用 ego lite 为 Codex 浏览器操作提速的完整教程

视频教程拆解 安装准备 两个实测案例 省 Token 原理与复刻评测

图 1｜视频以“AI Agent 最快浏览器”和“快 3.45 倍”作为开场主张。该数字属于视频展示，不能自动等同于当前官方基准。图片取自原视频，字幕与播放器区域已裁除。

先说结论 这是一支教程类视频

这支视频不是单纯展示成品，而是围绕 ego lite 和 ego-browser Skill 展开的一次操作讲解。博主先解释为什么停用原来使用的 Vercel agent-browser，再演示 Codex 一句话抓取哔哩哔哩视频数据、cc-haha 配合 DeepSeek V4 Flash 分析网页请求与签名逻辑，最后说明 ego lite 为什么更快、为什么可能减少 Token 消耗。

本文按视频的章节顺序整理，但不会把画面中没有完整展示的命令补写成“博主原操作”。视频中的界面属于拍摄时版本；截至本文核对时，ego-browser 官方 Skill 已经更新到 2.0.0，当前示例使用 taskSpace、page.goto 和 page.snapshot 等接口。因此，本文保留博主的教学逻辑，同时把可执行命令改为当前官方文档能够核对的写法。

一 视频教程的完整路线

图 2｜视频把旧方案的问题概括为内存占用和登录态复用，再把 ego lite 作为替代方案。图片标题与画面均居中，字幕区域已裁除。

二 开始前先确认能不能复刻

当前平台限制

ego lite 官方仓库当前明确写明：公开版本运行在 macOS，Windows 仍处于封闭测试阶段，Linux 在路线图中。使用 Mac 的读者可以按下面步骤完整复刻；Windows 读者暂时只能学习工作流，不能把视频中的 Mac 界面当作公开 Windows 版的安装证明。平台状态会变化，实际操作前应重新查看官方仓库。

需要准备的工具

• 一台当前受支持的 Mac。

• ego lite 浏览器及其 ego-browser Skill。

• Codex Desktop 或 Codex CLI；视频中的第二个案例还使用了 cc-haha 与 DeepSeek V4 Flash，但这不是完成基础练习的必要条件。

• 一个允许你访问的测试站点或公开页面。涉及登录、验证码或账户确认时，由本人接管浏览器完成，不能把密码或验证码粘贴给 Agent。

• 一个明确的输出目标，例如 CSV、Excel 字段清单、网页摘要或截图，而不是只说“帮我看看这个网站”。

版本差异必须先知道

视频画面展示的是较早的命令组合，例如 ego-browser 配合 openOrReuseTab、click、scrollBy 和 cliLog。当前官方 Skill 2.0.0 的入门写法已经变成 ego-browser nodejs，并通过一个 TaskSpace 管理任务、页面和标签。照抄视频中的旧代码可能无法运行；应跟随当前 Skill 文档，而不是把旧版画面当作长期不变的 API。

三 第 1 步 处理旧的浏览器 Skill

视频开头展示了 Vercel 的 agent-browser，并说明自己后来不再使用它。对于初学者，正确做法不是直接删除未知目录，而是先确认 Codex 当前加载了哪些浏览器 Skill。如果同时存在 agent-browser、browser-use 和 ego-browser，模型可能选择错误工具，导致不同教程的命令混用。

建议按下面顺序处理：

1. 打开 Codex 的 Skill 列表，确认是否已经存在 ego-browser。

2. 如果旧工具仍需保留，不必卸载，只在本次任务中明确写“使用 ego-browser”。

3. 如果确定长期停用旧 Skill，使用它自己的卸载方法或 Skill 管理器处理；不要照着视频画面猜测目录并删除。

4. 完成后重新打开 Codex，确保 ego-browser 能在 Skill 选择器中出现。

这一步复刻的是博主“避免旧工具干扰”的意图，不是声称博主执行了与本文完全相同的卸载命令。

四 第 2 步 安装 ego lite 并完成首次设置

当前官方提供三种思路：下载 macOS 应用、用 npx 添加 Skill，或者让 Agent 阅读官方安装说明后协助设置。对小白最稳妥的是先安装应用，再完成首次引导。

