用 Sakana Namazu 操作已登录的浏览器

可以在已登录浏览器的工作流中使用 Sakana Namazu，但 Namazu 不会自己打开浏览器。通过 Sakana API 调用托管模型，再让本机 Agent 主机使用 Tabbit CLI，在你现有的 Tabbit Browser 会话中读取授权页面。建议保持只读：列出看板里的明确变更，附上每项来源，并保存成具名草稿供人工核对。

Sakana 官方模型页列出的模型 ID 是 sakana-namazu-v1.0，当前别名为 sakana-namazu。API 提供网页搜索和代码执行内置工具，但这些工具无法访问你已登录的浏览器页面。note.com 上一篇个人 API 配置记录描述了配置凭证和预付余额后，在 PowerShell 发送第一条请求；这属于 API 接入经历，并不能证明浏览器访问能力。

为任务选择正确的连接路径

Sakana 将 Namazu 定位为日语及日本商务场景优化的托管 API，基于 Kimi K2.6。官方文档列出 OpenAI Chat Completions、Responses 和 Anthropic Messages 接口，API 基址为 https://api.sakana.ai/v1。使用版本号模型 ID 可以明确所选版本；简短别名则更方便，但需要确认当前指向。

Namazu 是 API 服务，不是可下载的本地模型。首次请求可按 Sakana 官方兼容接口示例操作，并把密钥保存在环境变量中：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["SAKANA_API_KEY"],
    base_url="https://api.sakana.ai/v1",
)
response = client.chat.completions.create(
    model="sakana-namazu",
    messages=[{"role": "user", "content": "こんにちは！"}],
)
print(response.choices[0].message.content)

官方 /v1/models 接口可列出当前支持的 ID，接入前先查询。Namazu 按 token 计费，不在订阅计划内；Sakana 说明内置搜索和代码执行会另行计费，工具循环也可能把工具结果带入后续输入。不需要内置工具时不要启用它们。

将 API 主机连接到已登录浏览器

本机 Agent 主机有两项独立工作：调用 Namazu 远程 API，以及调用浏览器工具。Tabbit Browser 保存网站会话；Tabbit CLI 会在该环境中打开专用任务标签页。客户端要能发现 Tabbit skill，本机能执行 CLI，目标网页也要获得授权。请分别验证这三项。可参考 Tabbit CLI 指南、连接现有浏览器和首个任务检查表。

1. 在 Sakana 控制台创建 API key，将其保存为 SAKANA_API_KEY；不要粘贴到提示词或日志。

2. 通过 /v1/models 确认模型 ID，并发送一条无害 API 请求。

3. 你本人在 Tabbit Browser 中登录目标看板。

4. 在本机 Agent 客户端发现 Tabbit skill，再单独测试本机 CLI 启动器。选择模型不会自动安装这些工具。

5. 先运行只读的连通性检查，再读取实际业务数据。独立任务标签页可与现有工作标签页并行使用。

以下命令只验证浏览器连通性，不会调用 Namazu，也不代表特定客户端已与模型集成：

"$HOME/.local/bin/tabbit-cli" nodejs --task "Namazu browser smoke test" --request-id namazu-smoke-001 <<'JS'
await page.goto("https://example.com/", {waitUntil: "domcontentloaded"});
return await tabbit.observe({frames: "none", maxChars: 2000});
JS

比如，可以让 Agent 检查日语客服看板中状态发生变化的记录，并找出需要复核的项目。只请求必要字段，不要让模型提交改动，也不要根据状态标签推断用户意图。

若编号重复、出现登录页或历史记录不可见，请说明限制并停止。表格提取可参考转为 CSV 的教程；带来源的研究可参考浏览器研究流程。

保存具名草稿，不直接更新看板

请 Agent 生成 Namazu dashboard change review — CASE-EXAMPLE-104。草稿按记录列出精确编号、页面 URL、显示的状态、更新时间和未知项。让来源页面保持在 Tabbit 独立任务标签页中，复核者可以先对照看板，再复制到工单。

请通过已配置的本机 Agent 和 Sakana API 使用 Namazu，并在当前 Tabbit Browser 环境中调用 Tabbit CLI。在独立任务标签页打开 [DASHBOARD_URL]，只读取 [ACCOUNT_OR_CASE_ID] 的记录。不要编辑、提交、导出或更改筛选条件。

生成名为“Namazu dashboard change review — [ACCOUNT_OR_CASE_ID]”的 Markdown 草稿。每条记录列出精确编号、状态原文、更新时间及时区、页面标题和 URL。区分已确认变更与待核实字段。若编号缺失、重复或页面未授权，请停止并报告。

预期输出为带来源的简明核对清单，并注明“未执行写入操作”。这是示例流程，不是已完成的模型或生产站点测试。

页面文字会由本机 Agent 发送到 Sakana API。不要用这个流程处理秘密、无关个人信息，或账号无权读取的记录。连接边界可参考 MCP 与 CLI 对比、Codex CLI 设置和浏览器权限说明。

Sakana 入门文档和日文 AI 行业媒体 WEEL 的 API 示例都把 Namazu 当作 API 调用；WEEL 示例生成了一封日语商务邮件。YouTube 上题为 “Sakana Namazu AI model for coding: Performance Review & Code Examples” 的视频也展示了公开 API 用法，但不是 Tabbit 浏览器测试。应把这些内容当作接入案例，而非受控质量评测。

常见问题

Namazu 内置工具与已登录浏览器有不同的访问边界。上游团队的本地 CLI fixture 在测试登录前访问受保护页面返回 401；设置短时测试 cookie 后，第二个具名 Tabbit CLI 任务读到了 Release notes review 和 GEO-104。这只证明该 fixture 中的会话复用，不代表 Namazu 或任何客户端已端到端操作该页面。

安全起步方式是先读取一条非敏感记录，核对原文与来源，再复核具名草稿，最后才考虑写入。更多连接方式见 MCP 与 CLI 比较及浏览器 Agent 教程。

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。