用 Schematron V2 Turbo 处理已登录浏览器中的网页

Schematron V2 Turbo 不能单独操作已登录的浏览器。它是一个根据 schema 从 HTML 提取结构化字段的模型，Inference.net 明确说明 Schematron 提取模型不支持工具调用。要准备团队文档草稿，应由独立的本机 Agent 或用户通过 Tabbit Browser 和 Tabbit CLI 打开获准访问的页面，再把选定 HTML 交给 Schematron 提取字段。最后让人工对照来源页面审核具名草稿。

inference-net/schematron-v2-turbo 返回符合 schema 的字段，但不会导航、点击或写入。官方 Schematron 文档说明，提取指令写在 schema 中，不通过自然语言 system/user 提示词传递。编码 Agent 文档也把 Schematron 提取模型列为不支持工具调用的一类。

核心结论

• 用 Schematron V2 Turbo 从 HTML 中提取类型明确的字段，不要把它当作浏览器 Agent。

• Inference.net 的准确模型 ID 是 inference-net/schematron-v2-turbo。

• 本机操作者负责打开已登录页面；所选客户端能运行本机工具时，可以用 Tabbit CLI 执行这一步。

• 字段说明要写在 JSON Schema 中。该模型不接收普通 system/user 提示词。

• 页面保持只读。保存共享草稿前，人工要对照来源页面核验所有字段。

拆开浏览器与资料提取

Tabbit 的 /tabbit 技能（支持该用法的客户端）会教 Agent 调用本地启动器。部分客户端提供技能选择器；Codex 用户可打开/skills列表检查。技能发现、CLI 可达性和网站登录是三项不同的检查。开始操作工作档案前，先看让 Agent 连接现有浏览器。

只读你有权访问的页面

安装 Tabbit Browser，在要使用的浏览器档案中手动登录团队网站。发送 HTML 到 Inference.net API 前，先确认组织允许这样处理页面内容。然后让本机 Agent 加载 Tabbit 技能，并在具名的独立任务标签页中运行 CLI。如果客户端不能运行本机工具，就将准确网址和只读检查清单交给本机 Agent 或用户。远程模型不会自动拿到浏览器会话。

例如，操作者可以从两份已授权的团队发布说明页中收集标题和可见状态。第一次只读，要求返回来源网址和页面标题，便于你将结果与打开的标签页对照。浏览器 Agent 首次任务清单介绍如何限定读取范围；网页搜索与浏览器控制的区别解释搜索摘要无法确认私有页面访问。

取得 HTML 后才轮到模型工作。字段定义写在 schema 中，而不是自然语言提示词里：

import { readFile } from "node:fs/promises";
import OpenAI from "openai";
import { z } from "zod";
import { zodResponseFormat } from "openai/helpers/zod";

const client = new OpenAI({
  baseURL: "https://api.inference.net/v1",
  apiKey: process.env.INFERENCE_API_KEY,
});

const ReleaseNote = z.object({
  title: z.string().describe("页面上准确显示的发布说明标题。"),
  updatedDate: z.string().describe("页面可见的更新日期；没有显示时填 not shown。"),
  status: z.string().describe("页面上显示的状态；没有显示时填 not shown。"),
  owner: z.string().describe("页面上显示的团队或负责人；没有显示时填 not shown。"),
});

const sourceUrl = new URL(process.argv[2]);
if (!["http:", "https:"].includes(sourceUrl.protocol)) {
  throw new Error("Expected an HTTP or HTTPS source URL");
}
const html = await readFile("approved-record.html", "utf8");

const response = await client.chat.completions.parse({
  model: "inference-net/schematron-v2-turbo",
  messages: [{ role: "user", content: html }],
  response_format: zodResponseFormat(ReleaseNote, "release_note"),
  temperature: 0,
});

const extracted = response.choices[0].message.parsed;
if (!extracted) throw new Error("No parsed record returned");
console.log(JSON.stringify({ ...extracted, sourceUrl: sourceUrl.href }));

把获准发送的 HTML 存为 approved-record.html，把 Tabbit 捕获的来源网址作为脚本的第一个参数。客户端在提取后附上网址，模型只负责四个页面字段。

把提取结果交给具名审稿草稿

Schematron 返回的 JSON 是后续写作步骤的输入。独立的浏览器操作者或通用本机 Agent 可以整理字段，但不能声称提取模型自己打开了浏览器或更新了团队文档。

根据提取字段和各自来源网址，准备名为“发布说明复核 - 11月10日”的草稿。
每个页面列出标题、可见更新日期、状态、负责人和来源网址，
并保留标为 not shown 的字段。
不要打开写入控件、保存草稿或提交团队文档修改。
我会在普通 Tabbit 标签页中对照原页面，再由文档负责人决定保存内容。

具名草稿提供明确的审稿节点。让来源页留在普通 Tabbit 标签页中，另一个任务标签页可负责只读。我们在本机合成会话测试中观察到首次请求返回 401，临时 Cookie 设置后，另一项 Tabbit 任务读到了模拟页面。测试不使用团队账户，也没有调用 Schematron 或修改文档。

按能力排查

浏览器连接与模型选择彼此独立。Tabbit CLI 可让兼容的本机客户端执行浏览器任务，但本文不表示 Schematron 是 Tabbit 支持的 Agent 模型。可看浏览器 MCP 与 CLI 对比和 Tabbit CLI 完整指南。智能体浏览器的作用介绍浏览器环境。需要本机浏览器时，从下载页安装 Tabbit。

我们没有找到能证明 V2 Turbo 操作已登录浏览器的第一手社区案例。较早的 Reddit 讨论中有用户报告上一代 Schematron API 遇到限流和服务错误，但这不能证明 V2 Turbo 也有相同情况，因此不用于描述当前行为。本文只是交接流程示意，并非已测试的模型集成。

让模型专注于文档说明的 HTML 提取。由本机操作者读取获准页面，再在保存前把具名草稿与来源逐项核对。

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。