WebMCP

Alexandra Klepper

François Beaufort

Kasper Kulikowski

প্রকাশিত: ১৮ মে, ২০২৬, শেষবার আপডেট করা হয়েছে: ৭ অক্টোবর, ২০২৬

WebMCP হল একটি প্রস্তাবিত ওয়েব স্ট্যান্ডার্ড যা আপনাকে AI এজেন্টদের জন্য স্ট্রাকচার্ড টুল তৈরি ও এক্সপোজ করতে সাহায্য করে। WebMCP, JavaScript প্রদান করে এবং HTML ফর্ম এলিমেন্টকে অ্যানোটেট করে যাতে এজেন্টরা ব্যবহারকারীর অভিজ্ঞতাকে সহায়তা করতে পৃষ্ঠার ফিচারের সাথে কীভাবে ইন্টার‍্যাক্ট করতে হয় তা সঠিকভাবে জানতে পারেন। এর ফলে এজেন্ট অ্যাকচুয়েশনের পারফর্ম্যান্স ও নির্ভরযোগ্যতা উল্লেখযোগ্যভাবে উন্নত হতে পারে।

AI এজেন্ট হল একটি নতুন প্রযুক্তি। এগুলি হিউম্যান ব্যবহারকারীদের অত্যন্ত জটিল ও টেকনিক্যাল টাস্ক আরও ভালোভাবে সম্পূর্ণ করতে সাহায্য করতে পারে। WebMCP, এজেন্টিক টাস্ক সম্পূর্ণ করার ক্ষেত্রে আরও বেশি নির্ভুলতা প্রদান করে এবং এটি প্রোগ্রেসিভ এনহ্যান্সমেন্ট হিসেবে যোগ করা যেতে পারে।

ব্যাখ্যামূলক	ওয়েব	এক্সটেনশন	Chrome স্ট্যাটাস	ইনটেন্ট
GitHub	অরিজিন ট্রায়াল		ভিউ	পরীক্ষা করার উদ্দেশ্য

WebMCP কেন?

WebMCP ইন্টার‍্যাকশনের জন্য নিয়ম প্রদান করে যা ওয়েব অ্যাপ্লিকেশন ও এজেন্টের মধ্যে পার্থক্য কমায় এবং এর ফলে দক্ষতা, নির্ভরযোগ্যতা ও টাস্ক সম্পূর্ণ করার ক্ষেত্রে উন্নতি হয়। কোনও বোতাম বা ফিল্ডের উদ্দেশ্য বোঝার জন্য কোনও এজেন্টের সেটি পর্যালোচনা করার পরিবর্তে, ওয়েবসাইট এলিমেন্টের উদ্দেশ্য ঘোষণা করে, যাতে সেটি উদ্দেশ্য অনুযায়ী ব্যবহার করা যায়।

এটি অ্যাকচুয়েশনের চেয়ে বেশি নির্ভরযোগ্য, কারণ অ্যাকচুয়েশনে অসংখ্য ধাপ থাকতে পারে এবং প্রতিটি ধাপ এজেন্টদের ব্যাখ্যা করার জন্য উন্মুক্ত থাকে।

ওয়েবসাইট, tool-এর সংজ্ঞা দিয়ে সার্চ করা বা কেনাকাটার মতো স্পষ্ট উদ্দেশ্য শেয়ার করতে পারে। টুলগুলি আপনার ওয়েবপেজে দৃশ্যমানভাবে এক্সিকিউট হয়, তাই ব্যবহারকারীরা বিশ্বাস করেন যে টাস্কগুলি প্রত্যাশিতভাবেই সম্পূর্ণ হয়েছে। এর ফলে আপনার ব্র্যান্ড ও মানুষ-কেন্দ্রিক ডিজাইন সংক্রান্ত পছন্দও অক্ষুণ্ণ থাকে।

WebMCP এগুলি সাপোর্ট করে:

• ডিসকভারি: এজেন্টদের সাথে টুল রেজিস্টার করার জন্য পৃষ্ঠার একটি সাধারণ পদ্ধতি, যেমন checkout বা filter_results।
• JSON স্কিমা: ইনপুট ও প্রত্যাশিত আউটপুটের স্পষ্ট সংজ্ঞা, যাতে হ্যালুসিনেশন বা ভুল বোঝাবুঝি কমানো যায়।
• স্টেট: বর্তমান পৃষ্ঠার কন্টেন্ট সম্পর্কে শেয়ার করা বোঝাপড়া, যাতে এজেন্ট রিয়েল টাইমে অ্যাকশন নেওয়ার জন্য কী কী রিসোর্স উপলভ্য আছে তা জানতে পারে।

