منتشرشده: ۱۸ مه ۲۰۲۶، آخرین به‌روزرسانی: ۷ اکتبر ۲۰۲۶
WebMCP یک استاندارد وب پیشنهادی است که به شما کمک می‌کند ابزارهای ساختاری برای عامل‌های هوش مصنوعی بسازید و آن‌ها را آشکار کنید. WebMCP جاوا اسکریپت ارائه می‌دهد و عناصر فرم HTML را حاشیه‌نویسی می‌کند تا نمایندگان دقیقاً بدانند چگونه با ویژگی‌های صفحه تعامل داشته باشند و از تجربه کاربر پشتیبانی کنند. این کار می‌تواند عملکرد و قابلیت اطمینان فعال‌سازی عامل را به‌طور چشمگیری بهبود دهد.
نمایندگان هوش مصنوعی فناوری جدیدتری هستند. آن‌ها می‌توانند به کاربران انسانی کمک کنند تا کارهایی را که بسیار پیچیده و فنی هستند بهتر انجام دهند. WebMCP دقت بالاتری برای تکمیل تکلیف عامل ارائه می‌دهد و می‌توان آن را به‌عنوان بهبود تدریجی اضافه کرد.
| توضیحی | وب | برنامه‌های افزودنی | وضعیت Chrome | هدف |
|---|---|---|---|---|
| GitHub |  آزمایش معرفی ویژگی جدید |
مشاهده | قصد آزمایش |
چرا WebMCP؟
WebMCP قوانینی برای تعامل ارائه می‌دهد که شکاف بین برنامه‌های وب و عامل‌ها را پر می‌کند و کارایی، قابلیت اطمینان، و تکمیل وظایف را بهبود می‌بخشد. به‌جای اینکه کارگزاری عنصر را (مثلاً دکمه یا فیلد) بررسی کند تا هدف آن را بفهمد، وب‌سایت هدف عنصر را اعلام می‌کند تا از آن به همان شکلی که درنظر گرفته شده است استفاده شود.
این روش قابل‌اعتمادتر از فعال‌سازی است، زیرا فعال‌سازی ممکن است مراحل متعددی داشته باشد و هر مرحله را برای تفسیر توسط نماینده باز بگذارد.
وب‌سایت‌ها می‌توانند هدف صریح خود را، مثل جستجو یا خرید، با تعریف کردن
tool هم‌رسانی کنند. ابزارها به‌صورت نمایان در صفحه وب شما اجرا می‌شوند، بنابراین کاربران اعتماد می‌کنند که کارها طبق انتظار تکمیل می‌شوند. این کار همچنین نمانام و
انتخاب‌های طراحی انسان‌محور شما را دست‌نخورده نگه می‌دارد.
WebMCP از موارد زیر پشتیبانی می‌کند:
- اکتشاف: روشی استاندارد برای ثبت ابزارها در صفحه‌ها با کارگزاران، مانند
checkoutیاfilter_results. - طرحواره‌های JSON: تعریف‌های صریح ورودی‌ها و بروندادهای موردانتظار، برای کاهش توهم یا سوءتفاهم.
- وضعیت: درک مشترک از بافت صفحه فعلی، بنابراین نماینده می‌داند چه منابعی برای اقدام در زمان واقعی دردسترس است.
هدف ما ساختن میاناهای برنامه‌سازی کاربردی است که هر مرورگری با قابلیت‌های عامل‌گرا بتواند آن‌ها را پیاده‌سازی کند و از آن‌ها بهره ببرد تا کاربران شما بتوانند کارها را راحت‌تر انجام دهند. می‌توانید این فرایند را در GitHub دنبال کنید.
موارد استفاده
راه‌های زیادی وجود دارد که می‌توانید از WebMCP در وب استفاده کنید. برای مثال:
- به مشتریانتان کمک کنید پشتیبانی دریافت کنند. اگر نرم‌افزاری به مشتریان ارائه می‌دهید، ممکن است جریان پشتیبانی پیچیده‌ای برای پاسخ به پرسش‌های مختلف داشته باشید. می‌توانید از WebMCP استفاده کنید تا به نماینده کمک کنید سریع‌تر به فرم صحیح برود و فیلدها را با اطلاعات ارائه‌شده توسط کاربر پر کند.
- بهبود رزرو سفر. به کارگزاران کمک کنید سفرهای پیچیده، چند مقصدی، و چند مسافری را با مراحل کمتر رزرو کنند.
