ego (lite) का परिचय

ego (lite) एक ऐसा ब्राउज़र है जो आपके और आपके AI एजेंट—दोनों के साथ काम करने के लिए बनाया गया है। एजेंट अपने-अपने Space में समानांतर कार्य चलाते हैं और आपके Chrome लॉगिन इस्तेमाल कर सकते हैं, लेकिन आपकी खुली टैब को नहीं छेड़ते। इससे वही काम तेज़ी से और कम टोकन में पूरा होता है।

कोई भी एजेंट ego-browser Skill के ज़रिए ego (lite) से जुड़ सकता है: Claude Code, Codex, Cursor, Continue, Gemini CLI, Hermes Agent, OpenClaw, OpenCode या आपका अपना कस्टम एजेंट।

मुख्य सुविधाएँ

यहाँ संक्षिप्त परिचय दिया गया है; हर सुविधा का अपना विस्तृत पृष्ठ "सुविधाएँ" अनुभाग में है।

Space

Space, ego (lite) के अंदर एक अलग कार्यक्षेत्र है। यह न तो कोई नई विंडो है, न Chrome की दूसरी प्रोफ़ाइल और न ही हेडलेस मोड। यह उसी ब्राउज़र के अंदर एक अलग हिस्सा है, जहाँ एजेंट आपकी खुली टैब को छेड़े बिना अपना काम करता है।

आप और एजेंट एक ही ब्राउज़र साझा करते हैं। एजेंट अपने Space में काम करता है, आप अपनी टैब में काम करते रहते हैं और कोई किसी का फ़ोकस नहीं छीनता। आप जब चाहें Space में जाकर एजेंट का काम देख सकते हैं, नियंत्रण अपने हाथ में ले सकते हैं या कार्य रोक सकते हैं।

कई Space में एक साथ कई कार्य चल सकते हैं; कितने, यह आपकी मशीन की क्षमता पर निर्भर है—हर Space में एक एजेंट या एक कार्य। पहले जो काम एक ही ब्राउज़र में एक-एक करके होते थे, वे अब साथ-साथ चल सकते हैं: Claude Code 10 Spaces में 10 लीड का डेटा भरता है, Codex अन्य 5 Spaces में 5 प्रतिस्पर्धी साइटों से डेटा निकालता है और आप अपनी टैब में काम जारी रखते हैं। इन कार्यों की टैब, Snapshots, refs और ब्राउज़र स्थिति आपस में या आपकी टैब से नहीं टकराती।

→ Space

Snapshot

ego (lite) के Chromium कर्नेल को गहराई से अनुकूलित किया गया है, जिससे उच्च-गुणवत्ता वाले पेज Snapshots बनते हैं—यानी वह दृश्य जिसे टेक्स्ट मॉडल किसी वेबपेज को "देखने" और उस पर काम करने के लिए इस्तेमाल करता है। एक सामान्य पेज एजेंट को संक्षिप्त accessibility tree के रूप में मिलता है और हर एलिमेंट को एक छोटी ref दी जाती है। पूरा पेज आमतौर पर 200 से 400 टोकन में आ जाता है, जो raw HTML से कहीं कम है।

किसी लॉगिन पेज पर snapshotText() इस तरह का परिणाम देता 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?"

एजेंट तुरंत समझ जाता है कि @3 ईमेल फ़ील्ड और @5 सबमिट बटन है, फिर ref के सहारे काम करता है: fill('@3', '...'), click('@5')। न CSS selector का अनुमान लगाना पड़ता है, न class name बदलने पर काम टूटता है।

Snapshot सामान्य Chrome पर JavaScript shim लगाकर नहीं, बल्कि Chromium इंजन के अंदर बनता है। इसलिए यह उन स्थितियों को भी संभाल लेता है जिन्हें shim-आधारित टूल चुपचाप छोड़ देते हैं: गहराई से नेस्ट किए गए iframes, Shadow DOM और Stripe checkout, Salesforce embed, Intercom panel या React portal से डायनेमिक रूप से माउंट होने वाले तृतीय-पक्ष SDK कॉम्पोनेंट।

→ Snapshot

ego-browser

एजेंट इसी के ज़रिए ब्राउज़र चलाता है। नेविगेशन, निरीक्षण, कार्रवाई और आउटपुट—सब एक ही Node.js heredoc में लिखे जाते हैं और एक ही बार में चलते 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 मिला Follow बटन है
cliLog('Done.')
EOF

एक heredoc, एक ही राउंड ट्रिप। यहाँ "एक कमांड चलाओ, आउटपुट देखो, फिर अगला कमांड चलाओ" वाला चक्र नहीं है। चार जटिल कार्यों के हमारे आंतरिक बेंचमार्क में, Vercel के agent-browser की तुलना में ego (lite) ने हर कार्य 3.45 गुना तक तेज़ और काफी कम टोकन में पूरा किया। काम जितना जटिल था, अंतर उतना ही बड़ा था।

→ ego-browser

अनुभव संग्रह (जल्द आ रहा है)

हर सफल कार्य को दोबारा इस्तेमाल होने वाले artifact—एक tool या workflow—में बदला जाता है और डोमेन के अनुसार सहेजा जाता है। अगली बार उसी साइट पर समान कार्य चलाते समय एजेंट पहले से सत्यापित समाधान लोड करके कोशिश और गलती वाला चरण छोड़ देता है। हमारे आंतरिक परीक्षणों में किसी जटिल कार्य का दूसरा रन पहले रन से 5 गुना तक तेज़ हो सकता है—यह ego-browser के एकल रन वाले लाभ के अतिरिक्त है।

→ Skills

गोपनीयता

आपका सारा ब्राउज़िंग डेटा आपके अपने कंप्यूटर पर रहता है। Chrome से लाए गए पासवर्ड, कुकीज़, इतिहास, बुकमार्क, एक्सटेंशन और प्रोफ़ाइल कहीं अपलोड नहीं होते। पेज की सामग्री आपका अपना एजेंट पढ़ता और संचालित करता है। ego (lite) की भूमिका ब्राउज़र और कनेक्शन तक सीमित है; सोचना और पढ़ना एजेंट का काम है।

इंस्टॉल करते समय ego (lite) केवल यह दर्ज करता है कि आपने Chrome डेटा इंपोर्ट करना चुना या नहीं।

न अकाउंट बनाना है, न ईमेल देना है और न ही ऐसा कोई क्लाउड सेशन है जिसमें लॉगिन करना पड़े।

प्लेटफ़ॉर्म और कीमत

यह फ़िलहाल macOS पर उपलब्ध है। Windows और Linux रोडमैप पर हैं।

डाउनलोड मुफ़्त है। न कोई सदस्यता, न प्रति-कार्य शुल्क और न क्लाउड सेशन की मीटरिंग। आपको केवल अपनी एजेंट CLI और मॉडल API keys इस्तेमाल करनी हैं।

आगे पढ़ने के लिए

हमने ego (lite) क्यों बनाया और इसे कैसे डिज़ाइन किया, यह जानने के लिए यह ब्लॉग पढ़ें: आप और आपके एजेंट के साथ समानांतर काम करने वाला ब्राउज़र।