पब्लिश होने की तारीख: 11 मार्च, 2026
हमने फ़रवरी में यह एलान किया था कि WebMCP, अर्ली प्रीव्यू प्रोग्राम के लिए उपलब्ध है. ब्राउज़र में एआई एजेंट का इस्तेमाल तेज़ी से बढ़ रहा है. ऐसे में, हमने वेब डेवलपर को यह सवाल पूछते हुए सुना है: "क्या WebMCP, मॉडल कॉन्टेक्स्ट प्रोटोकॉल (एमसीपी) की जगह लेगा?"
हम समझ सकते हैं कि आपने यह सवाल क्यों पूछा है. हालांकि, यह गलतफ़हमी पर आधारित है. एजेंट जैसी सुविधाओं वाला अनुभव बनाने के लिए, आपको एमसीपी और वेबएमसीपी में से किसी एक को चुनने की ज़रूरत नहीं है. WebMCP, MCP का एक्सटेंशन या विकल्प नहीं है. इसके बजाय, WebMCP और MCP अलग-अलग ज़रूरतों को पूरा करते हैं. WebMCP की मदद से, ऐप्लिकेशन की सुविधाओं के मकसद के बारे में बताया जा सकता है. साथ ही, ब्राउज़र एजेंट को आपकी वेबसाइट से इंटरैक्ट करने के लिए अतिरिक्त सुविधाएं दी जा सकती हैं.
इसे इस तरह समझें कि कंपनी के ग्राहक सेवा कॉल सेंटर और स्टोर में मौजूद विशेषज्ञ के बीच क्या अंतर होता है.
- एमसीपी को किसी भी प्लैटफ़ॉर्म पर कभी भी ऐक्सेस किया जा सकता है. यह ज़रूरत के हिसाब से डेटा को इकट्ठा कर सकता है और मुख्य टास्क पूरे कर सकता है.
- WebMCP सिर्फ़ आपकी वेबसाइट पर उपलब्ध है. वेबसाइटें आम तौर पर, इंसानों के लिए डिज़ाइन किए गए यूज़र इंटरफ़ेस (यूआई) होती हैं, न कि मशीनों के लिए. WebMCP, एजेंट को यूज़र इंटरफ़ेस (यूआई) को बेहतर तरीके से समझने में मदद करता है.
ये दोनों मिलकर, एजेंट को इंसानों की ओर से किए जाने वाले निजी टास्क पूरे करने में मदद करते हैं.
फ़ंक्शन और मकसद
दोनों टेक्नोलॉजी का सिद्धांत एक ही है: ऐप्लिकेशन के लिए, एआई एजेंट को अपने टूल दिखाने का एक स्टैंडर्ड और भरोसेमंद तरीका बनाना.
असल में, इसमें ये शामिल हैं:
- स्ट्रक्चर्ड टूल डिस्कवरी: ये मशीन के पढ़ने लायक फ़ॉर्मैट में उपलब्ध होते हैं. इससे एजेंट को यह पूछने में मदद मिलती है कि "तुम क्या कर सकते हो?" साथ ही, उपलब्ध टूल, उनके पैरामीटर, और उनके मकसद की साफ़ तौर पर सूची मिलती है.
- अनुमान लगाने की ज़रूरत नहीं: ये अनुमान लगाने के बजाय, फ़ंक्शन को साफ़ तौर पर कॉल करते हैं. एजेंट, तय किए गए टूल को कॉल करता है. इससे अनुमान लगाया जा सकता है कि नतीजे कैसे होंगे. हालांकि, क्लिक पैटर्न का अनुमान लगाना मुश्किल होता है, क्योंकि यह बदल सकता है.
- साफ़ तौर पर बताया गया हो: इसमें साफ़ तौर पर बताया गया हो कि एआई क्या-क्या कर सकता है. WebMCP और MCP के बिना, एजेंट यूज़र इंटरफ़ेस (यूआई) को समझकर यह अनुमान लगाते हैं कि उन्हें कौनसी कार्रवाई करनी है. WebMCP और MCP की मदद से एजेंट यह जान सकते हैं कि कोई सुविधा कैसे काम करती है. इसके लिए, उन्हें यूज़र इंटरफ़ेस (यूआई) एलिमेंट से कार्रवाइयों का अनुमान लगाने की ज़रूरत नहीं होती.
इन दोनों में मुख्य अंतर यह है कि ऐप्लिकेशन के फ़ंक्शन कहां काम करते हैं.