আমাদের লক্ষ্য হল এমন API তৈরি করা যা এজেন্টের মতো ক্ষমতা সম্পন্ন যেকোনও ব্রাউজার ইমপ্লিমেন্ট করতে এবং সুবিধা পেতে পারে, যাতে আপনার ব্যবহারকারীরা আরও সহজে কাজ সম্পূর্ণ করতে পারেন। আপনি GitHub-এ এই প্রসেস অনুসরণ করতে পারেন।

যেসব ক্ষেত্রে ব্যবহার করা যাবে

ওয়েবে WebMCP ব্যবহার করার অনেক উপায় আছে। যেমন:

• আপনার গ্রাহকদের সহায়তা পেতে সাহায্য করুন। আপনি গ্রাহকদের কোনও সফ্টওয়্যার প্রদান করলে, বিভিন্ন ধরনের প্রশ্নের উত্তর দেওয়ার জন্য আপনার কাছে জটিল সহায়তা ফ্লো থাকতে পারে। আপনি WebMCP ব্যবহার করে কোনও এজেন্টকে সঠিক ফর্মটি আরও দ্রুত নেভিগেট করতে এবং ব্যবহারকারীর দেওয়া তথ্য দিয়ে ফিল্ড পূরণ করতে সাহায্য করতে পারেন।
• ভ্রমণের বুকিং উন্নত করা। কম ধাপের মাধ্যমে এজেন্টদের জটিল, একাধিক শহর ও একাধিক যাত্রীর ট্রিপ বুক করতে সাহায্য করুন।

কিছু অ্যাকশন সংবেদনশীল হতে পারে, যেমন কেনাকাটা করা। আপনি কনফার্মেশন ডায়ালগের সাথে ব্যবহারকারীর ইন্টার‍্যাকশনের অনুরোধ জানাতে কমান্ড অন্তর্ভুক্ত করতে পারেন।

ব্যবহারিক দিক থেকে, আপনার টুল নিম্নলিখিত কাজগুলি করতে পারে:

• স্ট্রাকচার্ড ফর্ম পূরণ করা: এজেন্টদের সাহায্য করার জন্য একটি submit_application টুল তৈরি করুন ব্যবহারকারীর সাথে কথোপকথন থেকে সংগ্রহ করা ডেটা যাতে ফর্ম ফিল্ডে সঠিকভাবে ম্যাপ করা যায়। যেমন, কোনও ফিল্ডে সম্পূর্ণ নাম প্রয়োজন নাকি নাম ও পদবি আলাদা আলাদা করে লিখতে হবে, তা আপনি বুঝতে পারবেন।
• হিউম্যান-ফার্স্ট ইন্টারফেসে সহায়তা এজেন্টের সাথে ইন্টার‍্যাকশন: কিছু ফিল্ড মানুষ ব্যবহারকারীদের জন্য ডিজাইন করা হয়েছে, কিন্তু এজেন্টরা সেগুলি বুঝতে নাও পারেন। আপনি এমন একটি date_pick টুল তৈরি করতে পারেন যা রিজার্ভেশন বা ইভেন্ট বুকিংয়ের ক্ষেত্রে জটিল তারিখ ও সময় বেছে নেওয়ার সুবিধা দেয়।
• অ্যাপ্লিকেশনের ত্রুটি দ্রুত সমাধান করা: আপনি ডেভেলপার সেটিংস পৃষ্ঠায় run_diagnostics টুল তৈরি করতে পারবেন, এর ফলে এজেন্ট এমন সমাধান ট্রিগার করতে পারবেন যা অন্যথায় নেস্টেড মেনুর আড়ালে লুকানো থাকে।

আপনার ব্যবহারের ক্ষেত্র কি উল্লেখ করা নেই? অথবা আপনার কি WebMCP-এর জন্য কোনও আইডিয়া আছে যা শেয়ার করতে আপনি উৎসুক? GitHub-এ প্রশ্ন করুন এবং আলোচনায় অংশগ্রহণ করুন।

