任务完成率
每个工具拿到的都是同样的 31 个任务：线上网站上的多步骤任务，很多藏在登录墙后面。只有满足全部要求才算完成，没有部分得分。 这些任务是任何预先写好的脚本都撑不过去的：在需要登录的 Redfin 上估算房贷，在实时开售中抢两张票，在 PS5 和 PC 平台上给评价最高的动作 RPG 排名。
所用 Agent: pi · 模型: ChatGPT 5.6 Sol · 思考强度: max · 31 个任务
- ego(lite)93.5%
- playwright-cli71.0%
最好用的 AI 版 Playwright 替代品
Playwright 把浏览器行为变成需要你维护的代码。ego(lite) 把浏览器变成你的编程 Agent 可以使用的工作区。 在我们公开的 31 个线上网站浏览器自动化任务基准测试中，ego(lite) 完美完成了 93.5% 的任务，是所有受测工具中最高的完美完成率。
ego(lite) 对比 Playwright
最近更新 2026年8月30日
开发者用户来自
浏览器自动化基准测试：ego(lite) 对比 Playwright
这项基准测试衡量的是 Agent 在线上网站上的浏览能力，而不是脚本化的测试套件：31 个多步骤任务，其中很多藏在登录墙后面，由 ego(lite) 和 Agent 驱动的 Playwright 端到端完成。
所用 Agent: pi · 模型: ChatGPT 5.6 Sol · 思考强度: max · 31 个任务
- ego(lite)93.5%
- playwright-cli71.0%
Real-World Bench 是一项开源基准测试：31 个线上网站上的复杂真实浏览器自动化任务，每个工具都由同一个 pi Agent 使用同一个模型（gpt-5.6-sol，思考强度 max）驱动，并由同一个评审模型按每个任务的评分细则打分。每项成绩都覆盖全部 31 个任务，不按单个任务挑选最好的结果。 本基准测试通过 playwright-cli 驱动 Playwright，这是 Playwright 团队为编程 Agent 推出的配套 CLI，也是目前面向 Agent 运行 Playwright 最强的方式。
为什么 ego(lite) 比 Playwright 更好
区别在于工作流放在哪里。Playwright 要你编写并不断演进自动化代码；ego(lite) 让你的 Agent 从你想要的结果出发去工作，覆盖搜索、调研、数据提取、表单、测试和日常网页任务。它可以使用你授权的浏览器状态和它自己的 Space，因此工作过程始终可见，又不会占用你的标签页。
93.5% 的任务完美完成。 没有其他工具超过 78%
Playwright 脚本的寿命，大约就和它录制时对应的那个页面一样长。Codegen 生成的定位器只捕获了某一刻的 DOM 快照，几个月后网站一改版，你就得忙着修补选择器，而不是发布新功能。即使通过微软自家的 playwright-cli 由 Agent 来驱动，这 31 个线上网站任务中仍有 29% 没能拿到满分。在 ego(lite) 中，你的 Agent 把页面读取为带稳定 @N 引用的压缩 Snapshot，并自己编写 JavaScript，所以页面变化时它会随之调整，而不是直接出错：同样的 31 个任务中有 93.5% 完美完成，按平均任务耗时计算，比由 Agent 驱动的 Playwright 快 63%。
Time to finish a task, shorter is better
- ego(lite)398 s
- playwright-cli648 s
Data source - Task: finish an average live-site job
并行多任务，执行更快
Playwright 的并行测试默认以无头（headless）模式运行。一旦切到有头（headed）模式，每个 worker 都会弹出一个独立的系统窗口，而且没法暂停某一个去接管操作，所以大多数团队还是选择用无头模式跑，事后再看 trace 文件。在 ego(lite) 里，你能打开的 Space 数量没有上限：每个 Space 都在自己独立导入的 Chrome profile 上单独跑一个任务，谁也不会抢走你正在用的标签页。你可以随时实时查看，或者接管任意一个 Space。
不再反复来回 消耗更少 Token
就算让 Agent 通过微软自家的 playwright-cli 来操作 Playwright，你还是得一个动作发一条命令：snapshot、点击一个 ref、再 snapshot、读取结果、然后决定下一条命令。在 ego(lite) 里，Agent 会把好几个动作打包进同一次 JavaScript 调用里执行，每一轮只调用一次，而且读取页面时用的是压缩后的 Snapshot，而不是完整的无障碍树转储。两者叠加起来，能把整个任务消耗的 token 总量大幅降低。
Claude Code · ego(lite)
>/ego-browser Add the first product to the cart, then check checkout loads
●Bash(
ego-browser nodejs <<'EOF'
await openOrReuseTab('localhost:3000')
await click('.product-card')
await click('.add-to-cart')
await click('a[href="/checkout"]')
cliLog('checkout loaded')
EOF
)
⎿Output:
[t=4480ms] checkout loaded
Done. Both steps work.