1. 打开 ego lite 官方仓库，从官方入口下载 macOS 应用。

2. 安装并启动 ego lite，完成首次引导。

3. 首次启动会询问是否迁移 Chrome 数据。只有在你愿意让 ego lite 使用这些本地登录态、Cookie、扩展和书签时才选择迁移。

4. 完成引导后退出并重新打开 Codex，让新安装的 Skill 被重新扫描。

5. 在 Codex 输入 /ego，确认列表中出现 ego-browser。

只安装 Skill 也可以使用官方命令：

npx skills add citrolabs/ego-lite

但 ego-browser 命令由 ego lite 应用提供，只有 Skill 文件而没有浏览器应用时不能完成真实网页操作。

五 第 3 步 在 Codex 中启动第一个浏览器任务

图 3｜视频演示用自然语言把数据目标交给 Codex，ego lite 在独立浏览空间中打开页面。字幕区域已裁除。

根据当前官方 Codex 指南，Desktop 版需要切换到 Codex 模式，并给当前任务足够权限，让 ego-browser 能启动本地 ego lite 应用。权限越高，误操作影响越大，因此只在可信项目和明确任务中使用，并让 Agent 在删除、提交、发送和支付前停下来确认。

在输入框中选择 /ego-browser，然后先用一个无副作用任务验证环境：

使用 ego-browser 打开 ego lite 官方首页，读取页面标题、主要功能和当前支持的平台，只返回结构化摘要，不登录、不提交表单、不下载文件。

成功标准不是“浏览器窗口打开了”，而是 Agent 能返回页面标题、可见内容和来源链接。若 Skill 不出现，先完成 ego lite 引导并重启 Codex；若应用没有启动，再检查当前任务权限。

六 第 4 步 复刻视频中的一句话数据抓取

视频的第一个实测任务，是让 Codex 访问需要登录态才能稳定查看的哔哩哔哩页面，提取作者近期视频信息并整理成表格。画面显示结果包含标题、简介、播放量、点赞、收藏、投币、发布日期和链接等字段，最后准备生成 Excel。

图 4｜ego lite 复用了浏览器中的登录状态，Codex 在左侧整理字段，右侧页面保持可见。图片来自原视频并已裁去字幕。

初学者可以复制下面的任务描述，再把作者主页换成自己有权访问的公开页面：

使用 ego-browser 打开我提供的哔哩哔哩作者主页，检查页面是否正常加载。读取最近 10 条视频的标题、简介、播放量、点赞量、收藏量、投币量、发布日期和视频链接，整理成表格。遇到登录、验证码或人机验证时立即暂停并让我接管，不要绕过验证。完成后检查是否有重复记录、空字段和错位数据，并说明哪些字段在页面上不可见。

操作逻辑应当是：

1. ego-browser 创建或复用一个 TaskSpace，在独立页面打开目标主页。

2. Agent 先读取 Snapshot，确认页面标题、作者和视频列表是否正确。

3. 页面有“加载更多”时再滚动，不要一开始就无限下拉。

4. 对每条记录按相同字段提取，并保存原始链接作为复核入口。

5. 抓取结束后先去重，再检查数量是否等于 10。

6. 只有在表格字段稳定后才交给电子表格工具生成 Excel。

这个案例能够复刻，但结果取决于页面结构、登录状态和反爬限制。视频展示的是一次成功实测，不代表任何网站、任何时间都能稳定抓取。

七 第 5 步 理解第二个调试案例

图 5｜视频的第二个案例把 ego lite 接入 cc-haha，让多个 Agent 在浏览器页面、代码仓库和调试结果之间协作。

第二个案例不是普通网页采集，而是让 cc-haha 配合 DeepSeek V4 Flash，围绕一个开源项目 Issue 检查网页请求和签名逻辑。视频展示的核心流程是：读取 Issue、打开目标页面、观察 REST 请求、定位参数和脚本、让模型持续分析与调试，再把结果写回项目。

图 6｜视频中的 Agent 汇总了请求端点、签名组成和代码修改结果，体现的是“浏览器观察加代码分析”的闭环。

图 7｜ego lite 向 Agent 提供网页请求和脚本信息，模型据此分析问题。此类操作只能用于自有系统、授权测试或公开研究环境。

小白不应直接拿真实平台的签名算法做练习。更安全的复刻方式是：在自己搭建的测试页面中加入一个简单接口，让 Agent 读取请求参数、定位前端脚本、修改一个可控错误并重新验证。这样可以练习同一套流程，又不会越过网站授权边界。

