Tabbit博客

如何使用 Nemotron 3 Nano Omni 操作已登录网页

将准确的 Nemotron 版本接入本机浏览器 Agent,读取已登录页面并准备测试表单草稿,最后停下来供人工审核。

本文目录
  1. 核心结论
  2. 分别核对模型、客户端和浏览器
  3. 准备已登录的测试页面
  4. 创建草稿并停在提交前
  5. 提交前逐项复核
  6. 使用 Tabbit Browser 的本机方案
  7. 结论

要让 Nemotron 3 Nano Omni 30B A3B Reasoning 操作已登录网页,需要通过能提供准确模型版本的推理服务运行它,再由本机 Agent 客户端执行浏览器工具,并接入 Tabbit CLI。模型卡标注支持工具调用,但这不能证明某个客户端能正确解析调用,也不能证明你的服务账号已开通该模型。一位 Reddit 用户称它在 Hermes Agent 中“完全不会调用工具”,因此先做无副作用的只读检查,再处理任何真实表单(原帖)。

本文用测试页面和虚构表单演示,生成名为“Nemotron Test Form Review — GEO-154”的来源核对草稿。草稿由人检查,Agent 不提交表单。Tabbit Browser 是本机浏览器层,不是 NVIDIA 原生集成。

核心结论

  • NVIDIA 将模型版本列为 Nemotron-3-Nano-Omni-30B-A3B-Reasoning,并发布 BF16、FP8 和 NVFP4 权重。

  • 模型、推理服务、本机 Agent 客户端和浏览器连接需要分别确认。

  • “支持工具调用”是模型能力,不等于某个 Agent 组合已通过验证。

  • 首次运行使用测试页面和虚构数据;每个拟填值都要附来源 URL。

  • 保存命名草稿并停在提交前,由人检查字段并决定下一步。

分别核对模型、客户端和浏览器

NVIDIA 的模型卡标注发布日期为 2026 年 4 月 28 日,输入支持文本、图片、音频和视频,输出为文本,上下文最长 256k,并标注支持工具调用和英语。软件集成列出 vLLM、NeMo、Megatron 和 NeMo-RL。NVIDIA API 文档使用下表中的精确托管 ID。公开权重受 NVIDIA Open Model Agreement约束;试用 API 另有条款。

层来源确认的内容你还需核对
模型精确版本及模型级工具调用支持所选服务是否提供同一版本和输入输出能力
托管服务NVIDIA API 文档和模型目录列出该 ID账号、地区、配额和凭据能否调用
本机 AgentOpenCode 支持选择模型、服务商和自定义端点当前服务的工具调用格式能否被客户端解析
浏览器Tabbit CLI 可连接本机客户端与 Tabbit 环境目标 Tabbit 配置文件已打开,网站也已登录

OpenCode 的模型文档说明,可选模型取决于当前项目启用的服务商和配置。服务商文档介绍了自定义端点。目录中出现模型不代表推理已成功。先做一次简单的工具调用检查。模型卡也列出了硬件与运行时要求;本文没有本机推理或 GPU 适配测试。

准备已登录的测试页面

  1. 打开正确的 Tabbit Browser 配置文件,并登录已获准使用的测试站。首次验证不要使用生产数据或客户个人信息。

  2. 为本机 Agent 配置托管模型 ID nvidia/nemotron-3-nano-omni-30b-a3b-reasoning,或配置运行时实际提供的权重版本。服务商密钥应保存在客户端的密钥管理中。

  3. 确认客户端能发现 Tabbit 技能。只有支持命名技能命令的客户端才使用 /tabbit;Pi 文档指定 /skill:tabbit。可参考 Tabbit CLI 配置指南和 CLI 使用概览。

  4. 先让 Agent 只读网页标题和一个可见字段。你确认 URL 和结果后,再让它准备测试表单。

网站登录、CLI 启动器、技能发现和模型 API 是不同检查项。浏览器已登录不代表模型服务通过认证,模型可用也不代表能访问浏览器。连接方式可看将 Agent 接入已有浏览器。

