Tabbit CLI 教程：安装、任务空间与回执

Tabbit CLI 让受支持的本地 Agent 操作已启动的 Tabbit。安装官方桌面应用，确认 Agent 能加载 tabbit skill，再检查启动器能否连到目标浏览器。接通后，用一个练习任务验证页面结果和回执。

安装并核对官方启动器

从 Tabbit 官方站下载并启动桌面应用，再重启 Agent 让它重新加载已安装的 skill。macOS 启动器位于 $HOME/.local/bin/tabbit-cli。Windows 的 skill 位于当前用户目录，PowerShell 启动器按官方指引位于 LocalAppData 的 Tabbit/LocalAgent/bin/tabbit-cli.exe。先运行 diagnose，确认连接的是预期版本。

如果同时运行多个版本，取启动器为目标浏览器打印的实例 ID，并在整个任务中用 TABBIT_PLAYWRIGHT_INSTANCE 固定该值。

launcher="$HOME/.local/bin/tabbit-cli"
"$launcher" diagnose

官方安装指南 · 下载并安装 Tabbit · Tabbit 浏览器概览

Agent 需要哪些条件

Agent 需要能运行本机命令的 shell 或受支持的集成，运行环境要能到达 Tabbit 运行时。还要能加载 skill 或按文档调用启动器。识别 skill、连到目标浏览器、读出页面结果是三项不同的检查。纯云端客户端先验证是否有连接路径。

适合 Agent 的浏览器 · 浏览器 Agent

新建一个有名字的任务

给任务起清楚的名字。导航、动作和验证沿用同一个名字。先打开无需账号的练习页，回报标题和未展开的状态。每次调用使用不同请求 ID，动作 ID 留作之后恢复回执。

按需将命令中的地址替换成下方链接。重新练习时换一个新的任务名和请求 ID。

"$launcher" nodejs --task "CLI practice" --request-id cli-practice-open <<'JS'
await page.goto('https://go.tabbit.ai/blog/tabbit-cli-complete-guide/fixture.html');
return { title: await page.title(), visible: await page.locator('#source').isVisible() };
JS

打开练习页 · 浏览器自动化 · 让 AI Agent 操作浏览器

用回执恢复结果

沿用任务名，展开一次 Show source details，回读可见编号。如果没有收到响应，用原请求 ID 查询 receipt。这样能取得原动作结果，无需再次点击。对可能已经完成的操作，重试前先核对页面状态。

"$launcher" nodejs --task "CLI practice" --request-id cli-practice-click <<'JS'
await page.getByText('Show source details', { exact: true }).click();
return await page.locator('#source').innerText();
JS
"$launcher" receipt --task "CLI practice" --request-id cli-practice-click

Agent 浏览器安全

两个任务共享什么

本次用 Tabbit 稳定版 1.21.21.0。任务 A 展开 DEMO-F08 并保存任务脚本变量。任务 B 另开一页，详情仍收起，也没有 A 的变量，但能读取 A 写入的同源测试存储。任务名分隔页面所有权和任务状态。站点存储和登录态取决于选定浏览器配置。

兼容范围和清理

链接中的 Codex 案例实际用独立本地 Codex 会话调用 Tabbit CLI。DeepSeek Harness 案例实测的是其原生适配器。官方快速开始还列出其他可接入客户端，本文实验使用 macOS 启动器。finish 前导出回执，结束时只关闭自己为练习创建的任务页。

"$launcher" finish --task "CLI practice"

Codex 接入 · DeepSeek Harness 适配器 · Tabbit CLI 基准测试

两位发帖者分享了在 Tabbit 打开工作标签和提取讨论重点的体验。它们描述的是浏览器使用，CLI 接入可按本文的任务和回执单独验证。 Reddit 1 · Reddit 2

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。