─── 1 tool call · ↑ 1.1k tokens ───
Claude Code · playwright-cli
─── 7 tool calls · ↑ 13.6k tokens ───
同样的任务，同样的模型。 左边：ego(lite) 里一次打包的 JavaScript 调用，总共 1.1k Token。 右边：通过 playwright-cli 驱动 Playwright，7 次往返，token 数涨到 13.6k。
同一个 Chrome，为 Agent 而生
一个全新的 Playwright context 是完全空白的，所以想要真实的登录态，就得自己写脚本登录、保存 storageState，然后祈祷这些 token 能撑到测试跑完。可一旦服务方轮换 refresh token（比如 Auth0 在开启 MFA 之后那样），保存的状态照样会失效。ego(lite) 一键导入你完整的 Chrome 配置文件：Cookie、会话和扩展程序全都一起带过来，所以 Agent 一启动，就已经在你登录过的所有地方保持登录状态。
让切换无缝衔接
你不需要把 Playwright 测试迁移到 ego(lite)，留着它们就好。真正迁过来的，是你希望 Agent 直接处理的浏览器工作：搜索、调研、数据提取、表单、测试，以及 CI 套件之外需要登录的工作流。
1
下载 ego(lite)
下载 ego(lite)，一键导入你的 Chrome 配置文件。那些测试上下文里从来没有的登录状态，也会一起带过来。
2
用 /ego-browser 运行你的第一个任务
在 Claude Code、Codex 或 Cursor 中运行 /ego-browser。不需要项目脚手架，也不需要 playwright.config。
粘贴到你的 Agent 里
/ego-browser 打开 ego.app，列出导航栏里的每一个链接
3
看它开始工作
把你原本要写脚本才能完成的任务交给 Agent，比如从需要登录的仪表盘里提取数据，或者走一遍结账流程，只用一句话把任务描述清楚就行。
确定性的端到端 CI 测试套件继续交给 Playwright。ego(lite) 负责围绕它们、由 Agent 驱动的浏览器工作，从问题排查和搜索，到实时检查和数据收集。
各工具的适用场景
以下情况选择 ego(lite)
- 这些工作都藏在登录状态背后：仪表盘、管理后台、SSO，专门写脚本去管理 storageState 并不值得。
- 你更愿意直接把任务描述给 Claude Code、Codex 或 Cursor，而不是搭建测试项目、维护定位器（locator）。
- 你想在多个并行的 Space 里同时检查几条流程，同时还能在同一个浏览器里继续自己浏览。
- 你关心单个任务的 token 成本：Snapshot 输入叠加批量 JavaScript，两者叠加起来能让整个任务的花费保持低廉。
以下情况选择 Playwright
- 你在构建需要提交进代码库、在 CI 中确定性运行的端到端测试套件。这正是 Playwright 的核心优势。
- 你依赖它的测试运行器、自动等待（auto-waiting）、trace viewer 和代码生成（codegen），这些工具大多数竞品仍然没有。
- 你需要覆盖 Firefox 和 WebKit。ego(lite) 只支持 Chromium。
- 你的团队要同时用 TypeScript、Python、Java 或 .NET 工作，并且希望每种语言都有一流的绑定支持。
将 ego(lite) 与其他浏览器自动化工具对比
与 Puppeteer、Playwright MCP、Claude Chrome extension、Browser Harness 以及另外 7 款工具的逐项对比。
常见问题
Playwright 是什么？
