Tabbit博客

用 Gemini 3.1 Flash Lite 操作已登录网页

配置 Gemini API 稳定版模型 ID,通过本地浏览器 Agent 准备表单草稿,并在提交前进行人工检查。

本文目录
  1. 分别确认模型和客户端
  2. 将模型连接到本地浏览器 Agent
  3. 核对实际使用的 API 路径
  4. 提交前先保存草稿
  5. 提示词
  6. 延伸阅读

Gemini 3.1 Flash Lite 可通过兼容 Agent 返回结构化结果并调用工具,但模型本身看不到你已登录的浏览器。先选定 Gemini API 稳定版 ID gemini-3.1-flash-lite,再分别确认客户端能路由到它并执行本机工具。Google API 弃用页面列出的关闭日期是 2027 年 5 月 7 日;Google Cloud 的模型服务需要另查生命周期。建议使用 Tabbit Browser 和本地 Tabbit CLI Agent,在具名任务标签页中操作,提交前先保存草稿并人工复核。 Gemini API 模型目录 · Gemini 3.1 Flash Lite 页面 · Google Cloud 模型页

分别确认模型和客户端

Google Gemini API 模型目录列出稳定版 ID gemini-3.1-flash-lite。另有独立的 Preview 模型,使用不同 ID,生命周期也不同。目前的 API 弃用页面列出稳定版关闭日期为 2027 年 5 月 7 日,替代模型为 Gemini 3.5 Flash Lite。发布前应重新核对该页面。

官方模型文档列出函数调用和结构化输出能力,但仍需兼容 Agent 客户端把模型响应连接到工具。模型不会自动获得你的网站登录状态或浏览器标签页。Google Cloud Agent Platform 模型页属于另一项服务,应与 Gemini API 分开确认可用性和生命周期。

任务使用方式开始前检查
高频轻量提取Gemini API 稳定版模型准确 ID 和客户端可用性
读取已登录网页本地 Agent + Tabbit CLI启动器和网站会话
填表后等待审核Agent 保存具名草稿字段、目标页面和来源
Cloud 托管任务Google Cloud Agent Platform单独核对模型 ID 和生命周期

将模型连接到本地浏览器 Agent

使用客户端自己的技能发现语法加载 Tabbit skill。Pi 使用 /skill:tabbit;部分客户端使用 /skills 或自动发现已安装技能。然后检查 Tabbit CLI 启动器和模型服务路由,最后确认目标网站已在 Tabbit Browser 中登录。技能发现、启动器可用性、模型服务和网站登录是不同的检查项。

Tabbit CLI 在现有 Tabbit Browser 环境中运行,账号有权限时可以复用该网站登录状态。为当前工作新建一个命名任务标签页,你仍可继续使用其他标签页。纯远程 Agent 需要另有受支持的本地交接方式;API 可用不代表它能访问本机浏览器。

层级提供什么不能据此确认什么
Gemini API 模型模型响应及文档列出的模型能力访问本机浏览器
Agent 客户端模型路由与工具编排(如支持)目标网站已登录
Tabbit CLI在 Tabbit Browser 中控制本地浏览器有权提交网页表单
Google Cloud 模型页独立的托管模型服务与 Gemini API 生命周期相同

核对实际使用的 API 路径

两条具体的集成反馈提示了值得加入的检查项。tau2-bench 的 GitHub issue中,作者报告其 LiteLLM 路径把 Gemini thought signature 放在较长的工具调用 ID 中;作者随后更正说,他们没有测试传输方式改变后的故障。Google AI 开发者论坛帖子描述作者在自己的测试中遇到 Interactions API 返回 completed、但没有模型输出的情况;同一作者测试的 generateContent 请求则都有输出。这些是特定场景的个人报告,不是普遍故障率,也不能证明 Tabbit 有此问题。请核对 Agent 实际使用的 API 路径,并在把字段填入表单前确认响应里确实有模型输出。

提交前先保存草稿

先用低风险的测试表单。让 Agent 在已登录页面查找一条指定记录,只提取必要字段,填入草稿后停止。给任务起一个清晰名称,例如 Gemini intake draft。检查点应显示来源 URL,并把每个字段与页面上的可见依据并列展示。提交前由人确认账号、目标页面和字段值。

提示词

请在当前已登录页面查找名为 [记录名称] 的记录。返回 JSON,包含 name、status、date、source_url,并为每个字段附上页面可见依据。只将数据填入测试表单草稿,不要点击 Submit。缺失或有歧义的值设为 null,并列出需要人工检查的字段。

这是示例流程,不表示已经实际填写了在线表单。不要在提示词里放入凭据、邮箱或无关个人信息。

延伸阅读

阅读 Tabbit CLI 完整指南、了解如何将 Agent 连接到现有浏览器、按首次浏览器 Agent 任务清单检查步骤,或比较browser MCP 与 CLI。Codex Tabbit CLI 设置指南提供客户端设置示例。另可查看复用登录会话、在本机验证网页应用和带来源进行浏览器研究。

常见问题

Gemini 3.1 Flash Lite 的 API ID 是什么?

Gemini API 稳定版模型 ID 是 `gemini-3.1-flash-lite`。Preview 模型使用不同的 ID。

Gemini 3.1 Flash Lite 能直接控制浏览器吗?

不能。需要兼容的 Agent 将模型连接到本地浏览器工具和已登录的 Tabbit 环境。

Gemini API 模型和 Cloud 列表是同一服务吗?

不是。Google Cloud Agent Platform 是单独的服务,应独立确认其模型状态和生命周期。

如何加载 Tabbit skill?

按客户端文档使用技能发现方式。Pi 使用 `/skill:tabbit`;部分客户端使用 `/skills` 或自动发现。

如何避免误提交表单?

让 Agent 保存具名草稿并停在提交之前。由人检查目标页面、字段和来源后再提交。

下一步

让 Tabbit 与你并肩工作。

跨标签页调研、自动化重复的浏览器工作,让每一处上下文都触手可及。