尋找能記住登入狀態、支援 CLI、省 Token 的 Agent Browser？本文深度評測 agent-browser、PinchTab、ego-lite、web-access、Browser Use、Playwright CLI 等 13 個專案，附 Pros/Cons、架構洞察與最佳實踐組合。
Agent Browser 專案深度分析：持久登入、CLI 控制與 Token 效率優化
核心結論
有專案能滿足「瀏覽器登入後交給 Agent，之後持續沿用該狀態、CLI 執行、高準確度、省 Token」的需求，但必須區分兩個層面：
- 記住登入狀態：持久保存 Chrome Profile（Cookies、localStorage、IndexedDB、Session 等）。
- 記住操作方法：Agent Memory、Skill、Script、Workflow，將成功操作固化為可重複執行的確定性程式碼。
目前最成熟的專案通常只完整解決第一項。第二項仍需自行建立 Skill、Script 或 Workflow。
最符合需求的架構不是單一 Agent，而是分層協作：
Claude Code / Codex（規劃）
↓
Browser Skill（優先執行現有 Script，失敗才探索）
↓
CLI Browser Controller（agent-browser / PinchTab / ego-lite）
↓
Persistent Chrome Profile（work / personal / client-a）
↓
Accessibility Snapshot / DOM（必要時才用 Screenshot + Vision）
這比每一步都讓模型讀完整畫面、完整 Accessibility Tree 省掉大量 Token。
評分標準
| 評分項目 | 權重 |
|---|---|
| 持久登入與 Profile 能力 | 25% |
| Browser 操作準確度 | 25% |
| Token 效率 | 20% |
| CLI／Codex／Claude Code 整合 | 15% |
| GitHub 社群與發展速度 | 15% |
GitHub Stars 為 2026 年 8 月 5 日附近約數，僅代表關注度，不直接等於瀏覽成功率。
修正版 Top 10（含新增專案）
| 排名 | 專案 | 約 GitHub Stars | 核心定位 | 最適合場景 |
|---|---|---|---|---|
| 1 | ego-lite | 8.6K | Agent-native Browser，人類與 Agent 共用登入資料、獨立 Space | 固定 SaaS 後台、多帳號隔離、極致低 Token |
| 2 | agent-browser | 39.9K | 通用 Coding Agent Browser CLI，Vercel Labs 維護 | 通用 Agent Browser 工具、快速整合 Codex/Claude Code |
| 3 | PinchTab | 9K | 本機常駐 Daemon、多 Profile、Token-efficient Snapshot | 長期駐留、多帳號並行、極致 Token 效率 |
| 4 | Browser Harness | 快速成長 | 直接控制已登入真實 Chrome，薄型 CDP Harness | 直接沿用日常 Chrome、逐步建立 Domain Helper |
| 5 | web-access | 8.5K | 分層 Web Skill（優先 curl/Jina，必要才用 CDP） | 搜尋、讀取、偶爾互動、避免不必要 Browser 啟動 |
| 6 | Playwright CLI | 快速成長 | 確定性腳本、持久 Profile、Microsoft 官方 | 固定流程最高準確度、易固化為 Script |
| 7 | Browser Use | 95K | 完整自主 Agent Framework、探索未知網站強 | 開放式任務、未知網站、多步驟自主探索 |
| 8 | Stagehand | 高度熱門 | AI 判斷與 Playwright Script 混合流程 | 生產級 Workflow、需自我修復能力 |
| 9 | Playwright MCP | 35.8K | 通用 MCP、Accessibility Snapshot、生態成熟 | 現有 MCP Client 快速整合、QA 測試 |
| 10 | Steel Browser | 數千 | 自架 Browser API、Session/Process 管理 | 多 Agent、多伺服器、統一 Browser 基礎設施 |
特殊底層：Camoufox（10.8K）為反偵測 Firefox Runtime，不屬於 Agent Controller 層，僅在目標網站有明確 Anti-bot 時作為底座使用。
詳細專案分析
1. ego-lite —— 最直接命中原始需求
GitHub：citrolabs/ego-lite | Stars：~8.6K | 建立：2026-04 | License：MIT
核心架構
Claude Code / Codex
↓
ego-browser Skill
↓
JavaScript functions（一次執行多步驟）
↓
ego lite Browser（專屬瀏覽器）
↓
匯入 Chrome 登入資料
↓
每個 Agent 使用獨立 Space
關鍵特性