एमसीपी, बैकएंड के लिए होता है
मॉडल कॉन्टेक्स्ट प्रोटोकॉल (एमसीपी) एक ऐसा स्टैंडर्ड है जो एआई एजेंट (चाहे वे ब्राउज़र पर आधारित हों या नहीं) को बाहरी सिस्टम से कनेक्ट करता है. इनमें डेटा सोर्स, टूल, और वर्कफ़्लो शामिल हैं. यह प्रोटोकॉल, यूनिवर्सल है. इसमें अक्सर JSON-RPC का इस्तेमाल किया जाता है. साथ ही, इसे Rust, Python, और TypeScript जैसे भाषा के हिसाब से एसडीके के ज़रिए लागू किया जाता है.
WebMCP, फ़्रंटएंड के लिए होता है
WebMCP, ब्राउज़र के लिए प्रस्तावित एक स्टैंडर्ड है. इसमें दो एपीआई होते हैं, जो सिर्फ़ ब्राउज़र में पहले से मौजूद एजेंट के साथ इंटरैक्ट करते हैं. इन एपीआई को JavaScript या एचटीएमएल एट्रिब्यूट की मदद से लागू किया जा सकता है. ब्राउज़र, आपकी वेबसाइट और एजेंट के बीच कम्यूनिकेटर के तौर पर काम करता है.
WebMCP को MCP के "MCP से मिलते-जुलते" एपीआई का सेट माना जाता है. इसे MCP के सीधे JavaScript लागू करने के तौर पर नहीं देखा जाता. WebMCP को ब्राउज़र के लिए बनाया गया है. इसमें सर्वर-साइड के कई कॉन्सेप्ट शामिल नहीं हैं. जैसे, संसाधन.
यह कंट्रोल करना कि एजेंट आपकी वेबसाइट को कैसे ऐक्सेस करते हैं
WebMCP की मदद से, यह कंट्रोल किया जा सकता है कि एजेंट आपकी वेबसाइट से कैसे इंटरैक्ट करें. इसके कई अहम फ़ायदे हैं:
- तेज़ और भरोसेमंद: WebMCP, ब्राउज़र के इंटरनल सिस्टम का इस्तेमाल करता है. इसलिए, क्लाइंट और टूल के बीच कम्यूनिकेशन लगभग तुरंत होता है. आपको किसी रिमोट सर्वर पर राउंड ट्रिप के लिए इंतज़ार नहीं करना पड़ता.
- लंबे समय तक काम करने वाले टूल: WebMCP टूल, डिज़ाइन से नहीं बल्कि ऐप्लिकेशन लॉजिक से कनेक्ट होते हैं. इसका मतलब है कि आप अपनी वेबसाइट को फिर से डिज़ाइन कर सकते हैं. इससे एजेंट को वेबसाइट से सही तरीके से इंटरैक्ट करने में कोई समस्या नहीं आएगी.
- आपके पास कंट्रोल होता है: आपको यह तय करने का विकल्प मिलता है कि एजेंट आपकी साइट से कैसे इंटरैक्ट करे. इससे आपको यह उम्मीद नहीं करनी पड़ती कि एजेंट को क्लिक करने के लिए सही बटन मिल जाएगा. आपको अपने ऐप्लिकेशन के लॉजिक को इस तरह से तय करना होगा कि एजेंट उसे समझ सके. साथ ही, एजेंट को सीधे तौर पर निर्देश देने होंगे, ताकि उसे यूज़र इंटरफ़ेस (यूआई) से कार्रवाइयों का अनुमान न लगाना पड़े.
यूज़र इंटरफ़ेस (यूआई) का ऐक्सेस कंट्रोल करना
इनके बीच का अंतर समझने के लिए, "यूज़र इंटरफ़ेस (यूआई) का मालिकाना हक किसके पास है?" सवाल पर विचार करें. एमसीपी ऐप्लिकेशन, एजेंट के यूज़र इंटरफ़ेस (यूआई) में आपके ऐप्लिकेशन का यूज़र इंटरफ़ेस (यूआई) रेंडर करते हैं. आपका इंटरफ़ेस इन शर्तों के मुताबिक होना चाहिए. साथ ही, इसके लिए एक नए और अलग ऐप्लिकेशन की ज़रूरत होती है.
WebMCP की मदद से एजेंट, आपकी मौजूदा वेबसाइट से रीयल-टाइम में इंटरैक्ट कर पाते हैं. यह लाइव सेशन के डेटा, कुकी, और डीओएम एलिमेंट को ऐक्सेस कर सकता है. ये सिर्फ़ लाइव ब्राउज़र टैब में उपलब्ध होते हैं. किसी एजेंट के प्लैटफ़ॉर्म पर आपका ऐप्लिकेशन मेहमान के तौर पर काम करने के बजाय, आपका प्लैटफ़ॉर्म किसी एजेंट के प्लैटफ़ॉर्म पर मेहमान के तौर पर काम करता है.
