Tabbit部落格

用 MiniCPM-V 4.7 1B 檢查瀏覽器狀態

讀取頁面標題和狀態,分別確認模型、帳號與目標環境。

本文目錄
  1. 操作流程
  2. 決策表
  3. 提示詞範例
  4. Tabbit CLI 的角色
  5. 社群意見
  6. 來源

操作流程

MiniCPM-V 4.7 1B 是小型視覺語言模型,不是瀏覽器 Agent。要檢查已登入頁面,請由確認過的本機 Agent 呼叫 Tabbit CLI,只讀取可見標題和狀態並列出檢查結果。模型執行環境、CLI、瀏覽器設定與網站登入要分開核對。

決策表

OpenBMB 模型卡將 1B 版列為 Apache-2.0 的圖像文字模型,但不代表每個執行環境都支援相同模型與圖片輸入。先確認模型 ID 和本機工具能力。依客戶端文件尋找 Tabbit skill:有命名 skill 才用 /tabbit;Pi 使用 /skill:tabbit;部分客戶端使用 /skills。

核對項目證據停止條件
模型路由正確 ID 與圖片輸入ID 不明
瀏覽器網址和頁面標題頁面不符
登入可見帳號標示權限被拒
狀態回報內容人工判斷
正確預覽頁標題與狀態原文確認環境
登入或存取牆needs-human-check人工處理

提示詞範例

只有在本機環境確認 MiniCPM-V 4.7 1B 和圖片輸入可用時才使用。
讀取目前開啟的 Tabbit Browser 頁面,不要點擊或編輯。
回傳目前網址、頁面標題原文、可見狀態原文,以及 ready / needs-human-check / unknown 之一。
每個欄位附上頁面文字證據。不要只根據網址推測登入、權限或環境。

Tabbit CLI 的角色

Tabbit CLI 的登入重用已在本機測試頁驗證,未驗證 MiniCPM 的準確率或正式網站。把報告存成 preview-state-check,由你本人確認頁面標題、帳號和網址再繼續。

社群意見

小型視覺模型適合讀取少數可見狀態,不適合判斷遭拒的權限或該選哪個帳號。Reddit 討論提到離線讀取照片和收據,也有人詢問硬體記憶體需求;這些不是瀏覽器 Agent 品質證據。

  • MiniCPM-V 4.7 1B 能自己瀏覽網頁嗎? 不行,還需要提供瀏覽器工具的 Agent。

  • 1B 代表任何裝置都能執行嗎? 不代表,須確認記憶體、推理環境與圖片大小。

  • 它能確認登入帳號嗎? 可讀取可見提示,帳號與權限仍須由人確認。

  • 頁面被封鎖怎麼辦? 回報 needs-human-check 並停止。

  • Tabbit CLI 會連接目前瀏覽器嗎? 相容的本機 Agent 可在指定 Tabbit 環境執行,須先確認設定。

  • 範例提示詞測試過嗎? 沒有,請先用測試頁驗證。

來源

常見問題

MiniCPM-V 4.7 1B 能自己瀏覽網頁嗎?

不行,還需要提供瀏覽器工具的 Agent。

1B 代表任何裝置都能執行嗎?

不代表,須確認記憶體、推理環境與圖片大小。

它能確認登入帳號嗎?

可讀取可見提示,帳號與權限仍須由人確認。

頁面被封鎖怎麼辦?

回報 needs-human-check 並停止。

Tabbit CLI 會連接目前瀏覽器嗎?

相容的本機 Agent 可在指定 Tabbit 環境執行,須先確認設定。

範例提示詞測試過嗎?

沒有,請先用測試頁驗證。

下一步

讓 Tabbit 與你並肩工作。

跨分頁調研、自動化重複的瀏覽器工作,讓每一處上下文都觸手可及。