- 登入一次，永久沿用：首啟可匯入 Chrome 的 Cookies、Extensions、Bookmarks、History。
- 人類與 Agent 共用資料層，但分離 Workspace：Agent 在獨立 Space 執行，不搶佔使用者 Tab。
- Code-based Interaction：鼓勵 Agent 一次產生 JavaScript 串聯多步驟，大幅減少 Tool Call、Snapshot、中間推理 Token。
- 原生 CLI、MCP、HTTP API，極適合 Codex、Claude Code、Cursor。
- macOS 優先，Windows/Linux 在 Roadmap。
Token 效率
官方宣稱複雜任務比 agent-browser 快最多 2.5 倍、Token 更少（為專案自測，待獨立驗證）。核心在於「一次 JavaScript 執行多步驟」而非「每步一個 Tool Call + Snapshot」。
Pros
- 持久登入是核心設計，非附加功能。
- 多 Agent 平行、互不干擾。
- 直接面向 Coding Agent，整合極簡。
- 4 個月達 8.6K Stars，2026-08-05 仍高度活躍。
Cons
- 僅支援 macOS（Windows/Linux 待發布）。
- 需改用 ego-lite Browser，而非原生 Chrome。
- Browser Binary 非完全開源，License 範圍需確認。
- Experience accumulation（跨任務記憶）仍標示 coming soon。
- 64 個 Open Issues，相對規模不算少。
- Chromium fork 可能面臨版本更新、Extension 相容、安全補丁延遲。
綜合評分：8.8/10
2. agent-browser —— 最成熟的通用 Agent Browser CLI
GitHub：vercel-labs/agent-browser | Stars：~39.9K | 建立：2026-01
關鍵特性
- 原生 CLI 設計，極適合 Claude Code、Codex、Cursor。
- Accessibility Snapshot + 穩定 Element Reference，不必每步傳 Screenshot。
--profile保存完整登入狀態。- 支援連接本機或遠端 CDP。
- Rust 核心，啟動快、效率好。
- Vercel Labs 維護，社群成長極快。
Pros / Cons
| Pros | Cons |
|---|---|
| 通用性最強、文件完善 | 非完整 Agent，無規劃能力 |
| Persistent Profile 正式支援 | 複雜 Canvas/拖曳仍需 Screenshot |
| Agent 產生指令簡潔 | 早期版本 Profile 落盤問題（需新版） |
| Rust 核心高效能 | 每步重新要求 Snapshot 仍消耗 Token |
| 無 Workflow Recorder / 跨任務記憶 |
Insight
作為通用預設選擇最合理。搭配「探索→固化 Script」模式可真正降低成本。
3. PinchTab —— 本機常駐、多 Profile、極致 Token 效率
GitHub：pinchtab/pinchtab | Stars：~9K
關鍵特性
- 約 16 MB Go Binary，提供 CLI、HTTP API、MCP、常駐 Daemon。
- Profile 為一等公民：
work、personal、client-a隔離。 - 登入一次，重啟保留。
- Accessibility-first，官方宣稱文字擷取 ~800 Tokens/頁，長流程比 agent-browser 省 ~25% Token（自測）。
- Headed/Headless 皆支援。
Pros / Cons
| Pros | Cons |
|---|---|
| 多 Profile 原生隔離 | 社群規模小於 Browser Use、agent-browser |
| 常駐 Daemon，無冷啟動 | 複雜網站可能需更底層 Playwright/JS |
| CLI/HTTP/MCP 三合一 | 遠端部署安全風險極高 |
| 官方 Benchmark 顯示 Token 效率佳 | 預設安全策略較嚴，初始設定較繁 |
| 適合長時間、多帳號並行 | 長任務準確度公開 Benchmark 不足 |
Insight
若實測穩定，可能是「本機 CLI、長期登入、多 Profile、低 Token」的最優解。
4. Browser Harness —— 直接控制日常已登入 Chrome
GitHub：browser-use/browser-harness
核心價值
直接把 LLM 接到你正在使用、已經登入的真實 Chrome。
- 透過 Chrome Remote Debugging 連接真實 Profile，沿用登入、Extensions、History、Bookmarks。
- 架構極薄，Agent 直接寫 Python 操作 CDP。
- 適合逐步把網站操作累積成 Domain Skills / Helper Functions。
Pros / Cons
| Pros | Cons |
|---|---|
| 直接用日常 Chrome，零遷移成本 | 早期專案，Chrome 144+ 可能跳確認框 |
| 易除錯，邏輯可控 | 完全無人值守需額外隔離 Profile |
| 可逐步建立可重用 Helper | 缺乏大型公開 Benchmark |
