LiquidAI LFM2.5-24B-A2B 可以配合已登入的瀏覽器工作，前提是本機 Agent 能選擇该模型、在本機執行工具并调用 Tabbit CLI。Liquid AI 公開了模型權重，并說明 Pi 等 Agent 框架参与了後訓练。可以從 Pi 開始驗證，但模型、Pi、本地推理服務、Tabbit CLI 和網站登入狀態是不同环節。Reddit 上一位 Pi 使用者反馈速度不錯，也提到早期版本的工具调用模板曾出問題，所以先驗證當前執行時。Liquid AI 發佈說明 · Hugging Face 模型卡 · Pi 使用者原帖
要點
模型卡将權重開放给使用者，注明這是纯文本模型，上下文长度为 131,072 token；後訓练版本面向 Agent 和工具调用任務。
模型卡列出 Pi 和多個本地推理執行時，但不能據此斷定你的 Pi 版本、量化檔案或服務端能正確處理工具调用。
Pi 通过技能名称發現 Tabbit 技能，并用
/skill:tabbit加载。發現技能不等于啟動器可執行，也不等于網站已登入。請在目標 Tabbit 設定檔案中自行登入。新任務可使用所選瀏覽器环境，任務標签頁也能与其他工作分開。
從只讀的單條記錄開始。停在命名草稿，并對照來源頁面逐项檢查。
選擇適合設備的入口
| 入口 | 官方资料確認的內容 | 選擇條件 |
|---|---|---|
| 本地模型 + Pi | Liquid AI 将 Pi 列为参与後訓练的 Agent 框架；模型卡提供本地執行和 Pi 相關资料。 | 設備能執行所選量化，且本地接口通过工具调用測試時使用。 |
| Liquid Console API | Liquid AI 發佈頁列出 API 推理和當前 token 價格。 | 僅當組织批准将頁面資料傳送到托管服務時使用。這不是本地推理。 |
| 其他服務商或用戶端 | 本文没有驗證可用組合。 | 先核對模型 ID、服務商、工具调用格式和用戶端的本機 Shell 權限。 |
模型卡列出总参數 24B、激活参數 2.45B 和 131,072 token 上下文。這些數字不能說明你選擇的量化版本需要多少內存。模型卡也建议知識密集型任務搭配檢索或網頁搜索。瀏覽器任務應以頁面为事實來源，不要让模型靠記忆填答案。模型卡：規格与工具调用
在同一台电脑上连接 Pi 和 Tabbit CLI
安裝 Tabbit Browser，按CLI 設定指南完成設定。在 Pi 的 /model 中確認目標模型，并用本地執行時執行一個无害的函數调用測試。然後確認 Pi 已發現 tabbit 技能，再用 /skill:tabbit 加载。Pi 的命令与 Codex 的 /skills 選擇器、OpenCode 的 @tabbit 不同，按當前用戶端的文档操作。Pi Skills 文档 · Pi 模型設定
執行 Tabbit 已安裝啟動器的 diagnose。如果没有连接到預期的 Tabbit 實例，就先停止。连接正常後，在该實例中打開網站并由你本人登入。技能發現、啟動器可達和網站認證是三项獨立檢查。连接現有瀏覽器指南和登入狀態複用指南說明所選設定檔案能沿用哪些狀態。網站仍可能让會話过期或要求重新登入。如果用戶端不能執行本機命令，可查看CLI 与 Browser MCP 對比。
只讀核對一條記錄
選擇一條无害且有稳定 ID 的頁面記錄。下面的提示词只讀取可见資訊，并要求 Agent 在写入前停止。
使用 Tabbit 技能檢查已登入設定檔案中當前打開的[获批看板]。
只讀取記錄 [ID] 的可见行。不要打開附件、隐藏欄位或其他帳號。
不要编辑、分配、儲存、提交或傳送任何內容。
返回准確的記錄 ID、可见狀態、標題和頁面 URL。缺少欄位時写“未顯示”。
在瀏覽器中准備名为“LFM2.5 記錄核對 — [日期]”的草稿，写入欄位和不確定项。
不要儲存或傳送。停下并展示草稿和來源 URL 供我覆核。合格結果只有一行，ID 与輸入一致，包含來源 URL，欄位值來自頁面原文。模型不應依靠訓练資料补全資訊。如果 Pi 返回格式錯誤的工具调用，先檢查模型模板和推理服務，不要先改提示词。模型卡說明了工具调用格式；本地模型社區也有人報告过發佈初期的模板修複。這些是個人執行時體驗，不能代表整體故障率。本地模型讨論
保留可见的覆核點
| 檢查點 | 查看內容 | 停止條件 |
|---|---|---|
| 模型 | Pi 選擇了預期權重和服務商。 | 界面名称或接口不同于測試設定。 |
| 工具调用 | 无害的本機工具调用返回有效結果。 | 参數錯誤、重複调用或結果缺失。 |
| 瀏覽器 | 帳號、工作區、記錄 ID 和 URL 一致。 | 任一指向錯誤使用者或租戶。 |
| 草稿 | 每個值都能与可见頁面對應。 | 有推斷內容或无法追溯。 |
将编辑和傳送视为两项獨立授權。成功讀取不代表获准写入。首個任務檢查清單介绍如何開始，Codex 設定文章介绍另一种本機用戶端入口。關于任務隔离，可讀設定檔案与標签組和Agent 如何控制瀏覽器。CLI 完整指南提供安裝细節。
如果設備能够執行模型，且當前執行時通过了工具调用測試，LFM2.5-24B-A2B 值得用來尝試本地 Agent 工作流。如果需要開箱即用的 Tabbit 集成，或无法驗證本地模板，它就不是合適選擇。先做只讀任務，覆核命名草稿，再决定是否執行某项具體變更。
常見問題
LFM2.5-24B-A2B 能操作已登入的瀏覽器嗎？
可以，但需要本機 Agent 在你登入的 Tabbit 設定檔中執行 Tabbit CLI。模型本身不會連接瀏覽器。
Liquid AI 是否保證 Pi 與 Tabbit 相容？
沒有。Pi 參與過後訓練，但仍需測試本機伺服器、工具範本與 CLI 連線。
Pi 如何呼叫 Tabbit 技能？
Pi 使用 `/skill:tabbit`。請先確認技能已安裝並被發現。
模型能記住目前看板值嗎？
不要用模型記憶取得即時資料。請它讀取可見頁面並回傳來源網址。
讀取後可以儲存修改嗎？
先只讀，檢查命名草稿，再分別批准每項修改。