सबसे अहम बात यह है कि WebMCP टूल कुछ समय के लिए उपलब्ध होते हैं. ये कुकी सिर्फ़ तब मौजूद होती हैं, जब आपका पेज खुला होता है. जब उपयोगकर्ता आपकी साइट से हट जाता है या टैब बंद कर देता है, तो एजेंट आपकी साइट को ऐक्सेस नहीं कर पाता और न ही कोई कार्रवाई कर पाता है.
WebMCP और MCP का इस्तेमाल करना
किसी सुविधा या फ़ंक्शन के लिए सही समाधान चुनते समय, कॉन्टेक्स्ट और उपलब्धता पर ध्यान दें:
| MCP | WebMCP | |
|---|---|---|
| मकसद | इससे एजेंट को डेटा और कार्रवाइयां कहीं भी और कभी भी उपलब्ध कराई जाती हैं. | जब कोई व्यक्ति साइट पर जाता है, तब यह कुकी लाइव वेबसाइट को एजेंट के साथ तुरंत इंटरैक्ट करने के लिए तैयार करती है. |
| लाइफ़साइकल | परसिस्टेंट (सर्वर और डेमॉन) | इफ़ेमरल (टैब से जुड़ा) |
| कनेक्टिविटी | ग्लोबल (डेस्कटॉप, मोबाइल, क्लाउड, वेब) | एनवायरमेंट के हिसाब से (ब्राउज़र एजेंट) |
| यूज़र इंटरफ़ेस (यूआई) से इंटरैक्शन | बिना ग्राफ़िक यूज़र इंटरफ़ेस वाला ब्राउज़र और बाहरी | ब्राउज़र में इंटिग्रेट किया गया और डीओएम के बारे में जानकारी रखने वाला |
| डिस्कवरी | एजेंट के हिसाब से रजिस्ट्रेशन फ़्लो | उपयोगकर्ता की विज़िट के दौरान, वेब पेज पर रजिस्टर किए गए टूल. |
| इस्तेमाल का उदाहरण | यह कुकी, बैकग्राउंड में एपीआई कार्रवाइयां करती है. | लाइव वेब यूज़र इंटरफ़ेस (यूआई) पर नेविगेट करता है और उसे चालू करता है. |
एजेंटिक ऐप्लिकेशन, दोनों टेक्नोलॉजी की खूबियों का फ़ायदा पाने के लिए, एमसीपी और वेबएमसीपी, दोनों का इस्तेमाल करते हैं.
- एमसीपी की मदद से मुख्य लॉजिक मैनेज करना: आपका एमसीपी सर्वर, बुनियादी सेवा लेयर के तौर पर काम करता है. यह मुख्य कारोबार के लॉजिक, डेटा को वापस पाने, और बैकग्राउंड टास्क को मैनेज करता है. इससे यह पक्का होता है कि आपकी सेवा किसी भी प्लैटफ़ॉर्म पर काम करती है और एजेंट के लिए हमेशा उपलब्ध रहती है.
- WebMCP की मदद से, कॉन्टेक्स्ट के हिसाब से यूज़र इंटरफ़ेस (यूआई) बनाएं: WebMCP आखिरी चरण है. यह एजेंट को सीधे आपकी वेबसाइट से कनेक्ट करता है. इसे कॉन्टेक्स्ट के हिसाब से, ब्राउज़र में होने वाले इंटरैक्शन के लिए डिज़ाइन किया गया है. इससे एजेंट, उपयोगकर्ता की ओर से तेज़ी से और भरोसेमंद तरीके से कार्रवाई कर पाता है. ऐसा तब होता है, जब उपयोगकर्ता ने आपकी वेबसाइट खोली हो.
एमसीपी और वेबएमसीपी को विरोधी नहीं, बल्कि पार्टनर के तौर पर देखें. WebMCP, ब्राउज़र पर आधारित एआई एजेंट को, उपयोगकर्ता के टैब में दिखने वाली दुनिया से इंटरैक्ट करने का एक सटीक तरीका उपलब्ध कराता है.
आगे क्या करना है?
क्या आपको अपनी वेबसाइट को एजेंट के तौर पर इस्तेमाल करने के लिए तैयार करना है? Early Preview Program में शामिल होकर, आज ही WebMCP को आज़माया जा सकता है.
इस स्टैंडर्ड को बेहतर बनाने के लिए, आपके सुझाव/राय या शिकायत मायने रखती है.