| 比黑箱 Agent 透明 | Agent 自動修改 Harness 可能增加不可預期性 |
Insight
最接近 ChatGPT/Claude Extension 使用感，但更透明、更易控制 Token。核心在於「探索→固化 Helper」循環。
5. web-access —— 最聰明的分層 Web Skill
GitHub：eze-is/web-access | Stars：~8.5K | 建立：2026-03
三層存取策略
WebSearch / WebFetch
↓
curl / Jina
↓
需要互動時才進入 CDP Browser
關鍵特性
- 直接連接日常 Chrome/Edge，天然沿用登入、Cookies、Extensions。
- 優先使用廉價文字通道，避免不必要的 Browser 啟動，大幅降低整體 Token。
- 支援站點經驗累積：依 Domain 儲存 URL Pattern、平台特徵、已知錯誤、成功做法。
- 支援並行 Tab、真實滑鼠事件、檔案上傳、Shadow DOM、iframe。
- 可從 Shell 直接呼叫 HTTP API。
Pros / Cons
| Pros | Cons |
|---|---|
| 分層策略極大減少 Browser Token | 本質仍是 CDP，未根本消除 Snapshot/重複推理 |
| 直接沿用日常瀏覽器登入 | 可能誤關 Tab、誤操作帳號、隱私風險 |
| 站點經驗累積接近 Browser Memory | Tab 隔離不如 ego-lite Space 徹底 |
| 支援多種 CLI（Claude Code, Codex, Gemini, Cursor） | Repo 缺標準 License Metadata（README 寫 MIT） |
| 安裝即一個 Skill | 2026-05-16 後無 Push，Stars 仍增長，需觀察活躍度 |
| 中文文檔為主，國際驗證相對不足 |
綜合評分：8.0/10
6. Playwright CLI —— 固定流程最高準確度
GitHub：microsoft/playwright-cli
--persistent支援持久 Profile。- Microsoft 官方，DOM 操作精度極高。
- 適合將固定流程（如每週匯出報表）固化為 Script，之後模型只呼叫一條 CLI。
- 缺點：非自主 Agent，探索未知網站成本高。
7. Browser Use —— 未知網站探索最強
GitHub：browser-use/browser-use | Stars：~95K
- 完整 Agent Loop，支援本機真實 Chrome Profile、CDP 連接。
- 適合「探索」，不適合把所有重複操作留在 Agent Mode。
- 合理用法：探索成功後轉為 Playwright/PinchTab/agent-browser Skill。
8. Stagehand —— AI 與確定性 Script 混合
GitHub：browserbase/stagehand
act()語意操作 +extract()結構化擷取 + Playwright 確定性碼混用。- 適合生產級 Workflow，需自我修復能力。
- 完整 Session/Stealth/Proxy 偏向 Browserbase Cloud。
9. Playwright MCP —— 生態成熟但 Token 成本較高
GitHub：microsoft/playwright-mcp | Stars：~35.8K
- Accessibility Snapshot 可能極大，塞滿 Context Window。
- MCP Tool Schema、Call、Snapshot、History 累積 Token 快。
- 適合通用整合；Coding Agent 情境下 CLI + Skill 更省 Token。
10. Steel Browser —— 自架多 Agent Browser 基礎設施
GitHub：steel-dev/steel-browser
- 可自架的 Browser API，管理 Process、Sessions、Pages。
- 適合未來多 Sub-agent、多 Profile、多伺服器統一管理。
- 對單機個人需求過重。
特殊底層：Camoufox
GitHub：daijro/camoufox | Stars：~10.8K
- 定位：反偵測 Firefox Runtime（Fingerprint、Headless Detection、Canvas/WebGL 等）。
- 架構位置：最底層，取代 Chromium/Firefox，供上層 Playwright/Browser Use/Stagehand 呼叫。
- 不提供：任務規劃、Snapshot 壓縮、Element 選擇、Token 管理、Domain Memory、CLI Agent Loop。
- 持久登入：可透過 persistent context/profile 實現，非核心差異。
- 適用場景：目標網站有明確 Anti-bot 時才加入；預設底座會增加維護成本且不直接降低 Token。
三大新增專案直接比較
| 項目 | ego-lite | web-access | Camoufox |
|---|---|---|---|
| 核心定位 | Agent-native Browser | Agent Web Skill | Anti-detect Browser |
| 沿用 Chrome 登入 | 可匯入 | 直接使用 | 不直接沿用 |