创建草稿并停在提交前

以下提示词适用于无敏感数据的受控测试页面。它只允许复制指定字段,为每个值保留 URL,并在表单提交按钮前停止。预期结果是一张核对表和一份命名草稿。

使用当前 Tabbit 任务标签页读取获准的测试来源页面,并准备测试表单,但不要提交。

仅收集这些可见字段:样例编号、类别、申请日期。不要复制姓名、邮箱、手机号、消息正文、Cookie 或隐藏页面数据。每个拟填值都要附来源页面 URL 和对应的可见字段标签。如果来源缺失或有歧义,写“未知”,并将该表单字段留空。

准备一份名为“Nemotron Test Form Review — GEO-154”的核对草稿,包含字段、拟填值、来源 URL、审核人确认列。如果网站支持草稿保存,只保存到测试草稿区域。不要点击 Submit、Send、Approve 或类似按钮。保持表单未提交,并同时展示来源页面和草稿。

这是示例提示词,不代表本文实际运行了 Nemotron。如果填写字段会触发自动保存,就只生成带来源链接的交接表,等人审核后再填。首次任务范围可参考浏览器 Agent 首次任务清单。

提交前逐项复核

看到的证据Agent 可以准备人工检查点
测试页面上有明确样例值和标签将值及来源 URL 写入草稿确认目标测试字段正确
值缺失、冲突或仅在隐藏内容中标记未知并留空回到来源系统解决差异
页面有提交或批准控件标记控件名称和位置由有权限的人决定是否操作
页面包含客户或账户信息从样例输出中排除扩大范围前检查数据处理规则

报告只描述页面可见内容,不推断用户意图。若登录会话可访问敏感系统,请同时参考浏览器 Agent 安全清单。如果客户端无法执行本机工具,可比较 Browser MCP 与 CLI,或阅读 浏览器 Agent CLI 教程。

使用 Tabbit Browser 的本机方案

如果用户已在正确浏览器配置文件中登录网站,并希望本机 Agent 读取页面或准备草稿,Tabbit 适合作为浏览器操作层。Tabbit CLI 快速开始介绍了连接方式。2026 年 11 月 9 日,父任务在本机测试站用两个 Tabbit CLI 任务验证了短时测试 Cookie 的复用,第二个任务能读取受保护的测试页面。这只验证了本机测试夹具;没有运行 Nemotron 推理,也没有验证外部模型与 Tabbit 的集成,更没有访问生产站点。

把工作放在独立任务标签页中,你可以继续使用常用标签。要求 Agent 并排展示来源页面和草稿,然后逐项检查。若页面是真实提交表单,或客户端无法明确在提交前停止,就只生成交接说明,不要填入表单。其他浏览器方案可参考AI Agent 浏览器指南和 Playwright 浏览器自动化。

结论

如果确实需要该多模态模型,并且所选服务和本机客户端都能运行它,Nemotron 3 Nano Omni 可以作为候选。本文的测试表单只用可见文本,不需要图片或音频能力。真正的判断点是精确端点与本机客户端能否产生并执行工具调用。单条 Hermes 配置的用户反馈足以支持先测试,但不足以断言模型一概不可用。

从虚构测试页面开始,只做一次只读工具调用,再检查带来源的草稿。由人确认字段并执行获准的提交。更多操作方式见登录浏览器连接指南和首次任务清单。

常见问题

NVIDIA 标注支持工具调用,是否表示 Nemotron 能直接操作 Tabbit?

不能。模型可以返回工具调用,但需要客户端解析并执行。使用真实网站前,应核对具体服务、本机客户端和 Tabbit CLI 连接。

应该配置哪个模型 ID?

NVIDIA API 文档使用 `nvidia/nemotron-3-nano-omni-30b-a3b-reasoning`。本地权重分别有 BF16、FP8 和 NVFP4 仓库名称。请确认所选服务支持的精确 ID。

可以下载模型权重吗?

NVIDIA 发布了 BF16、FP8 和 NVFP4 权重。使用受 NVIDIA Open Model Agreement 约束;试用 API 适用单独条款。部署前应检查条款和硬件要求。

Agent 能否复用 Tabbit Browser 中已有的网站登录?

本机 Agent 接入 Tabbit CLI 后,可以在对应的 Tabbit 浏览器环境中工作。先在该配置文件登录网站,再用独立任务标签页验证访问。这不表示模型会获得登录凭据。

应该让 Agent 提交测试表单吗?

不应该。让它准备命名草稿,并停在提交控件之前。由人根据来源页面检查每个值,再决定是否提交。

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。