काफी कम लगे। काम जितना जटिल, फ़र्क उतना ही बड़ा।
अनुभव संग्रह (जल्द आ रहा है)
जो भी task सफलतापूर्वक पूरा होता है, वो एक पुनः-उपयोगी artifact—एक tool या एक workflow—में बदल जाता है, और domain के अनुसार सहेजा जाता है। अगली बार जब agent उसी site पर कोई task चलाएगा, तो वो पहले से verify किया हुआ solution सीधे load करेगा और trial-and-error छोड़ देगा। हमारे internal tests में, किसी जटिल task का दूसरा run पहले run से 5 गुना तक तेज़ हो सकता है—यह ego-browser के single-run फ़ायदे के ऊपर है।
→ Skills
गोपनीयता
आपका सारा browsing data आपके अपने कंप्यूटर पर रहता है। Chrome से लाए गए passwords, cookies, history, bookmarks, extensions और Profile कहीं upload नहीं होते। Pages का content आपका अपना agent पढ़ता और संचालित करता है। ego lite का काम केवल browser और bridge तक सीमित है; सोचना और पढ़ना agent का काम है।
Install करते समय ego lite केवल एक बात रिकॉर्ड करता है: आपने Chrome data import करना चुना या नहीं।
न account बनाना है, न email देना है, और न ही ऐसा कोई cloud session है जिसमें login करना पड़े।
Platforms और कीमत
फ़िलहाल macOS पर उपलब्ध है। Windows और Linux roadmap पर हैं।
Download मुफ़्त है। न कोई subscription, न per-task billing, न cloud session metering। आप अपनी Agent CLI और अपनी model API keys इस्तेमाल करते हैं—बस इतना ज़रूरी है।
आगे पढ़ने के लिए
हमने ego lite क्यों बनाया और इसे कैसे design किया, यह जानने के लिए यह blog पढ़ें: A Browser for You and Your AI Agents to Work in Parallel।