用 Ornith 1.5 35B A3B 重跑登入網頁測試

要在已登入網頁中使用 Ornith 1.5 35B A3B，請先確認本機客戶端能執行精確 checkpoint 並呼叫瀏覽器工具，再用 Tabbit Browser 和 Tabbit CLI。模型名稱出現在清單中，不代表接入已成功。此流程會將工作放在獨立任務分頁，讀取現有登入會話，並要求回傳可核對的證據。

官方模型卡將 Ornith-1.5-35B-A3B 列為約 36B 參數 checkpoint，提供 Transformers、vLLM、SGLang、圖片輸入和 agentic 用法，並列出 MIT 授權。A3B 是變體名稱的一部分，不是 3B 稠密模型。服務能啟動仍不代表聊天模板和工具解析器與 Agent 宿主相容。 請以官方模型卡為準；本文沒有聲稱它已原生整合至 Tabbit Browser。

重點

• 先確認完整模型 ID、推理執行環境和工具呼叫解析器。

• Tabbit skill 的發現和 CLI 啟動器連線要分別測試。Pi 使用 /skill:tabbit，其他客戶端可能提供 /skills。

• 由你先在 Tabbit Browser 登入目標網站。不要把密碼、token 或 cookie 提供給模型。

• 使用獨立任務分頁並從只讀工作開始。

• 對照畫面和來源 URL，再決定是否採用模型輸出。

先檢查模型與執行環境

官方模型卡將 Ornith-1.5-35B-A3B 列為約 36B 參數 checkpoint，提供 Transformers、vLLM、SGLang、圖片輸入和 agentic 用法，並列出 MIT 授權。A3B 是變體名稱的一部分，不是 3B 稠密模型。服務能啟動仍不代表聊天模板和工具解析器與 Agent 宿主相容。 服務可啟動，不代表 Agent 宿主會解析工具呼叫；一般文字回覆也不能證明它能開啟網頁。以下分別核對模型、工具、登入和證據。

準備 Tabbit Browser 與本機 Agent

1. 下載 Tabbit Browser，開啟你有權存取的網站設定檔。

2. 由你自己登入，並確認頁面標題及帳戶。

3. 安裝或發現 Tabbit CLI skill。

4. 在相同本機環境檢查 CLI 啟動器；skill 可見不代表啟動器連通。

5. 遠端執行器只有在另有受支援的本機交接時才能連線。

"$HOME/.local/bin/tabbit-cli" nodejs --task "Browser review" --request-id unique-read-id <<'JS'
await page.goto("https://example.com/", {waitUntil: "domcontentloaded"});
return await tabbit.observe({frames: "none", maxChars: 3000});
JS

此命令只示範本機啟動器語法，不能證明模型或服務商已可用。每次新的程式呼叫都要使用唯一 request ID。 更多連接方式見連接既有瀏覽器、Codex 設定與MCP 和 CLI 比較。

執行這項工作流程

這篇不是模型巡覽，而是受控替換測試：固定目標網站、瀏覽器設定檔、提示詞和預期輸出，只更換模型 endpoint。兩輪都只讀取同一測試工單，核對工單號、狀態、來源連結和工具呼叫軌跡。

請讓本機 Agent 使用選定的 Ornith 1.5 35B A3B endpoint 和 Tabbit CLI，在獨立任務分頁開啟已登入的測試佇列 [測試URL]。只讀取 [工單編號]，不要回覆或修改。回傳頁面標題、可見工單號、狀態、來源 URL，以及是否確實呼叫瀏覽器工具。若 endpoint 或 parser 失敗，停止並回報錯誤。預期輸出：五個欄位和「未執行寫入」。

把結果保存在有名稱的草稿，例如「Ornith 1.5 35B A3B 任務檢查」。在 Tabbit 任務分頁打開草稿並和來源頁面並排核對；其他工作仍可在一般分頁繼續。

人工核對結果

首個瀏覽器 Agent 任務清單可協助設定人工檢查點；其他網頁任務可參考網頁資料轉 CSV、Agent 瀏覽器操作教學和附來源的瀏覽器研究。

本機登入檢查的範圍

本次本機 Tabbit CLI 使用 localhost 測試夾具：登入前受保護頁面回傳 401；設定短期測試 cookie 後，另一個任務分頁讀取到「Release notes review」和 GEO-104。這只證明 CLI 在該測試環境能復用會話，不證明 Ornith 1.5 35B A3B 已執行工作或已整合至外部 Agent。

Reddit、X 和 YouTube 均已嘗試。社群內容只描述特定使用者和任務，不構成此模型瀏覽器工具能力的基準。

Secholar.L

Tabbit 成長與內容

Secholar.L 專注 AI 瀏覽器與 Agent 工作流的實測寫作,基於真實調研比較工具,引用可查證的一手來源。