如何用 MiniCPM5-1B 操作已登录的浏览器

当运行时能够解析 XML 工具调用、本机 Agent 也能执行浏览器工具时，MiniCPM5-1B 可以帮助你从公开网页和已登录工作区整理出带来源链接的简报。OpenBMB 推荐使用 SGLang，并记录了 minicpm5 解析器。启动准确的 openbmb/MiniCPM5-1B 检查点，让本机 Agent 连接 Tabbit CLI，再从只读页面开始。保存一份有名称的简报，逐条核对来源后再分享。

OpenBMB 将准确模型文件标为 openbmb/MiniCPM5-1B，采用 Apache 2.0 许可；官方指南记录了 SGLang 解析器。Hugging Face 页面目前显示官方模型没有部署在 Inference Provider，因此本文采用本机服务。

运行时容易选错。在一条关于 Ollama 的 Reddit 讨论里，一位用户说，自定义 MiniCPM5-1B Modelfile 把 JSON 工具参数放进了 <think> 块。另一位回复者猜测原因可能是模板或停止词不匹配，但没有验证修复方案。这说明的是某种配置遇到的问题，并不能证明模型完全不会调用工具。

先记住这几点

• 准确模型文件是 openbmb/MiniCPM5-1B，由 OpenBMB 于 2026 年 5 月 19 日发布，采用 Apache 2.0 许可。

• MiniCPM5-1B 输出 XML 格式的工具调用。OpenBMB 推荐用 SGLang 的 minicpm5 解析器转成 OpenAI 兼容的 tool_calls。

• 解析器、本机 Agent、Tabbit CLI 和登录账号都需要分别检查。

• 公开资料和已登录工作区信息分开整理。每项事实保留来源链接，冲突项明确标出。

• 1B 还是 2B 是需要在自己环境验证的部署选择，不代表工具调用更可靠。

选择模型路径和工具解析器

OpenBMB 当前仓库列出 openbmb/MiniCPM5-1B，并提供 vLLM 与 SGLang 兼容 OpenAI API 的服务示例。对于函数调用，OpenBMB 特别推荐使用带 minicpm5 解析器的 SGLang。MiniCPM5 输出 XML 格式的工具调用，解析器会将其转成客户端可以处理的结构化 tool_calls。如果客户端收到的还是普通文本中的原始 XML，就还不能执行浏览器操作。

官方 SGLang 启动方式如下：

pip install "sglang[srt]>=0.5.12"
python -m sglang.launch_server \
  --model-path openbmb/MiniCPM5-1B \
  --port 30000 \
  --tool-call-parser minicpm5

这一步只会启动模型服务。它不会安装 Agent，不会提供 Tabbit CLI，不会替你登录网站，也不会自动授权访问页面。只有当本机客户端支持自定义本地端点，并能在同一任务运行本地工具时，才把这个兼容 OpenAI 的端点接入该客户端。

将公开检索和登录资料分开

公开搜索用于查任何人都能打开的资料；已登录浏览器只读取用户批准的工作区内容。这两类证据不能混用。公开搜索结果不能证明内部状态，登录后的仪表盘也不是公开引用。要求模型将两类资料放在不同列，并为每条内容记录页面 URL、观察到的值和审核标记。

打开工作区页面前，先查看 Tabbit CLI 快速开始。支持 Skill 的客户端可能用 /tabbit，Pi 用 /skill:tabbit；另一些客户端用 /skills 或 Skill 菜单。请按本机 Skill 文件确认真实入口，再运行 tabbit-cli diagnose，自己检查目标账号和页面。本机任务会复用所选 Tabbit 环境里已有的登录会话，但不会把登录状态传给远程运行器。Skill 是否可见、CLI 是否可达、网站是否登录是不同检查项。

浏览器 Agent 首任务清单可以协助划定只读边界。简报应短而可查，避免在自由发挥的长篇总结里混合公开事实、内部数据和猜测。

制作带链接的研究简报

先选一个问题，打开三到五个公开页面。只有在需要核对内部决策时，再加一页用户批准的工作区资料。让 MiniCPM5-1B 记录页面标题、URL、页面可见的发布日期、支持结论的原文，以及该原文能证明什么。读取内部资料时只提取用户点名的字段。来源不一致时保留两条记录，并设置 needs_review: true。

可以这样提示模型：

使用本机 MiniCPM5-1B Agent 和 Tabbit CLI。先检查这些公开页面：[URL 列表]。然后只读取已登录工作区页面：[获准访问的 URL]，并且只看这些字段：[字段清单]。不要编辑、分享、提交或删除任何内容。新建一份单独草稿“Vendor research brief, 2026-11-10”，包含 source_type、title、URL、observed_fact、exact_excerpt 和 needs_review 列。公开来源和工作区数据分开记录。如果页面无法打开或来源冲突，保存 URL 并停止该条结论。保存后告诉我草稿位置供审核。

标题、链接和字段只是示例，替换成你获准查看的内容。不要把密码、会话 Cookie 或令牌放进提示词。在 Tabbit 中打开所有来源，核对简报内容。Agent 可以使用独立的任务标签页，你仍可在浏览器主窗口继续工作。详见连接 Agent 与现有浏览器。

MiniCPM5-1B 是较小的本地模型，但“1B”无法说明运行时是否会正确解析每一种工具调用。OpenBMB 也为 MiniCPM5-2B 文档了相同 XML 工具调用形式和解析器。2B 是另一份模型文件，不要照搬 2B 的模型路径，也不要以为换大模型就能修好模板错误。应使用自己实际的检查点、后端、量化方式和客户端进行小规模只读测试。上面的 Reddit 报告来自自定义 Ollama 配置，不能推导出官方记录的 SGLang 配置也会出现同一问题。

浏览器层可继续看 Tabbit CLI 完整指南、浏览器 MCP 与 CLI 对比、Codex 设置示例、Tabbit Browser 简介、浏览器使用最佳实践和Agent 浏览器基础。这些内容解释的是浏览器连接，不代表模型专属兼容性。

MiniCPM5-1B 适合什么任务

如果你想要本地工作流，且检查点能在你的硬件和工具格式中运行，可以先试 1B。一个合适的起步任务是把少量页面字段抽取到带链接的简报里。如果任务需要复杂多步推理、长报告或大范围自动化，先用真实样例和 MiniCPM5-2B 或其他模型比较。OpenBMB 的解析器文档说明了受支持的格式路径，但不承诺你的 Agent 准确率。

第一轮保持只读。保存“Vendor research brief, 2026-11-10”，检查所有 URL 与原文，再决定是否分享。下载 Tabbit Browser，用本机浏览器会话完成这个流程。

Secholar.L

Tabbit 增长与内容

Secholar.L 专注 AI 浏览器与 Agent 工作流的实操写作,基于真实调研对比工具,引用可验证的一手来源。