ego-browser — 看得见的 Agent 浏览器

仓库：github.com/dsh-external/ego-browser（私有 · 内测）

⚠️ 保密声明：本项目属于 DeepSeek Harness 内测生态的一部分，仅限 dsh-external 组织内测成员使用。严禁公开、外发、镜像或分发到任何非授权位置。 仓库必须保持 PRIVATE；不发布到 npm / 公共 registry；不创建公开 fork 或镜像。

把 CitroLabs/ego-lite（给 AI Agent 用的 Chromium 浏览器）接入 DeepSeek Harness：以 13 个结构化 ego_* 工具驱动浏览器，并配一套实时观察前端口—— agent 在后台操作网页时，你能像看直播一样看到它正在浏览的每一个页面。

Linux + Chrome = 开箱即用。 插件包内置 ego 运行时（runtime/，来自 MIT 许可的 ego-lite 项目，详见 THIRD_PARTY_NOTICES.md）——无需克隆官方仓库、 无需手动构建，连 --no-sandbox wrapper 都随包自带，root/Docker/无显示器环境一键跑。

---

为什么需要 Agent 浏览器

AI Agent 想真正"在互联网上干活"——查资料、比价、填表、登录、抢票、刷题、处理需要真人会话的站点—— 浏览器是绕不开的入口。但通用浏览器不是为 agent 设计的，于是诞生了一类Agent 专用浏览器 （本项目所基于的 ego-lite、Browser Use、 Perplexity Composer、Manus 等）。它们的官方解释，共同指向几个铁的理由：

1. 浏览器是 Agent 唯一能"落地"的真实世界接口

人类绝大多数在线行为都发生在浏览器里。正如 Perplexity CEO 的观点—— 浏览器是 AI 的 killer app，不是对话框也不是 App：一个能真正操作浏览器的 agent，才等于能在真实互联网上替人办事，而非只停留在文本对话。

2. Web 上有纯 API / 纯文本无法绕过的真实交互

登录态、验证码（CAPTCHA）、动态渲染的页面、弹窗、表单、需要真实会话的站点——这些只有真浏览器才能面对。 Agent 要处理这些，就必须有一个真实的浏览器在背后渲染、执行、保状态。

3. LLM 是文本，但世界是"渲染、点击、状态"

模型本质处理文本，而网页是视觉 + 结构 + 交互状态。需要的正是把网页的真实画面 / 语义树 / 状态喂给模型， 再让模型把意图变成真实的点击与输入。Agent 浏览器就是这座桥。

4. 不打扰主人的登录态，才是能落地的前提

ego-lite 的 slogan 说得很直白：“让 agent 用你已登录的浏览器，而不打扰你”， 官方将其定位为"零成本、零配置"、终结"AI 抢你标签页"问题。 agent 应在隔离的任务空间里干活、复用你的登录态，而不是把你的标签页搅得天翻地覆—— 这正是"Agent 专用"和"通用浏览器硬塞"的本质差别。

---

这正是 立足的地方：它把 ego-lite 的"Agent 专用浏览器"接进 DeepSeek Harness， 。于是有了下方"痛点 → 解法"。