建議安裝 Tabbit Browser，將 Pi 接到執行 LFM3-1.7B 的本機環境。Pi 可用 Tabbit CLI 讀取已登入頁面的狀態表。
重點
模型、Agent 用戶端、Tabbit CLI、瀏覽器設定檔和網站登入是不同環節。
先確認模型或服務商的目前 ID，再確認用戶端能載入 Tabbit Skill。
首次操作只讀取可見資料，並停在命名草稿供人工檢查。
登入狀態取決於選定的 Tabbit 設定檔與網站。
選擇本機 LFM3 執行環境
依服務商文件選擇精確 ID。模型目錄或 API 可用不代表帳號與所在地區一定可用。
| 路徑 | 需要確認 | 適用條件 |
|---|---|---|
| 模型入口 | 本機模型: LiquidAI/LFM3-1.7B, Pi 的 Skill: /skill:tabbit | 用戶端目前清單有此型號，且帳號可用。 |
| 瀏覽器入口 | 本機 Agent + Tabbit CLI | 啟動器能連到已登入的 Tabbit 設定檔。 |
| 網站權限 | 帳號、工作區、角色 | 頁面顯示的身分符合任務要求。 |
準備本機瀏覽器連線
安裝 Tabbit Browser，依快速開始設定 CLI。先檢查 Tabbit Skill 已被發現，再執行 diagnose 確認瀏覽器實例。由你本人在目標網站登入，核對頁面標題、網址、帳號與工作區。
OpenCode 以 @tabbit 載入 Skill；Pi 使用 /skill:tabbit。請使用該用戶端實際顯示的 Skill 入口。
摘要三列狀態
複製以下任務並將「目前頁面」改成你要檢查的頁面。
只讀取畫面上前三列狀態，記錄項目 ID、狀態原文、負責人及網址。缺少的欄位標為「未顯示」。整理到指定的「LFM3 狀態摘要」草稿，等待複核。寫入前的檢查點
| 檢查 | 通過條件 | 停止條件 |
|---|---|---|
| 模型與用戶端 | 回應使用指定模型，Tabbit Skill 已載入。 | 型號、服務商或 Skill 無法確認。 |
| 瀏覽器 | diagnose 顯示正確 Tabbit 實例。 | 啟動器連不到瀏覽器或設定檔錯誤。 |
| 證據 | 每項結果附頁面原文和來源網址。 | 欄位隱藏或模型開始推斷。 |
| 草稿 | 命名草稿逐列吻合原頁。 | 帳號、工作區或日期不符。 |
何時縮小任務範圍
模型卡建議，知識密集的任務應搭配檢索，複雜的多步推理要特別審慎。先縮小工具清單與閱讀範圍。 即使模型在本機執行，目標網站、瀏覽器和其他工具仍可能連線至網路服務。不要把「本機模型」等同「全流程離線」。先用非敏感頁面檢查，再考慮擴大任務。
建議用小範圍唯讀任務開始，保留可見草稿，讓人逐項核對後才批准寫入。
延伸閱讀：Tabbit CLI 完整指南、連接現有瀏覽器、首個任務檢查表、CLI 與 Browser MCP 比較、Codex 設定、登入工作階段重用、設定檔與工作區差異、Agent 如何控制瀏覽器。
常見問題
可以用 LFM3-1.7B 操作已登入的瀏覽器嗎？
可以，前提是本機 Agent 能載入 Tabbit Skill 並執行 Tabbit CLI。模型本身不會連接瀏覽器。
這個模型可以本機執行嗎？
Yes. The official card lists several local runtimes. Hardware and quantization affect speed and memory; test the selected checkpoint first.
開始前要先檢查什麼？
確認 Tabbit 實例、網站帳號、工作區和角色。任何一項不符就停止。
Agent 可以自動保存或送出嗎？
先停在命名草稿。只有人在瀏覽器中核對來源並明確批准後，才進行寫入。
新的任務會沿用網站登入嗎？
若選擇同一個 Tabbit 設定檔，網站可能保留登入狀態。仍需在每次任務開始時確認帳號。