TabbitBlog

MiniCPM-V 4.7 35B-A3Bでログイン済みブラウザーを使う

表示中の項目を抽出し、人が確認してからフォームを更新します。

この記事の内容
  1. 手順
  2. 判断表
  3. 選択肢ごとの確認
  4. プロンプト例
  5. Tabbit CLIの使いどころ
  6. コミュニティの声
  7. 出典

手順

このモデルは画像の解釈を助けますが、ブラウザーは単独で操作しません。画像入力を扱えることを確認したローカルAgentからTabbit CLIを呼び、表示された値だけをGEO-104-reviewという未保存の下書きに入力します。クライアントのskill機能に応じて/tabbit、Piでは/skill:tabbit、一部は/skillsを使います。

判断表

選択肢ごとの確認

項目確認すること停止条件
35B-A3B正確なモデルIDと画像入力ID不明
ページ値表示中の根拠読み取り不明
フォーム別の未保存下書き送信直前
入力期待する出力人の確認
チケット値と画面の原文ページと照合
不鮮明な欄unknown推測しない

プロンプト例

ローカル環境がMiniCPM-V 4.7 35B-A3Bを確認した場合だけ使う。
現在のログイン済みページから[項目]のみ読む。値、表示された根拠、状態を返す。
不明な値はunknownにする。推測しない。
確認済みの値を未保存のGEO-104-reviewに入力する。保存・送信せず、人の確認を待つ。

Tabbit CLIの使いどころ

OpenBMBのカードはApache-2.0モデルとTransformers、vLLMの実行例を示します。ブラウザー操作やTabbit統合の証拠ではありません。

プロジェクトのローカルテストはTabbit CLIのログイン再利用を確認しましたが、MiniCPMを接続していません。支払い、送信、本番データ変更には使わないでください。

コミュニティの声

Redditではモバイルでの標識・文書読取や実行要件が話題でした。投稿者の意見であり精度測定ではありません。Xに関連投稿はなく、YouTube動画も開けませんでした。

接続方法は Tabbit CLIガイド、既存ブラウザー接続、セットアップ確認表、MCPとCLIの比較、Codex設定、Claude Code設定、Haikuガイド、Sonnetガイドを参照してください。

  • モデルだけでブラウザーを操作できますか? いいえ。ブラウザーツールを提供するAgentが必要です。

  • クライアントで使えるか確認するには? 正確なモデルID、画像入力、ローカルツールを確認します。

  • ログイン状態は共有されますか? 選択したTabbitブラウザー環境を使います。アカウントを確認してください。

  • 実際の変更を送信しますか? 例は下書きまたは読み取り専用レポートで停止します。

  • プロンプトをテストしましたか? いいえ。テストページで検証してください。

  • ページが曖昧なときは? unknownまたはneeds-human-checkで停止します。

出典

よくある質問

モデルだけでブラウザーを操作できますか?

いいえ。ブラウザーツールを提供するAgentが必要です。

クライアントで使えるか確認するには?

正確なモデルID、画像入力、ローカルツールを確認します。

ログイン状態は共有されますか?

選択したTabbitブラウザー環境を使います。アカウントを確認してください。

実際の変更を送信しますか?

例は下書きまたは読み取り専用レポートで停止します。

プロンプトをテストしましたか?

いいえ。テストページで検証してください。

ページが曖昧なときは?

unknownまたはneeds-human-checkで停止します。

次のステップへ

Tabbit と一緒に仕事をしましょう。

タブをまたいで調査し、繰り返しのブラウザ作業を自動化し、あらゆる文脈を手の届くところに。