WebMCP

Alexandra Klepper
Alexandra Klepper
GitHub Bluesky
François Beaufort
François Beaufort
GitHub
Kasper Kulikowski
Kasper Kulikowski
X GitHub LinkedIn

Data publikacji: 18 maja 2026 r., ostatnia aktualizacja: 7 października 2026 r.

WebMCP to proponowany standard internetowy, który ułatwia tworzenie i udostępnianie strukturalnych narzędzi dla agentów AI. WebMCP udostępnia JavaScript i dodaje adnotacje do elementów formularza HTML, aby agenty dokładnie wiedziały, jak wchodzić w interakcje z funkcjami strony, aby wspierać użytkownika. Może to znacznie zwiększyć wydajność i niezawodność działania agenta.

Agenci AI to nowsza technologia. Mogą one pomagać użytkownikom w wykonywaniu złożonych i technicznych zadań. WebMCP zapewnia większą dokładność w przypadku wykonywania zadań agentowych i może być dodawany jako progresywne ulepszanie.

Film z wyjaśnieniem Sieć Rozszerzenia Stan Chrome Intencja
GitHub Testowanie origin Testowanie Origin Wyświetl Zamiar przeprowadzenia eksperymentu

Dlaczego WebMCP?

WebMCP udostępnia reguły interakcji, które wypełniają lukę między aplikacjami internetowymi a agentami, zwiększając wydajność, niezawodność i skuteczność wykonywania zadań. Zamiast sprawdzać element, np. przycisk lub pole, aby zrozumieć jego przeznaczenie, witryna deklaruje jego cel, dzięki czemu jest on używany zgodnie z przeznaczeniem.

Jest to bardziej niezawodne niż aktywacja, która może obejmować wiele kroków i pozostawiać każdy z nich otwarty na interpretację przez agenta.

Po lewej stronie agent pobiera dane z DOM. Po prawej stronie agent wywołuje narzędzie. Wypróbuj samodzielnie w naszej wersji demonstracyjnej rezerwacji spotkań.

Witryny mogą udostępniać wyraźny cel, np. wyszukiwanie lub zakup, definiując tool. Narzędzia działają w widoczny sposób na stronie internetowej, dzięki czemu użytkownicy zyskują pewność, że zadania są wykonywane zgodnie z oczekiwaniami. Dzięki temu zachowasz spójność marki i wybory projektowe oparte na potrzebach użytkowników.

WebMCP obsługuje:

  • Wykrywanie: standardowy sposób rejestrowania narzędzi na stronach u agentów, np. checkout lub filter_results.
  • Schematy JSON: wyraźne definicje danych wejściowych i oczekiwanych danych wyjściowych, które zmniejszają ryzyko halucynacji lub nieporozumień.
  • Stan: wspólne zrozumienie kontekstu bieżącej strony, dzięki czemu agent wie, jakie zasoby są dostępne do działania w czasie rzeczywistym.

Naszym celem jest tworzenie interfejsów API, które może wdrożyć każdy browser z funkcjami agenta i z których może korzystać, aby użytkownicy mogli łatwiej wykonywać zadania. Możesz śledzić ten proces na GitHub.

Przypadki użycia

WebMCP można wykorzystywać w internecie na wiele sposobów. Na przykład:

  • Pomóż klientom uzyskać pomoc Jeśli udostępniasz klientom oprogramowanie, możesz mieć złożony proces obsługi, który pozwala odpowiadać na wiele różnych pytań. WebMCP może pomóc pracownikowi obsługi klienta szybciej przejść do odpowiedniego formularza i wypełnić pola informacjami podanymi przez użytkownika.
  • Ulepszanie rezerwacji podróży. Pomóż agentom rezerwować złożone podróże obejmujące wiele miast i wielu pasażerów w mniejszej liczbie kroków.

Niektóre działania mogą być poufne, np. dokonanie zakupu. Możesz dodać polecenie, które spowoduje wyświetlenie okna potwierdzenia, w którym użytkownik będzie mógł potwierdzić operację.

W praktyce narzędzia mogą wykonywać te zadania:

  • Wypełnianie formularzy strukturalnych: utwórz submit_application narzędzie, które pomoże agentom prawidłowo mapować dane zebrane podczas rozmowy z użytkownikiem na pola formularza. Możesz na przykład określić, czy pole wymaga podania pełnego imienia i nazwiska, czy osobno imienia i nazwiska.
  • Interakcje agentów pomocy w interfejsach przeznaczonych dla ludzi: niektóre pola są przeznaczone dla użytkowników, ale mogą być niezrozumiałe dla agentów. Możesz utworzyć date_pick narzędzie, które umożliwia złożony wybór daty i godziny w rezerwacji lub podczas rezerwowania wydarzenia.
  • Szybsze debugowanie aplikacji: na stronie ustawień dewelopera możesz utworzyć run_diagnostics narzędzie, dzięki któremu agent będzie mógł uruchamiać poprawki, które w inny sposób są ukryte w zagnieżdżonych menu.

