Perceptron Mk1.5 可理解圖片、影片和音訊,也支援函式呼叫,但這不代表它能直接存取桌面瀏覽器的登入工作階段。檢查登入頁面時,請在 Tabbit Browser 所在的電腦上執行本機 Agent,透過 Tabbit CLI 開啟頁面,再只傳送去識別化截圖或擷取文字給模型。Agent 最後建立一份具名草稿,交由人工檢查。
本文介紹本機用戶端、模型路由和瀏覽器連接方式,不代表模型已原生整合 Tabbit。 Perceptron 的發布說明說明輸入包含文字、圖片、影片和音訊,並支援 JSON Schema 函式工具。OpenRouter 目前列出 perceptron/perceptron-mk1.5 和工具呼叫能力。帳號、區域與目前路由仍須自行確認。
分開檢查四個連線環節
| 層級 | 檢查項目 | 通過條件 |
|---|---|---|
| 模型 | 提供方目前列出的模型與工具 | 帳號可選用,參數有文件 |
| 用戶端 | OpenCode 或可執行本機工具的 Agent | 可載入技能並呼叫模型 |
| 技能 | ~/.agents/skills/tabbit/SKILL.md;OpenCode 使用 @tabbit | 用戶端確認已載入 |
| 瀏覽器 | ~/.local/bin/tabbit-cli | 連到預期的 Tabbit 環境,網站已登入 |
四個環節都要分開確認。模型能回答,不代表它能打開瀏覽器。 檢查權限預覽、帳號徽章或狀態標籤等依賴頁面呈現方式的資訊。先用無敏感資料的測試頁,模型不會取得瀏覽器登入資訊。
整理並選擇頁面證據
只交付可見狀態與局部證據。
| 證據類型 | 傳給模型 | 人工檢查 |
|---|---|---|
| 文字、日期或欄位值 | 本機 Agent 擷取的 DOM/OCR | 開啟來源 URL 核對 |
| 版面、圖示或兩頁差異 | 局部截圖或欄位表 | 去識別化並確認 ID |
| 不完整或衝突 | 摘錄及原始 URL | 標記待查,不要推論 |
建立具名草稿並停止
先由你在 Tabbit Browser 登入,再請本機 Agent 讀取指定頁面。提示詞中的頁面和輸出是示例測試資料,不表示已連接真實工作區。
使用 `@tabbit` 與 Tabbit CLI 開啟已授權的預覽頁。擷取可見狀態區域,遮蓋姓名、電郵、token 和無關資料後再交給 Perceptron Mk1.5。建立「權限預覽檢查,草稿 01」表格,欄位為可見標籤、頁面 URL、觀察狀態、信心程度、待人工確認問題。區分畫面事實與推論。不要核准、變更權限或提交。停止並展示草稿。如果不能傳圖,改用本機 OCR 並註明沒有分析圖片。預期結果: 表格只記錄可見狀態、頁面 URL 和待人工檢查問題,不執行寫入。
在 Tabbit Browser 的獨立任務分頁中開啟已儲存的草稿,逐一重新開啟來源連結,並將文件保留為「需人工檢查」。任務執行期間,你仍可使用其他分頁。
安裝 Tabbit Browser 並連接本機 Agent
建議先安裝 Tabbit Browser,再登入你有權使用的網站。macOS/Linux 的 CLI 入口是 ~/.local/bin/tabbit-cli。技能檔可放在 ~/.agents/skills/tabbit/SKILL.md,OpenCode 使用 @tabbit。其他用戶端可能用 skills 清單或不同語法,不要假設都有 /tabbit。
技能發現、CLI 連線和網站登入是不同檢查點。測試環境中的第二個命名 Tabbit CLI 任務沿用了短時測試登入態,只證明該環境能重用會話,不證明模型與 Tabbit 原生整合。任務分頁獨立,你可以繼續使用其他分頁。參考Tabbit CLI 完整指南、連接 Agent 與現有瀏覽器、首個瀏覽器任務檢查表和瀏覽器 MCP 與 CLI 指南,以及瀏覽器 Agent 安全說明、Agent 瀏覽器工具概覽和Codex CLI 設定。
巴塞爾大學公開的測試紀錄顯示,Perceptron Mk1.5 在資料擷取和轉錄任務中的表現有差異。先用要傳送的截圖或文字格式測試,再把擷取的狀態與原頁比對。 原始測試紀錄
檢查視覺狀態與安全交接
先用無敏感資料的測試頁,確認模型路由、來源和草稿狀態,再考慮真實工作區。 檢查權限預覽、帳號徽章或狀態標籤等依賴頁面呈現方式的資訊。先用無敏感資料的測試頁,模型不會取得瀏覽器登入資訊。
常見問題
模型能自行開啟已登入的 Tabbit 分頁嗎?
不能。本機 Agent 必須用 Tabbit CLI 連接瀏覽器,再把必要資料傳給模型。
哪個 OpenRouter 模型 ID 可用?
OpenRouter 目前列出 `perceptron/perceptron-mk1.5`,但仍須確認帳號、地區和目前服務狀態。
可不可以讓 Agent 提交或修改頁面?
先保持唯讀。確認來源與差異後,再由你單獨批准任何更改。
用戶端無法傳送截圖時怎麼辦?
改用本機 Agent 擷取的 OCR 或 DOM 文字,並註明沒有分析圖片。模型的圖像能力不代表用戶端也能傳圖。
應該先用真實帳戶頁嗎?
不必。先用無敏感資料的測試頁確認模型、技能、啟動器與登入狀態。
本機 Tabbit 任務會佔用我其他分頁嗎?
任務分頁獨立運行,你可以繼續使用 Tabbit Browser 的其他分頁。