শুরু করুন

Chrome 149 থেকে WebMCP অরিজিন ট্রায়ালে যোগ দিন। কীভাবে অরিজিন ট্রায়াল শুরু করবেন সেই সম্পর্কে আরও জানুন।

স্থানীয় WebMCP

লোকাল ডেভেলপমেন্টের জন্য Chrome ফ্ল্যাগ হিসেবে WebMCP উপলভ্য:

1. Chrome খুলে chrome://flags/#enable-webmcp-testing-এ যান
2. ফ্ল্যাগটি চালু করা আছে হিসেবে সেট করুন।
3. পরিবর্তন প্রয়োগ করতে Chrome আবার লঞ্চ করুন।

WebMCP API ব্যবহার করা

আপনার ওয়েবসাইট টুল সেট-আপ করার জন্য আপনি দুটি API ব্যবহার করতে পারেন:

• Imperative API: স্ট্যান্ডার্ড জাভাস্ক্রিপ্ট দিয়ে বিভিন্ন ধরনের টুলকে ডিফাইন করুন, যেমন ফর্ম ইনপুট, নেভিগেশন টুল, স্টেট ম্যানেজমেন্ট বা অন্যান্য ফাংশন।
• ঘোষণামূলক API: WebMCP টুল তৈরি করতে, স্ট্যান্ডার্ড HTML ফর্মে অ্যানোটেশন যোগ করুন।

আপনি Chrome DevTools-এর সাহায্যে WebMCP টুল ডিবাগ করতে এবং ব্রাউজার কীভাবে JSON স্কিমা পার্স করে তা যাচাই করতে পারবেন।

সীমাবদ্ধতা

WebMCP-এর লক্ষ্য হল এজেন্ট ও মানুষের জন্য জটিল টাস্ককে আরও সহজ করে তোলা, তবে এর কিছু সীমাবদ্ধতা রয়েছে:

• হেডলেস ব্রাউজিং: হেডলেস এনভায়রনমেন্টে WebMCP টুল রান করা গেলেও, এই API মূলত লোকাল ব্রাউজার ওয়ার্কফ্লোর জন্য ডিজাইন করা হয়েছে, যেখানে হিউম্যান ইন দ্য লুপ থাকে।
• জটিল ইন্টারফেসের জন্য ওভারহেড: আপনার সাইট অত্যন্ত জটিল হলে, অ্যাপ্লিকেশন ও ইন্টারফেস স্টেট ম্যানেজ করার জন্য আপনাকে সম্ভবত জাভাস্ক্রিপ্ট রিফ্যাক্টর বা যোগ করতে হবে।
• টুল ডিসকভারেবিলিটি: কল করা যায় এমন টুল আছে কিনা তা জানতে ক্লায়েন্ট ও ব্রাউজারকে অবশ্যই সরাসরি সাইটে যেতে হবে।

অনুমতি সংক্রান্ত নীতি

দুটি API-ই tools অনুমতি সংক্রান্ত নীতি দ্বারা নিয়ন্ত্রিত হয়। নীতিটি ডিফল্ট হিসেবে self সেট করা থাকে, যা টপ-লেভেল ও একই-উৎস প্রসঙ্গে টুল রেজিস্ট্রেশন করার অনুমতি দেয় এবং ক্রস-অরিজিন iframe-এর জন্য এটি বন্ধ করে দেয়।

ক্রস-অরিজিন iframe-এ WebMCP টুলকে অনুমতি দিতে, iframe-এ allow="tools" অ্যাট্রিবিউট যোগ করুন।

ডেমো

বাধ্যতামূলক ও ঘোষণাভিত্তিক প্রয়োগ, দুটিই কভার করে এমন ডেমোর উদাহরণ উপলভ্য:

• WebMCP zaMaker WebMCP Imperative API ব্যবহার করে।
• ভ্রমণ ডেমো (React) WebMCP Imperative API ব্যবহার করে।
• Le Petit Bistro ডেমো WebMCP Declarative API ব্যবহার করে।

এছাড়াও, আপনি GitHub-এ ডেমো সোর্স কোড পর্যালোচনা ও এক্সপ্লোর করতে পারবেন।

আপনার টুল পরীক্ষা করার জন্য এজেন্টের মতো আচরণ করা

আমাদের ডেমো ও আপনার অ্যাপ্লিকেশনে WebMCP টুল কীভাবে কাজ করে তা দেখতে সাহায্য করার জন্য আমরা দুটি Chrome এক্সটেনশন তৈরি করেছি।