Nie widzisz swojego przypadku użycia? A może masz pomysł, którym chcesz się podzielić w przypadku WebMCP? Zadawaj pytania i uczestnicz w dyskusjach na GitHubie

Rozpocznij

Dołącz do wersji próbnej origin WebMCP w Chrome 149. Dowiedz się więcej o pierwszych krokach z okresami próbnymi.

Lokalny WebMCP

WebMCP jest dostępny jako flaga Chrome do lokalnego programowania:

  1. Otwórz Chrome i kliknij chrome://flags/#enable-webmcp-testing.
  2. Ustaw flagę na Włączono.
  3. Uruchom ponownie Chrome, aby zastosować zmiany.

Korzystanie z interfejsów WebMCP API

Do konfigurowania narzędzi w witrynie możesz używać 2 interfejsów API:

Za pomocą Narzędzi deweloperskich w Chrome możesz debugować narzędzia WebMCP i sprawdzać, jak przeglądarka analizuje schemat JSON.

Ograniczenia

WebMCP ma na celu ułatwienie agentom i pracownikom wykonywania złożonych zadań, ale ma pewne ograniczenia:

  • Przeglądanie bez interfejsu graficznego: chociaż narzędzia WebMCP można uruchamiać w środowiskach bez interfejsu graficznego, ten interfejs API jest przeznaczony głównie do lokalnych przepływów pracy w przeglądarce z udziałem użytkownika.
  • Obciążenie w przypadku złożonych interfejsów: jeśli Twoja witryna jest bardzo złożona, prawdopodobnie musisz przeprowadzić refaktoryzację lub dodać JavaScript, aby obsługiwać stan aplikacji i interfejsu.
  • Wykrywalność narzędzi: klienty i przeglądarki muszą odwiedzić witrynę bezpośrednio, aby dowiedzieć się, czy ma ona narzędzia, które można wywołać.

Zasady dotyczące uprawnień

Dostęp do obu interfejsów API jest ograniczony przez tools zasady dotyczące uprawnień. Domyślnie zasada ma wartość self, która umożliwia rejestrację narzędzi w kontekstach najwyższego poziomu i kontekstach tego samego pochodzenia, a wyłącza ją w przypadku elementów iframe z innych źródeł.

Aby zezwolić narzędziom WebMCP w międzyźródłowym elemencie iframe, dodaj do niego atrybut allow="tools".

Prezentacja

Dostępne są przykłady wersji demonstracyjnych obejmujące implementacje imperatywne i deklaratywne:

Możesz też przejrzeć i poznać kod źródłowy wersji demonstracyjnej na GitHub.

Imitowanie agenta w celu przetestowania narzędzi

Stworzyliśmy 2 rozszerzenia do Chrome, które pomogą Ci sprawdzić, jak działają narzędzia WebMCP w naszych wersjach demonstracyjnych i aplikacjach.

Zainstaluj przykładowe rozszerzenie do Chrome oparte na agentach, aby sprawdzać, monitorować i wykonywać narzędzia WebMCP za pomocą promptów w języku naturalnym. W szczególności to rozszerzenie zawsze ufa adnotacjom WebMCP, które mogą ostrzegać agenta o działaniach związanych z poufnymi danymi. Pokazuje, jak narzędzie może działać inaczej z adnotacjami.

Domyślnie to rozszerzenie korzysta z małego serwera Node z pakietem AI SDK. Klucze interfejsu API są wymagane i pozostają na serwerze lokalnym. Prompty są domyślnie wysyłane do modelu gemini-3.6-flash, ale możesz zmienić wybór modelu i dostawcę interfejsu API w pliku .env rozszerzenia. Dostępne są pola dla OpenAI, Google i Anthropic. Możesz też dostosować rozszerzenie, aby używać modelu innego dostawcy.

Możesz też użyć modelu po stronie klienta z interfejsem Prompt API. Nie wymaga to kluczy API, a dane pozostają na urządzeniu. Aby to zrobić, włącz chrome://flags/#prompt-api-tool-use.

Zainstaluj rozszerzenie Model Context Tool Inspector, aby eksperymentować z agentem i sprawdzać, jak działają narzędzia WebMCP w wersjach demonstracyjnych na żywo lub we własnych aplikacjach. Używaj promptów w języku naturalnym, aby sprawdzić, czy agent wchodzi w interakcję z narzędziami WebMCP zgodnie z oczekiwaniami.

Aby używać Gemini do wywoływania narzędzi, musisz mieć klucz interfejsu API, który podajesz w interfejsie rozszerzenia. Twoje prompty są domyślnie wysyłane do modelu gemini-3.6-flash. Możesz wybrać inny model Gemini, aby go przetestować, lub dostosować kod rozszerzenia, aby używać modelu innego dostawcy.

Zaangażuj się i prześlij opinię

WebMCP jest obecnie przedmiotem dyskusji i w przyszłości może ulec zmianie. Jeśli wypróbujesz te interfejsy API i będziesz mieć jakieś uwagi, chętnie je poznamy.

Dalej
Imperative API