用 Schematron V2 Turbo 處理已登入瀏覽器中的網頁

Schematron V2 Turbo 無法自行操作已登入的瀏覽器。它是依照 schema 從 HTML 擷取結構化欄位的模型，而 Inference.net 明確表示 Schematron 擷取模型不支援工具呼叫。要準備團隊文件草稿，請由獨立的本機 Agent 或使用者透過 Tabbit Browser 和 Tabbit CLI 開啟已授權的頁面，再將選定 HTML 交給 Schematron 擷取欄位。最後由人工對照來源頁面，檢查具名草稿。

inference-net/schematron-v2-turbo 會回傳符合 schema 的欄位，但不會瀏覽、點擊或寫入。Schematron 官方文件說明擷取指令寫在 schema 中，不透過自然語言 system/user 提示詞傳遞。編碼 Agent 文件也將 Schematron 擷取模型列為不支援工具呼叫的模型。

重點

• 使用 Schematron V2 Turbo 從 HTML 擷取型別明確的欄位，不要把它當作瀏覽器 Agent。

• Inference.net 的模型 ID 是 inference-net/schematron-v2-turbo。

• 本機操作者負責開啟已登入頁面。若選用的用戶端能執行本機工具，可透過 Tabbit CLI 完成瀏覽器步驟。

• 把擷取規則寫在 JSON Schema 欄位說明中；模型不接受一般 system/user 提示詞。

• 來源頁面保持唯讀。儲存共用草稿前，人工要逐項核對欄位。

分開處理瀏覽器和資料擷取

Tabbit 的 /tabbit 技能（支援此呼叫方式的用戶端）會教 Agent 使用本機啟動程式。有些用戶端使用技能選單；Codex 可在/skills清單查看。技能發現、CLI 連線和網站登入是不同檢查。使用工作用設定檔前，先看讓 Agent 連接現有瀏覽器。

只讀取你有權存取的頁面

安裝 Tabbit Browser，在預定使用的設定檔中手動開啟團隊網站並登入。將 HTML 傳給 Inference.net API 前，先確認組織允許這樣處理頁面內容。接著讓本機 Agent 載入 Tabbit 技能，並在具名的獨立任務分頁中執行 CLI。如果用戶端不能執行本機工具，就把正確網址和唯讀檢查清單交給本機 Agent 或使用者。遠端模型不會自動取得瀏覽器工作階段。

例如，操作者可以從兩個已授權的團隊發布說明頁整理標題和可見狀態。第一輪保持唯讀，並附上來源網址和頁面標題，方便你對照目前開啟的分頁。瀏覽器 Agent 首次任務清單介紹如何限制讀取範圍；網頁搜尋與瀏覽器控制則說明搜尋摘要無法確認私人頁面存取。

取得 HTML 後，模型才開始擷取。把欄位描述放進 schema：

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("頁面上實際顯示的發布說明標題。"),
  updatedDate: z.string().describe("可見的更新日期，未顯示時填 not shown。"),
  status: z.string().describe("頁面上的狀態文字，未顯示時填 not shown。"),
  owner: z.string().describe("頁面上顯示的團隊或負責人，未顯示時填 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 }));

把獲准傳送的 HTML 存為 approved-record.html，把 Tabbit 擷取的來源網址當作程式第一個參數。用戶端在擷取後附上網址，模型只負責四個頁面欄位。

把結果整理成具名審稿草稿

Schematron 的 JSON 是下一個寫作步驟的輸入。獨立的瀏覽器操作者或通用本機 Agent 可以整理欄位，但不可暗示擷取模型本身開啟瀏覽器或更新團隊文件。

根據擷取欄位與各自來源網址，準備名為「發布說明複核 - 11月10日」的草稿。
每個頁面列出標題、可見更新日期、狀態、負責人和來源網址，
並保留標示 not shown 的欄位。
不要開啟寫入功能、儲存或提交團隊文件修改。
我會在一般 Tabbit 分頁對照每個來源，再由文件負責人決定要儲存什麼。

具名草稿讓文件負責人能明確接手審核。來源頁留在一般 Tabbit 分頁時，另一個任務分頁可負責唯讀擷取。本環境的本機合成工作階段測試，第一次收到 HTTP 401；設定暫時 Cookie 後，另一個 Tabbit 任務讀到模擬頁面。測試沒有使用團隊帳戶、呼叫 Schematron 或修改文件。

依能力排查問題

瀏覽器連線和模型選擇是兩回事。Tabbit CLI 可讓相容的本機用戶端執行瀏覽器任務，但本文不表示 Schematron 是 Tabbit 支援的 Agent 模型。可參考瀏覽器 MCP 與 CLI 比較和 Tabbit CLI 完整指南。智慧型瀏覽器 Agent 的作用介紹瀏覽器環境。若需要本機瀏覽器，可到下載頁安裝 Tabbit。

我們沒有找到能證明 V2 Turbo 操作已登入瀏覽器的第一手社群案例。較早的 Reddit 討論有使用者提到前一代 Schematron API 限流和伺服器錯誤，但這不能證明 V2 Turbo 也有相同問題，因此不拿來描述現況。本文是交接流程範例，不是已測試的模型整合。

讓模型專注於文件明確支援的 HTML 擷取。由本機操作者讀取已授權頁面，最後在儲存前把具名草稿與來源逐項核對。

Secholar.L

Tabbit 成長與內容

Secholar.L 專注 AI 瀏覽器與 Agent 工作流的實測寫作,基於真實調研比較工具,引用可查證的一手來源。