用 LFM3-1.7B 操作已登录的浏览器

LFM3-1.7B 可以在能调用 Tabbit CLI 的本机 Agent 中配合已登录浏览器工作，模型本身不会打开网页。Liquid AI 模型卡列出 Pi、Hermes Agent、OpenClaw 等框架，并说明支持 llama.cpp、Ollama、LM Studio、MLX 等本地运行时。模型卡还建议知识密集任务使用检索，并提醒不要用于复杂多步推理。建议先做简短只读提取。官方模型卡 · LFM3 发布说明

一位用户在制作单次检索子 Agent 时写道：“the base lfm really surprised me at its capability to run tool calls and extract information.” 该用户使用了微调模型和窄任务，因此只能支持尝试小任务，不能推广为普遍可靠性结论。原始讨论

要点

• LFM3-1.7B 是 17.3 亿参数文本模型，不是视觉或音频版本。

• 运行时负责加载模型，Agent 负责选择工具，Tabbit CLI 执行浏览器步骤。

• Pi 加载此 Skill 的命令是 /skill:tabbit。

• 任务限制为少量可见字段和来源链接。缺失时写“未显示”，不要猜。

• 本地推理不代表所有网站请求都离线。

选择运行时

模型卡列出 256K 上下文，并称 4 位量化约需 1GB，但不能保证每台设备的速度。浏览器任务应提取少量准确字段，避免在变化中的工作区做长篇推理。

将 Pi 接入本地接口

模型卡提供 vLLM 的 OpenAI 兼容接口示例。Pi 文档说明可在 ~/.pi/agent/models.json 配置兼容服务商。请填写服务器实际暴露的模型名。

vllm serve "LiquidAI/LFM3-1.7B"

{
  "providers": {
    "lfm3-local": {
      "baseUrl": "http://localhost:8000/v1",
      "api": "openai-completions",
      "apiKey": "local",
      "models": [{ "id": "LiquidAI/LFM3-1.7B" }]
    }
  }
}

这是配置方式示例，不代表所有 Pi 或 vLLM 版本都实测通过。先确认普通请求可用，再用 Pi 的 /skill:tabbit 加载已发现的 Skill，并用 diagnose 检查 Tabbit 启动器。Pi 模型指南、Pi Skill 指南和Tabbit CLI 快速开始说明了相关配置。

提取简短状态摘要

读取当前项目状态页最先显示的三行。
加载 Tabbit Skill，只使用当前 Tabbit 页面。
返回事项 ID、可见状态原文、可见负责人和来源 URL。
不要打开私密附件、修改筛选、点击操作或编辑记录。
缺少文字时写“未显示”。ID 不清楚时停止。
在浏览器中准备名为“LFM3 状态摘要 — 2026-11-09”的草稿，写入表格和未解决事项。
停在草稿页面。不要保存、提交或发送。

预期结果不超过三行，保留准确原文，每行都有来源链接。命名草稿就是复核点。允许写入前，在 Tabbit 中检查标题、ID 和 URL。

判断证据是否通过

浏览器接入可看连接现有浏览器、首个任务清单、Tabbit CLI 回执指南和CLI 与 Browser MCP 对比。

明确模型限制

社区反馈不一。一位用户描述，单次检索工具对范围明确的问题有效；也有人在工具相似、数量很多时遇到选错工具或格式错误。这是不同环境中的个人反馈，不代表模型总体可靠率。减少开放工具、要求准确来源文字，并先用非敏感内容测试。

当本地推理很重要、且结果易于人工检查时，可考虑该模型。长计划或连续多步任务应使用更强模型，或拆成小任务并设置人工检查点。配置文件、工作区和标签组说明登录态与任务组织的区别；Agent 如何控制浏览器介绍更完整的设置。

若用 Codex 而非 Pi，可看Codex Tabbit 配置；关于会话行为，请看登录态复用。

Secholar.L

Tabbit 增长与内容

Secholar.L 专注 AI 浏览器与 Agent 工作流的实操写作,基于真实调研对比工具,引用可验证的一手来源。