八 第 6 步 理解为什么它可能更快更省 Token

原因一 把多步动作合并成一次脚本

图 8｜视频把传统自动化概括为一个动作对应一条命令，模型需要在每一步等待页面状态返回。

传统循环通常是“打开页面、返回状态、点击、再返回状态、滚动、再返回状态”。每轮都要把页面情况交给模型重新判断，工具调用多，上下文也会逐渐变长。

图 9｜视频展示把打开、点击、滚动、循环、判断和汇总写进同一段 JavaScript，让浏览器在一次运行中完成多步动作。

ego-browser 让 Agent 编写一段 JavaScript，把导航、点击、循环、条件判断和结果汇总组合起来，再只把必要结果返回给模型。它不是让网页“跑得更快”，而是减少模型和浏览器之间往返的次数。

原因二 页面 Snapshot 更短

图 10｜视频用 link、textbox、button 和短 ref 编号说明 Snapshot 会保留可操作语义，而不是把整个视觉页面原样塞给模型。

Snapshot 把页面压缩成链接、文本框、按钮、复选框和简短引用编号。模型通常不需要接收全部 HTML、样式、像素或长截图，就能判断下一步该操作哪个元素。当前官方文档还说明它会处理复杂 iframe，并让 Agent 在独立 Space 中工作。

当前 2.0.0 Skill 的最小代码结构如下，实际可用方法应以安装后的 SKILL.md 为准：

ego-browser nodejs <<'EOF'

const task = await taskSpace("collect public page data");

const page = task.page("p1");

await page.goto("https://example.com");

console.log(await page.snapshot());

await task.finish({ keep: [] });

EOF

视频里出现的 openOrReuseTab 属于旧版教学画面。当前版本通过 TaskSpace 和带标签的 Page 管理浏览器任务，不要把两套 API 混在同一段代码中。

九 常见失败与排查

• Skill 列表找不到 ego-browser。完成 ego lite 首次引导后重启 Codex；仅复制 Skill 文件并不等于浏览器应用已经安装。

• ego lite 没有启动。确认当前系统受支持，并检查 Codex 当前任务权限是否允许启动本地应用。

• 页面没有登录。确认首次引导时是否导入了需要的浏览器数据；需要重新登录时由本人接管，不要把密码、验证码或恢复码发给 Agent。

• Agent 选错浏览器工具。在任务开头明确写“使用 ego-browser”，必要时停用同名或功能重叠的旧 Skill。

• 输出字段缺失。先让 Agent 返回 Snapshot 和字段可见性，再决定是否滚动、点开详情或缩小抓取范围。

• 脚本运行很久。把任务拆成“打开并确认页面”“抽取 3 条样本”“批量抽取”“生成文件”四段，先验证小样本。

• 旧教程命令报错。检查本机 Skill 版本，优先读取当前 SKILL.md 与官方文档，不要混用视频旧 API。

十 复刻评测与真实预期

这支教程的核心方法可以复刻：用 ego lite 承载登录态与独立浏览空间，用 ego-browser 把多步网页动作交给 Codex，再以 Snapshot 和结构化结果降低上下文压力。第一项公开页面数据抓取对小白最友好，可复刻性高；第二项网页请求和签名调试需要编程基础、授权环境和更严格的结果验证，可复刻性中等。

视频封面展示“快 3.45 倍”，而当前官方仓库描述的是在四个复杂自动化任务中最高约 2.5 倍，并未说明两组测试条件完全相同。本文不把两者合并成统一结论。真实速度、Token 和成功率会随网站、登录状态、任务长度、模型、Skill 版本和网络变化。

最终验收应看四件事：目标页面是否正确、字段是否可追溯到原页面、任务是否在授权范围内、生成文件能否被人工抽样复核。节省 Token 只是手段，不能替代结果验证。

来源与版本说明

分析对象：抖音作品 Codex 操作浏览器费 Token 一个 Skill 直接解决。

作者为程序员阿江 Relakkes。视频时长约 6 分 25 秒，本文截图仅用于拆解教学步骤。

当前能力与安装信息依据：ego lite 官方仓库、ego-browser 官方 Skill与官方 Codex 使用指南。平台、命令、版本和基准会更新，实际使用时以当前官方页面为准。