LFM2.5-24B-A2B は、ローカルエージェントがモデルを選び、PC上でツールを実行し、Tabbit CLI を呼び出せる場合に、ログイン済みブラウザーと組み合わせられます。Liquid AI は重みを公開し、Pi などのエージェント環境を後学習で使ったと説明しています。ただし、モデル、Pi、推論サーバー、Tabbit CLI、Webサイトのログインは別々です。Piで試したRedditユーザーは速度を評価する一方、初期のツール呼び出しテンプレートの不具合にも触れています。実行環境を先に確認してください。Liquid AI 発表 · モデルカード · Piの議論
要点
モデルカードはオープンウェイト、テキスト専用、131,072トークンのコンテキストと説明しています。後学習版はエージェントとツール利用を想定しています。
Piが後学習に使われたことは、手元のPi、量子化、サーバーでツール呼び出しが成功する保証ではありません。
PiはTabbitスキルを
/skill:tabbitで読み込みます。スキル検出だけではCLI起動やサイトへのログインを確認できません。対象のTabbitプロファイルには自分でログインします。まず1件を読み取り、名前付き下書きで止めます。
環境に合う経路を選ぶ
| 経路 | 公式資料で確認できること | 判断 |
|---|---|---|
| Piとローカルモデル | Liquid AIはPiを後学習で使った環境に挙げ、ローカル実行手順を案内しています。 | 選んだ量子化を実行でき、ツール呼び出しが通る場合に使います。 |
| Liquid Console API | 発表ページにAPI推論と料金があります。 | ページデータの外部送信が承認されている場合のみ。ローカル推論ではありません。 |
| その他のホスト | 動作する組み合わせは確認していません。 | モデルID、プロバイダー、ツール形式、ローカルShell権限を確認します。 |
カードには全パラメータ24B、アクティブ2.45B、コンテキスト131,072トークンとあります。量子化後に必要なメモリ量を示す数値ではありません。また、知識量の多いタスクには検索を組み合わせるよう推奨しています。ブラウザー作業ではページを情報源にします。仕様とツール利用
同じPCでPiをTabbit CLIにつなぐ
Tabbit Browserをインストールし、CLI設定ガイドに従います。Piの/modelでモデルを選べることを確認し、ローカルサーバーで安全な関数呼び出しを試します。次にPiがtabbitスキルを見つけたか確認し、/skill:tabbitで読み込みます。Codexは/skills、OpenCodeは@tabbitを使います。実際のクライアントの記法を確認してください。Pi Skills · Piモデル設定
インストール済みランチャーでdiagnoseを実行します。想定したTabbitに接続できなければ停止します。接続できたら対象サイトを開き、自分でログインします。スキル検出、ランチャー、サイト認証は別の確認です。既存ブラウザー接続ガイドとログインセッション再利用ガイドを確認してください。サイトのセッションが切れることもあります。ローカルコマンドを実行できないクライアントではCLIとMCPの比較を参照します。
1件を変更せず確認する
安定したIDがある無害なページを選び、次のプロンプトを使います。
Tabbitスキルで、ログイン済みプロファイルの[承認済みダッシュボード]を確認します。
レコード[ID]の見えている行だけ読み取ります。添付や非表示項目は開きません。
編集、割当、保存、送信、承認は行いません。
正確なID、状態、タイトル、ページURLを返します。不明な値は「表示なし」とします。
「LFM2.5確認 — [日付]」という名前のブラウザー下書きを作り、値と不確実な点を書きます。
保存や送信の前に停止し、下書きとURLを見せてください。結果は1行で、IDとURLが一致し、値がページの表示と同じである必要があります。Piのツール呼び出しが崩れたら、プロンプト変更の前にテンプレートとサーバーを確認します。モデルカードとコミュニティ投稿を参考にできますが、個別報告を全体の失敗率と見なさないでください。コミュニティ投稿
レビュー地点を見える状態にする
| 確認 | 見るもの | 停止条件 |
|---|---|---|
| モデル | Piが想定した重みとプロバイダーを選択。 | 表示名や接続先が違う。 |
| ツール | ローカル呼び出しの結果が正しい。 | 引数が欠落・不正・重複。 |
| ブラウザー | アカウント、ワークスペース、ID、URL。 | いずれかが違う。 |
| 下書き | 全値を可視ページと照合。 | 出典のない推測がある。 |
読み取りの成功は書き込みの許可ではありません。最初のタスクのチェックリスト、Codex設定、プロファイルとタブグループ、ブラウザーエージェントの仕組みも参照してください。インストールはCLIガイドにあります。
ローカル実行ができ、ツール呼び出し試験に通るなら、LFM2.5-24B-A2Bはローカル作業の候補です。Tabbitの標準統合が確認済みという意味ではありません。読み取りから始め、名前付き下書きを見てから変更を個別に承認してください。
よくある質問
LFM2.5-24B-A2Bでログイン済みブラウザーを使えますか？
ローカルエージェントがTabbit CLIを実行すれば使えます。モデル単体ではブラウザーに接続しません。
Liquid AIはPiとTabbitの互換性を保証していますか？
いいえ。Piは後学習に使われた環境ですが、手元のサーバー、テンプレート、CLI接続を確認します。
PiでTabbitスキルを呼び出す方法は？
Piでは`/skill:tabbit`を使います。先にスキルが検出されたことを確認してください。
モデルの記憶で現在の値を読めますか？
現在の情報は記憶に頼らず、可視ページを読んでURLとともに返すよう指示します。
読み取り後に変更を保存できますか？
まず読み取り専用で実行し、名前付き下書きを確認した後に個別の変更を承認します。