TabbitBlog

Perceptron Mk1でログイン済みブラウザーを使う方法

Perceptron Mk1で画面を読み、Tabbit Browserを操作できるローカルエージェントに確認済みの手順を渡します。

この記事の内容
  1. Mk1は画面の読み取りに使う
  2. ローカルAgentに操作を渡す
  3. 草稿を保存して人が確認する
  4. プロンプト
  5. 関連ガイド

Perceptron Mk1は視覚・動画モデルであり、ブラウザー操作エージェントではありません。スクリーンショットや動画を読み、確認済みの短い手順をTabbit CLI対応のローカルエージェントへ渡します。Perceptron APIのモデルIDは perceptron-mk1、OpenRouterでは perceptron/perceptron-mk1 です。OpenRouter経路は関数呼び出しに対応しないため、操作は別の名前付きローカルエージェントが担当します。Perceptron発表 · OpenRouterモデル

Mk1は画面の読み取りに使う

PerceptronはMk1を動画・具身推論モデルとして紹介し、画像や動画の理解、OCR、視覚的な位置特定、構造化注釈を説明しています。画面に見える状態や動画の時刻を読む用途に使えます。ただし、ブラウザーのクリック機能とは別です。

用途方法事前確認
画像や動画を読むPerceptron Mk1その入力形式が使えるか
ページ移動や入力ローカルエージェント + Tabbit CLI権限とログイン状態
読んでから操作Mk1が読み、Agentが操作各項目をページで照合
リモートAgentのみ対応するローカル引き継ぎクライアントに機能があるか

ローカルAgentに操作を渡す

クライアント固有の方法でTabbit skillを読み込みます。Piでは /skill:tabbit、一部のクライアントでは /skills または自動検出を使います。スキルの読み込みだけでは、CLI起動、モデル経路、サイトへのログインは確認できません。個別にチェックしてください。

Tabbit CLIは既存のTabbit Browser環境で動作し、アカウントに権限があればサイトのログイン状態を再利用できます。名前付きの別タスクタブを使えば他の作業を続けられます。リモート実行には別途、対応するローカル引き継ぎが必要です。

機能Mk1の役割ブラウザー作業への影響
画像・動画理解対応する視覚機能画面情報を読む
空間注釈明示した出力形式データでありクリックではない
OpenRouterの関数呼び出し非対応この経路では操作できない
サイトのログインモデルは提供しないローカルTabbit CLIを使う

草稿を保存して人が確認する

まず例示用のテストページで試します。Mk1にリリースノートの画面を読み取らせ、ローカルAgentがページを開いてタイトルと版を照合し、「Mk1 リリースノート草稿」として保存します。参照URL、抽出値、不確かな項目を表示し、共有前に人が確認します。これは手順例であり、実際のテストを行ったという意味ではありません。

プロンプト

このスクリーンショットをリリースノート草稿の根拠として読み取ってください。visible_title、visible_version、exact_visible_status、evidence_text、confidence(0〜1)、needs_human_check(boolean)をJSONで返してください。見えていない内容を推測せず、読めない値はnullにしてください。

関連ガイド

Tabbit CLIガイド、既存ブラウザーへの接続、最初のブラウザーAgentタスク一覧、browser MCPとCLIの比較を参照してください。ログイン状態の再利用、ローカルWebアプリの検証、出典付き調査、Codex設定も読めます。

よくある質問

Perceptron Mk1はボタンをクリックできますか?

OpenRouterの `perceptron/perceptron-mk1` 経路は関数呼び出しに対応しません。ブラウザー操作は別のローカルエージェントに任せます。

どのモデルIDを設定すればよいですか?

Perceptron APIのIDは `perceptron-mk1`、OpenRouterの名前付きIDは `perceptron/perceptron-mk1` です。利用する経路をクライアントで確認してください。

構造化出力ならブラウザーを操作できますか?

いいえ。構造化注釈はモデルの応答形式であり、ブラウザー操作やログイン状態を提供しません。

Tabbit CLIでログイン状態を再利用できますか?

対象サイトへの権限があれば、同じTabbit Browser環境内のログイン状態を再利用できます。

結果をどう確認すればよいですか?

参照URLと抽出項目を含む名前付き草稿を保存し、各値をページと照合します。送信前に人が確認してください。

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。