TabbitBlog

MiniCPM-V 4.7 1Bでブラウザーの状態を確認する

ページのタイトルと状態を読み、モデル・アカウント・環境を個別に確認します。

この記事の内容
  1. 手順
  2. 判断表
  3. 状態の判断
  4. プロンプト例
  5. Tabbit CLIの使いどころ
  6. コミュニティの声
  7. 出典

手順

1B版は小型の視覚言語モデルで、ブラウザーAgentではありません。ローカルAgentからTabbit CLIを呼び、表示中のタイトルと状態だけを読み、preview-state-checkという下書きに報告します。skillの使い方はクライアントによって異なり、/tabbit、Piの/skill:tabbit、一部の/skillsがあります。

判断表

OpenBMBのモデルカードは1B版をApache-2.0モデルとして掲載しますが、全ランタイムが画像入力に対応するとは限りません。モデルID、画像入力、ブラウザー接続を確認します。アクセス拒否や別アカウントが表示されたらneeds-human-checkで停止し、人が確認します。

状態の判断

確認根拠停止条件
モデル正確なIDと画像入力ID不明
ページURLとタイトル対象外ページ
サインイン表示中のアカウント権限拒否
表示状態Agentの報告次の行動
正しいプレビュータイトルと状態文人が確認
ログイン壁needs-human-check人が対応

プロンプト例

ローカル環境がMiniCPM-V 4.7 1Bと画像入力を確認した場合だけ使用する。
開いているTabbit Browserを読み、URL、タイトル、表示状態を返す。
根拠の画面テキストを引用する。クリックや編集はしない。
状態をready / needs-human-check / unknownで示し、アカウントをURLだけから推測しない。

Tabbit CLIの使いどころ

1Bは表示項目の確認に使えますが、どのアカウントを選ぶかは判断させません。

Tabbit CLIのセッション再利用はローカルテストで確認済みですが、MiniCPMの精度は未検証です。本番の操作を行う前に人がページを確認してください。

コミュニティの声

Redditではオフラインで写真・レシートを読む用途やRAM要件への関心が語られています。ブラウザーAgentの品質を示すものではありません。

接続方法は Tabbit CLIガイド、既存ブラウザー接続、セットアップ確認表、MCPとCLIの比較、Codex設定、Claude Code設定、Haikuガイド、Sonnetガイドを参照してください。

  • モデルだけでブラウザーを操作できますか? いいえ。ブラウザーツールを提供するAgentが必要です。

  • クライアントで使えるか確認するには? 正確なモデルID、画像入力、ローカルツールを確認します。

  • ログイン状態は共有されますか? 選択したTabbitブラウザー環境を使います。アカウントを確認してください。

  • 実際の変更を送信しますか? 例は下書きまたは読み取り専用レポートで停止します。

  • プロンプトをテストしましたか? いいえ。テストページで検証してください。

  • ページが曖昧なときは? unknownまたはneeds-human-checkで停止します。

出典

よくある質問

モデルだけでブラウザーを操作できますか?

いいえ。ブラウザーツールを提供するAgentが必要です。

クライアントで使えるか確認するには?

正確なモデルID、画像入力、ローカルツールを確認します。

ログイン状態は共有されますか?

選択したTabbitブラウザー環境を使います。アカウントを確認してください。

実際の変更を送信しますか?

例は下書きまたは読み取り専用レポートで停止します。

プロンプトをテストしましたか?

いいえ。テストページで検証してください。

ページが曖昧なときは?

unknownまたはneeds-human-checkで停止します。

次のステップへ

Tabbit と一緒に仕事をしましょう。

タブをまたいで調査し、繰り返しのブラウザ作業を自動化し、あらゆる文脈を手の届くところに。