Playwright 是微软开源的自动化框架，支持 Chromium、Firefox 和 WebKit，并为 TypeScript、Python、Java 和 .NET 提供一流的绑定支持。它的测试运行器、自动等待、trace viewer 和 CI 集成在同类工具中最强，对于需要提交进代码库、确定性运行的端到端测试套件来说，它是最难被超越的工具。微软还推出了 playwright-cli，这是 Playwright 团队为 Claude Code、Copilot 等编码 Agent 打造的、注重 token 消耗的配套 CLI 工具。本页讨论的是核心框架本身及其脚本化和 CLI 工作流；Playwright MCP 作为面向 Agent 的独立 MCP 服务器，有专门的对比页面。选择 Agent 驱动方案的开发者，也会同时权衡 Browser Use vs Playwright 和 Stagehand vs Playwright，因为这三者都是目前 LLM 驱动浏览器操作技术栈中的常见选项。
ego(lite) 是不是一个好的 Playwright 替代品？
对于由 AI Agent 驱动的浏览器操作来说，是的：不用写脚本，直接用真实登录状态，还能开多个并行 Space，这让它成为少数专门为 Agent 打造、而不是让你写更多脚本的 Playwright 替代品之一。但对于要提交进 CI 的端到端测试套件来说，答案是不。Playwright 的测试运行器、trace 追踪和跨浏览器覆盖能力确实非常出色，这些场景你应该继续使用它。诚实地说，分工很清楚：需要提交的测试交给 Playwright，需要委托的任务交给 ego(lite)。
ego(lite) 对比 Playwright 的基准测试是怎么跑的？
两者跑的是同一套 31 个复杂的真实浏览器自动化任务，全部在线上网站上执行，由同一个 pi Agent 使用同一个模型（gpt-5.6-sol，思考强度 max）驱动，并由同一个评审模型按每个任务的评分细则打分；每项成绩都覆盖全部 31 个任务。Playwright 通过 playwright-cli 参测，这是 Playwright 团队为编程 Agent 推出的配套 CLI，也是目前面向 Agent 运行 Playwright 最强的方式。ego(lite) 完美完成了 93.5% 的任务，每个完成任务的成本为 $1.75，平均任务用时快 63%；由 Agent 驱动的 Playwright 完美完成了 71%，每个完成任务的成本为 $4.82。测试框架、任务、评分细则和原始结果都已在 GitHub 上的 ego-browser-benchmark-framework 仓库开源，因此每个数字都可以审计或复现。
Playwright vs Puppeteer vs Selenium：该选哪个？
这三者都是以脚本为核心的框架，无论你搜索的是 playwright vs puppeteer 还是 puppeteer vs playwright，答案都一样。新建测试套件时 Playwright 更占优：运行速度最快，有自动等待，支持 TS/Python/Java/.NET，还能覆盖三种浏览器引擎。如果你只用 Node 操作 Chrome，想要一个精简的 DevTools 级 API，Puppeteer 更合适。如果你看重 W3C WebDriver 标准、广泛的语言绑定，或者已经有企业级 Grid 在用，Selenium 更合适。ego(lite) 扮演的是完全不同的角色：由 AI Agent 来完成浏览操作，而不是靠脚本，没有代码需要维护，而且已经接入了你真实的登录态。
Playwright vs Selenium：各有什么优缺点？
Selenium vs Playwright 归根结底是两边各有取舍。Playwright：执行更快，内置自动等待，测试运行器更现代，还配有 trace viewer、codegen 这类工具；代价是生态相对年轻。Selenium：拥有 W3C WebDriver 标准，语言绑定和老旧浏览器覆盖范围最广，还有二十年的企业级应用积累；代价是代码更冗长，等待逻辑需要更多手动处理。如果你今天要选一个测试框架，大多数团队会选 Playwright。如果工作是由 Agent 驱动而不是靠脚本完成，可以在我们的 Selenium 对比页面看看 ego(lite) 和 Selenium 的比较。
那 Playwright MCP 或 playwright-cli 对 AI Agent 来说怎么样？