| 登入持久化 | 很強 | 很強 | 可設定 |
| Agent 獨立工作區 | 有 Spaces | 只有 Tabs | 依上層實作 |
| 不干擾人類操作 | 很強 | 中等 | 很強 |
| CLI／Codex 整合 | 很強 | 很強 | 需自行整合 |
| Snapshot 最佳化 | 有 | 部分 | 無 |
| 減少 Tool Calls | 很強 | 中高 | 無 |
| 站點經驗記憶 | 規劃中 | 已有初步功能 | 無 |
| Anti-detect 能力 | 普通／未知 | 原生 Chrome 水準 | 很強 |
| 適合固定登入 SaaS | 最適合 | 適合 | 不優先 |
| 適合 Scraping | 中等 | 中等 | 最適合 |
| 成熟度 | 新 | 新 | 中等 |
最佳實際架構建議
通用分層架構
┌─────────────────────────────────────┐
│ Claude Fable / Opus / GPT-5.6 │ 任務規劃、錯誤恢復、最終驗證
└──────────────────┬──────────────────┘
│ 只傳送高階任務
┌──────────────────▼──────────────────┐
│ Codex / Claude Code Browser Skill │ 優先執行現有 Script，失敗才探索
└──────────────────┬──────────────────┘
│
┌──────────────────▼──────────────────┐
│ PinchTab / agent-browser / ego-lite │ CLI + Sparse Accessibility Snapshot
└──────────────────┬──────────────────┘
│
┌──────────────────▼──────────────────┐
│ Persistent Chrome Profiles │ work / personal / client-a
└─────────────────────────────────────┘
執行原則
- 第一次操作：讓強模型探索網站，完成任務。
- 成功後固化：Agent 必須將流程轉為 Playwright Script / PinchTab CLI Script / agent-browser Skill / Python Helper。
- 第二次以後：只執行
./skills/shopify/export-last-30-days.sh，模型只收到{status: success, file: ...}。 - 失敗時回退：Accessibility Snapshot → 局部 Screenshot → LLM 修復 → 更新 Script。
場景化組合推薦
| 使用情境 | 最佳選擇 |
|---|---|
| 最省 Token、本機常駐、多 Profile | PinchTab |
| 最成熟通用 Agent Browser CLI | agent-browser |
| 直接控制日常已登入 Chrome、逐步建立 Helper | Browser Harness |
| 固定流程最高準確度、易固化 | Playwright CLI |
| 未知網站、自主探索 | Browser Use |
| 現有 MCP Client 快速整合 | Playwright MCP |
| AI 操作與確定性 Script 混合 | Stagehand |
| 複雜表單、企業 Workflow | Skyvern |
| 最快沿用現有 Chrome Extension | Browser MCP |
| 自架多人／多 Agent Browser Infra | Steel Browser |
| 固定 SaaS 後台、多帳號隔離、極致低 Token、不干擾人類 | ego-lite （首選測試） |
| 搜尋、讀取、偶爾互動、避免不必要 Browser | web-access （節流調度層） |
| 目標網站有明確 Anti-bot | Camoufox （底層 Runtime） |
最值得實測的組合：ego-lite + web-access + PinchTab/agent-browser + Playwright Script。
- ego-lite：核心登入共享、獨立 Space、低 Tool Call。
- web-access：研究型任務的分層節流。
- PinchTab/agent-browser：通用 CLI 操作備援。
- Playwright Script：固定任務最終固化。
總結
- ego-lite 是目前最直接解決「登入一次、Agent 獨立 Space、低 Token」的專案，雖僅支援 macOS 且較新，但極度貼合需求。
- agent-browser 仍是通用性、成熟度、社群速度的最佳平衡點。
- PinchTab 在常駐 Daemon、多 Profile、Token 效率上極具潛力。
- Browser Harness 提供最接近真實 Chrome 的控制體驗，利於漸進式固化。
- web-access 的分層策略能大幅降低「非互動型任務」的 Token。
- Camoufox 僅作為反偵測底座，不屬於 Agent Controller 比較層。
核心心法：不要讓模型每步重新感知、重新推理。探索一次，固化腳本，之後只跑腳本。這才是真正省 Token、高準確、可維運的路徑。