ログイン済みブラウザーでSchematron V2 Turboを使う

Schematron V2 Turboだけではログイン済みブラウザーを操作できません。HTMLからschemaに沿って項目を抽出するモデルであり、Inference.netはSchematron抽出モデルがツール呼び出しに対応しないと明記しています。チーム文書の下書きを作るには、別のローカルエージェントか人がTabbit BrowserとTabbit CLIで許可されたページを開き、必要なHTMLを抽出モデルに渡します。その後、担当者が元ページと名前付きの下書きを照合します。

inference-net/schematron-v2-turbo が返すのはschemaに沿った項目です。ページ移動、クリック、書き込みはしません。公式のSchematronドキュメントでは、抽出指示はschemaに含め、通常のsystem/userプロンプトは使わないと説明しています。コーディングエージェントの資料でも、Schematron抽出モデルはツール呼び出し非対応とされています。

先に結論

• HTMLから型の決まった項目を抽出する用途に使い、ブラウザー操作エージェントとは考えない。

• Inference.netの正確なモデルIDは inference-net/schematron-v2-turbo。

• ローカルの担当者がログイン済みページを開く。クライアントがローカルツールに対応すればTabbit CLIを使える。

• 抽出ルールはJSON Schemaのフィールド説明に書く。通常のsystem/userプロンプトは使えない。

• 元ページは読み取り専用にし、共有下書きを保存する前に人が各項目を確認する。

ブラウザー操作と抽出を分担する

対応クライアントではTabbitの /tabbit Skillがローカルランチャーの使い方を伝えます。Skill選択画面を使うクライアントもあります。Codexなら /skills一覧を確認します。Skillの検出、CLIの接続、サイトへのログインは別々の確認です。既存ブラウザーにエージェントを接続する方法でプロファイルと権限を確認してください。

許可されたページだけを読む

Tabbit Browserをインストールし、使うプロファイルでチームサイトを開いてログインします。HTMLをInference.net APIに送る前に、組織の情報管理ルールで許可されているか確かめてください。次にローカルエージェントでTabbit Skillを読み込み、名前を付けた別タスクタブからCLIを使います。クライアントがローカル操作を実行できなければ、正確なURLと読み取り専用の確認項目をローカルエージェントか人に渡してください。リモートモデルはブラウザーのセッションを引き継ぎません。

例として、許可されたリリースノート2ページから見出しと表示中の状態を読み取ります。最初は読み取りだけにし、ページのタイトルとURLも返させると照合しやすくなります。ブラウザーエージェントの初回タスク確認表は範囲の絞り方を説明し、Web検索とブラウザー操作の違いは検索結果では非公開ページのアクセスを証明できない理由を説明します。

HTMLを用意した後で、schemaに抽出項目を記述します。次はAPI呼び出しの例です。このコードは記事用に実行していません。

import { readFile } from "node:fs/promises";
import OpenAI from "openai";
import { z } from "zod";
import { zodResponseFormat } from "openai/helpers/zod";

const client = new OpenAI({
  baseURL: "https://api.inference.net/v1",
  apiKey: process.env.INFERENCE_API_KEY,
});

const ReleaseNote = z.object({
  title: z.string().describe("ページに表示された正確なタイトル。"),
  updatedDate: z.string().describe("表示中の更新日。なければ not shown。"),
  status: z.string().describe("ページ上の状態。なければ not shown。"),
  owner: z.string().describe("ページにあるチーム名または担当者。なければ not shown。"),
});

const sourceUrl = new URL(process.argv[2]);
if (!["http:", "https:"].includes(sourceUrl.protocol)) {
  throw new Error("Expected an HTTP or HTTPS source URL");
}
const html = await readFile("approved-record.html", "utf8");

const response = await client.chat.completions.parse({
  model: "inference-net/schematron-v2-turbo",
  messages: [{ role: "user", content: html }],
  response_format: zodResponseFormat(ReleaseNote, "release_note"),
  temperature: 0,
});

const extracted = response.choices[0].message.parsed;
if (!extracted) throw new Error("No parsed record returned");
console.log(JSON.stringify({ ...extracted, sourceUrl: sourceUrl.href }));

許可された HTML を approved-record.html に保存し、Tabbit で取得した URL を第 1 引数として渡します。クライアントが抽出後に URL を添えるので、モデルが返すのはページ上の 4 項目です。

名前付きレビュー用下書きを作る

SchematronのJSONは、別の文章作成ステップに渡します。ローカル担当者や汎用エージェントは項目を整理できますが、抽出モデルがブラウザーを開いたり共有文書を更新したりしたとは説明しないでください。

抽出した項目と各ページのURLから「リリースノート確認 - 11月10日」という下書きを作ってください。
各ページにタイトル、表示中の更新日、状態、担当者、URLを含め、
not shown とした項目も残してください。
書き込み操作を開いたり、チーム文書を保存・送信したりしないでください。
通常のTabbitタブで元ページと項目を照合してから、
文書の担当者が保存内容を決めます。

名前を付けると、文書の担当者が確認すべきものを見つけられます。元ページは通常のTabbitタブに残し、別のタスクタブで読み取りを行います。この環境の合成セッション試験では最初の要求がHTTP 401でした。一時Cookieを設定すると別タスクが練習ページを読み取りました。チームのアカウントは使わず、Schematron APIも文書更新も行っていません。

機能ごとに問題を確認する

ローカルのクライアント接続はモデル選択と別です。Tabbit CLIは対応するローカルクライアントのブラウザー操作に使えますが、SchematronがTabbitの対応Agentモデルだとは述べていません。ブラウザーMCPとCLIの比較、Tabbit CLIの完全ガイド、エージェントブラウザーの役割も参考になります。ローカル環境が必要ならダウンロードページからTabbitを入手してください。

V2 Turboでログイン済みブラウザーを操作した第一手の報告は見つかりませんでした。以前の世代のAPIについてレート制限やサーバーエラーを報告する古いReddit投稿はありますが、V2 Turboの状態を示すものではないため、現在の挙動の根拠にはしません。これは例示の引き継ぎ手順で、検証済みの統合ではありません。

モデルは公式に説明されたHTML抽出に使います。ローカル担当者に許可済みページを読ませ、保存前に名前付き草稿の各項目を照合してください。

Secholar.L

Tabbit グロース&コンテンツ担当

Secholar.L は AI ブラウザとエージェントワークフローについて、実際の調査と検証可能な一次情報に基づく実践的なガイドを執筆しています。