两者都是把一个全新的 Playwright 浏览器包装给 Agent 使用，而且都仍在空白配置文件里一个操作执行一条命令：Playwright MCP 用的是 MCP 工具调用，playwright-cli 用的是 CLI 调用。ego(lite) 则在每轮里用 JavaScript 批量执行多个操作，以压缩后的 Snapshot 读取页面，并从你真实的已登录 Chrome 配置文件起步。在这 31 个线上网站任务中，这一差异体现为 93.5% 对 71% 的完美完成率、每个完成任务 $1.75 对 $4.82 的成本，以及平均任务用时快 63%，其中代表 Playwright 参测的是 playwright-cli。完整拆解见 ego(lite) 对比 Playwright MCP 页面。
Playwright 能用我已有的 Chrome 登录状态吗？
部分可以。你可以在脚本登录后保存 storageState，或者启动一个指向某个 Chrome 配置文件目录的持久化上下文（persistent context），但会话会过期，2FA 和 SSO 会打断脚本化登录，而且配置文件没法和正在运行的 Chrome 共用。ego(lite) 只需导入你的配置文件一次，之后 Agent 就会一直继承真实的登录状态。
ego(lite) 免费吗？
是的。免费使用，无需订阅，数据本地存储。你的 Agent 连接的 ego-browser shell是基于 MIT 协议的开源项目。
为什么 Playwright 测试在 CI 里时好时坏，该怎么修？
CI 里的不稳定通常来自共享状态、不稳定的选择器、竞态条件、资源压力，或是假定了固定延迟的测试。请使用隔离的 fixture、基于定位器的断言、对有意义的应用状态进行等待、用于诊断的有限次重试，以及 trace 产物。ego(lite) 并不能替代 CI 测试运行器：它可见的 Space 能帮 Agent 排查交互式故障，而对于已提交的确定性测试套件，Playwright 仍然是正确选择。
ego(lite) 或 Playwright 能绕过 Cloudflare、CAPTCHA 或 Akamai 吗？
没有任何工具能保证做到这一点，本页也不提供绕过方法。被拦截是一种访问控制决定：请遵守网站的条款、robots 规则和速率限制，使用官方 API 或获得授权的数据源，申请许可，或者停下来。ego(lite) 可以用你自己经过授权的浏览器会话访问你本来就能看到的内容，但真实的 Chrome 配置文件、住宅 IP、stealth 插件或鼠标模拟都不代表一定能访问，也不得用于规避封禁。
有没有选择器不那么脆弱的 Playwright 替代方案？
对于交互式、由 Agent 驱动的工作，ego(lite) 让 Agent 读取当前页面再选择操作，而不是为每个一次性任务维护一个生成出来的选择器。这能减少脚本维护，但并不会让一个不断变化的网站神奇地变稳定：请保留带来源链接的结果，核对重要字段，并继续用 Playwright 做断言和可重复的 CI 覆盖。就 Playwright 本身而言，优先使用 role、label、test ID 和稳定的应用契约，而不是生成的 CSS 类名。
AI Agent 能用自然语言编写和修复 E2E 测试吗？
Agent 可以把一个用自然语言描述的场景转成 Playwright 代码，运行测试套件，检查 trace，并在受控分支里提出或应用修复。但它仍然需要清晰的断言约定、测试数据和人工审核：Agent 可能通过削弱断言或掩盖产品 bug 来让测试变绿。ego(lite) 适合在真实会话里探索一个流程；当某个行为必须在 CI 里运行时，再把验证过的行为固化为已提交的 Playwright 测试。
Playwright 替代方案应该如何处理第三方 iframe 和动态内容？
把 iframe 当作一个独立的浏览上下文，等待能证明它已就绪的 frame 或应用状态，不要依赖随意设定的 sleep。对于类似 Stripe 的第三方结账，使用服务商支持的测试模式和稳定的标签，并让密钥远离 fixture。Agent 可以检查实时的 frame，并在布局变化后恢复，但它无法解除跨源限制，也不能保证服务商的 UI 会一直可用。
为你的 Agent 配备真实浏览器
免费使用，运行在你的电脑上，一键导入 Chrome 浏览器配置文件。支持 Claude Code、Codex、Cursor，以及任何能写代码的 CLI Agent。