如何用 North Small Translate 处理已登录网页

North Small Translate 可以翻译登录后网页中的文本，但它不是浏览器 Agent。用 Tabbit Browser 保持网页会话，再由能调用 Tabbit CLI 的本机 Agent 读取你批准的内容。只把这些摘录发送给 North Small Translate，最后检查译文简报再保存。Cohere 将它定位为机器翻译模型，Chat V2 的模型 ID 是 north-small-translate-1.0；开放权重仅限非商业使用。模型卡也没有说明模型本身可以控制浏览器。

在 North Small Translate 的 Reddit 发布讨论中，一位评论者询问模型在“benchmark-style translation”之外的表现，并提到总计 218B、激活 25B 参数带来的硬件取舍。这提醒我们，多语言模型仍需要针对任务验证。另一篇关于本地翻译模型的讨论记录了用户在俄译英任务中对不同模型与尺寸的体验。这些是个人反馈，不是 North Small Translate 的评测结果。

要点

• North Small Translate 负责翻译文本，不会自动导航、点击或登录网站。

• 网页读取交给能在 Tabbit Browser 所在本机运行 Tabbit CLI 的 Agent。

• 只把你有权发送的文本交给模型，来源 ID 和原始 URL 应在译文外保留。

• 按照原网页复核语种对、姓名、日期、否定词、数字和链接。

• Cohere 托管 API 对多数用户更容易使用；开放权重不等于能在普通笔记本轻松运行。

North Small Translate 与 Tabbit 的分工

先确认模型适合文本翻译

Cohere 将 North Small Translate 描述为面向 50 多种语言机器翻译的 MoE 模型。文档标注上下文长度为 16K tokens，Chat V2 模型 ID 为 north-small-translate-1.0。Hugging Face 权重采用 CC BY-NC 4.0，并须遵守 Cohere 的可接受使用政策。Cohere 建议 W4A16 需要两张 H100 或一张 B200，所以“开放权重”不等于“笔记本就能轻松运行”。选择托管还是本地路线前，请查看 Cohere 模型文档和模型卡。

不要根据通用能力列表推断工具调用支持。此任务使用的模型目录没有把 North Small Translate 标记为原生工具调用模型。如果你的客户端不能选择该模型作为文本模型，或不能调用本机工具，就拆成三步：本机 Agent 读取页面并导出获准文本；North Small Translate 翻译导出内容；你或 Agent 再组装带链接的简报。模型出现在某个 Agent 界面里，不代表它能调用 Tabbit CLI。

准备浏览器，并分开确认三件事

先安装 Tabbit Browser，在希望使用的 Tabbit 配置中登录目标网站，再启动能调用 Tabbit CLI 的本机 Agent。Tabbit 的CLI 快速开始为能发现已安装 Skill 的客户端提供了 /tabbit 用法。先确认客户端确实列出了 tabbit Skill 并能读取 SKILL.md。有些客户端通过 Skills 菜单或 /skills 暴露 Skill；Pi 文档则使用 /skill:tabbit。命令被识别只证明 Skill 可发现，不证明 CLI 启动器连得上浏览器。在同一台设备运行 tabbit-cli diagnose 检查连接，再亲自确认 Tabbit 中的目标页面已登录。

本环境的 Tabbit CLI 本地检查使用了测试页验证会话复用：一个任务在登录前收到授权错误，另一个具名任务随后读到了已登录测试页。这仅验证此环境中的 Tabbit CLI 会话流程，不代表测试过 Cohere 托管、客户端模型接入，或任何第三方账号。

让本机 Agent 读取网页，再翻译选定文本

收集背景时先看公开页面。对于已登录页面，只让 Agent 读取简报所需的字段，并从结果中移除敏感内容。让 Agent 返回稳定 ID、标题、URL 和摘录。发送给 North Small Translate 前，检查清单并删除不应离开浏览器环境的文字。

然后要求模型只翻译，不要总结、排序或执行网页操作。提示词应保留来源 ID 和链接，并规定输出格式：

将批准的摘录翻译成简体中文。
只翻译每条摘录中的文本。不要浏览网页、总结、补充事实，也不要修改 ID 和 URL。保留数字、产品名、日期、引述术语和否定词。句意不明确时，将简短说明放入 review_flags，不要猜测。

输入：
- id: page-01-paragraph-02
  url: https://example.com/release-notes
  text: The dashboard is read-only until an owner approves the change.

每条输入返回一个 JSON 对象，包含 id、url、translated_text 和 review_flags。

测试输出示例：

{"id":"page-01-paragraph-02","url":"https://example.com/release-notes","translated_text":"在负责人批准更改前，控制台为只读状态。","review_flags":[]}

上方 URL 和段落是测试参数，仅用于说明格式。本机 Agent 应保留来源清单，只翻译已选文本，并在起草前将译文与原文逐条核对。

起草带来源链接的简报

简报应能让读者重新打开来源并核对主张。每条摘录单独记录。如果两个页面说法冲突，应并列保留，交给人工在浏览器中查明哪个版本有效，不要让翻译模型代替你判断。

Tabbit 的独立任务标签页可以帮助你安排这一步。CLI 任务使用自己管理的标签页，用户仍可在其他窗口浏览和审阅。你可以让本机 Agent 生成一个明确命名的草稿，例如 North Small Translate source brief，并要求它返回保存位置、停在清楚可见的复核节点。未经你明确批准，不要让它发布内容、提交表单或改动真实记录。

需要选择连接方式时，可先比较 Browser MCP 与 CLI。设置账号权限前查看首次浏览器任务清单；再参考 Tabbit CLI 完整指南、Agent 连接指南、Codex 配置说明、Tabbit 浏览器简介、Tabbit 最佳实践和Agentic Browser 概念说明。

单独复核译文

译文流畅，也可能反转了原文含义或漏掉限制条件。重点检查标题、日期、价格、姓名、状态，以及“不是”“仅”“直到”等词。回到浏览器按 ID 对照原文，并确认每个 URL 仍指向源页面。技术内容应由熟悉该领域的人核对术语，再用于决策。

Reddit 的本地翻译讨论显示，用户对俄译英的体验会因模型和尺寸不同而变化。这不能证明 North Small Translate 的表现。用自己的页面样本测试，并把原文、译文和人工修订保存在一起。涉及敏感内容时，应使用获准的本地部署；如果没有可用的合规路线，就不要把文本发到外部 API。

实际分工很清楚：用 Tabbit CLI 读取登录网页，用 North Small Translate 翻译获准文本，再由人完成最终核对。如果你需要本机 Agent 可访问的浏览器环境，可先下载 Tabbit Browser。

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。