ন্যাচারাল ল্যাঙ্গুয়েজ প্রম্পটের মাধ্যমে WebMCP টুল পরীক্ষা, মনিটর ও এক্সিকিউট করতে, Example Agentic Chrome Extension ইনস্টল করুন। বিশেষ করে, এই এক্সটেনশন সবসময় WebMCP অ্যানোটেশন-এর উপর ভরসা করে, যা এজেন্টকে সংবেদনশীল অ্যাকশন সম্পর্কে সতর্ক করতে পারে। অ্যানোটেশন সহ কোনও টুল কীভাবে আলাদাভাবে পারফর্ম করতে পারে তা এটি দেখায়।

ডিফল্ট হিসেবে, এই এক্সটেনশন AI SDK সহ একটি ছোট Node সার্ভার ব্যবহার করে। API key প্রয়োজনীয় এবং লোকাল সার্ভারে থাকে। আপনার প্রম্পট ডিফল্ট হিসেবে gemini-3.6-flash মডেলে পাঠানো হয়, তবে আপনি এক্সটেনশনের .env ফাইলে মডেলের পছন্দ ও API প্রোভাইডার পরিবর্তন করতে পারবেন। OpenAI, Google, এবং Anthropic-এর জন্য ফিল্ড আছে অথবা বিকল্প হিসেবে, আপনি অন্য কোনও পরিষেবা প্রদানকারীর মডেল ব্যবহার করার জন্য এক্সটেনশন কাস্টমাইজ করতে পারেন।

বিকল্প হিসেবে, আপনি প্রম্পট API-এর সাথে ক্লায়েন্ট-সাইড মডেল ব্যবহার করতে পারেন। এর জন্য API কী প্রয়োজন হয় না এবং ডেটা আপনার ডিভাইসে থেকে যায়। এটি করতে, chrome://flags/#prompt-api-tool-useচালু করুন।

এজেন্ট নিয়ে এক্সপেরিমেন্ট করতে এবং লাইভ ডেমো বা আপনার নিজস্ব অ্যাপ্লিকেশনে WebMCP টুল কীভাবে কাজ করে তা দেখতে, মডেল কন্টেক্সট টুল ইন্সপেক্টর এক্সটেনশন ইনস্টল করুন। এজেন্ট প্রত্যাশিতভাবে WebMCP টুলের সাথে ইন্টার‍্যাক্ট করে কিনা তা নির্ধারণ করতে ন্যাচারাল ল্যাঙ্গুয়েজ প্রম্পট ব্যবহার করুন।

আপনার টুল কল করার জন্য Gemini ব্যবহার করতে, আপনার অবশ্যই একটি API কী থাকতে হবে, যা আপনি এক্সটেনশনের ইন্টারফেসে প্রদান করেন। আপনার প্রম্পট ডিফল্ট হিসেবে gemini-3.6-flash মডেলে পাঠানো হয়। আপনি অন্য কোনও Gemini মডেল বেছে নিতে পারেন অথবা অন্য কোনও পরিষেবা প্রদানকারীর মডেল ব্যবহার করার জন্য এক্সটেনশন কোড কাস্টমাইজ করতে পারেন।

মতামত নিয়ে আলোচনা ও শেয়ার করা

WebMCP নিয়ে সক্রিয় আলোচনা চলছে এবং ভবিষ্যতে এটিতে পরিবর্তন হতে পারে। আপনি এইসব API ব্যবহার করে মতামত জানাতে চাইলে, আমাদের তা জানাতে পারেন।

• WebMCP অরিজিন ট্রায়ালে যোগ দিন, এবং Chrome-এর জন্য Chrome স্ট্যাটাসে দেওয়া ইমপ্লিমেন্টেশন অনুসরণ করুন।
• WebMCP-এর ব্যাখ্যা পড়ুন, প্রশ্ন করুন এবং আলোচনায় অংশগ্রহণ করুন।
• WebMCP পেশাদার পদ্ধতি পড়ুন।
• আমাদের WebMCP টুল নিরাপত্তা সংক্রান্ত নির্দেশিকা এবং পেশাদার পদ্ধতি পড়ুন।
• Chrome-এর প্রয়োগ সম্পর্কে আপনার কোনও মতামত থাকলে, একটি Chromium বাগ ফাইল করুন।