برخی‌از کنش‌ها ممکن است حساس باشند، مثل خرید کردن. می‌توانید فرمانی برای درخواست تعامل کاربر با کادر گفتگوی تأیید اضافه کنید.
در عمل، ابزارهای شما می‌توانند کارهای زیر را انجام دهند:
- پر کردن فرم‌های ساختاری: ابزار
submit_applicationبسازید تا به نمایندگان کمک کند داده‌های جمع‌آوری‌شده از مکالمه با کاربر را به‌درستی به فیلدهای فرم نگاشت کنند. برای مثال، می‌توانید تفاوت بین فیلدی که نام کامل می‌خواهد و فیلدی که نام و نام خانوادگی جداگانه می‌خواهد را تشخیص دهید. - تعامل‌های نماینده پشتیبانی در میاناهای انسان‌محور: برخی‌از فیلدها برای کاربران انسانی طراحی شده‌اند، اما ممکن است نماینده‌ها آن‌ها را متوجه نشوند. می‌توانید ابزار
date_pickبسازید که امکان انتخاب پیچیده تاریخ و زمان را در رزرو یا رزرو رویداد فراهم کند. - عیب‌یابی سریع‌تر برنامه: می‌توانید ابزار
run_diagnosticsرا در صفحه تنظیمات توسعه‌دهنده بسازید، بنابراین نماینده می‌تواند اصلاحاتی را که درغیراین‌صورت در منوهای تودرتو پنهان هستند را راه‌اندازی کند.
آیا مورد استفاده شما وجود ندارد؟ یا ایده‌ای دارید که مشتاقید برای WebMCP هم‌رسانی کنید؟ در GitHub سؤال بپرسید و در بحث شرکت کنید.
شروع کنید
از Chrome 149 به آزمایش ویژگی‌های جدید WebMCP بپیوندید. درباره نحوه شروع کار با آزمایش‌های مبدأ بیشتر بدانید.
WebMCP محلی
WebMCP به‌عنوان پرچم Chrome برای توسعه محلی دردسترس است:
- Chrome را باز کنید و به
chrome://flags/#enable-webmcp-testingبروید - پرچم را روی فعال تنظیم کنید.
- برای اعمال تغییرات، Chrome را مجدداً راه‌اندازی کنید.
استفاده از WebMCP APIs
دو میانای برنامه‌سازی کاربردی وجود دارد که می‌توانید برای راه‌اندازی ابزارهای وب‌سایتتان استفاده کنید:
- میانای برنامه‌سازی کاربردی امری: انواع مختلف ابزارها را با جاوا اسکریپت استاندارد تعریف کنید، مثل ورودی فرم، ابزارهای پیمایش، مدیریت وضعیت، یا عملکردهای دیگر.
- میانای برنامه‌سازی کاربردی بیانیه: برای ایجاد ابزار WebMCP، به فرم‌های استاندارد HTML گزارمان اضافه کنید.
با Chrome DevTools می‌توانید ابزارهای WebMCP را اشکال‌زدایی کنید و نحوه تجزیه «طرحواره JSON» توسط مرورگر را درستی‌سنجی کنید.
محدودیت‌ها
اگرچه هدف WebMCP ساده‌تر کردن کارهای پیچیده برای عامل‌ها و انسان‌ها است، اما محدودیت‌هایی دارد:
- مرور بدون سر: اگرچه ممکن است بتوان ابزارهای WebMCP را در محیط‌های بدون سر اجرا کرد، این API در درجه اول برای گردش‌های کار مرورگر محلی با حضور انسان طراحی شده است.
- سربار برای میاناهای پیچیده: اگر سایت شما بسیار پیچیده است، احتمالاً باید برای مدیریت وضعیت برنامه و میانای کاربری، آن را بازسازی کنید یا جاوا اسکریپت اضافه کنید.
- قابلیت کشف ابزار: مشتریان و مرورگرها باید مستقیماً از سایت بازدید کنند تا متوجه شوند که آیا ابزارهای قابل‌فراخوانی دارد یا نه.
خط‌مشی اجازه‌ها
هر دو API توسط tools
خط‌مشی اجازه‌ها کنترل می‌شوند.
خط‌مشی به‌طور پیش‌فرض روی self تنظیم می‌شود که ثبت ابزار را در بافت‌های سطح بالا و
هم‌مبدأ مجاز می‌کند و آن را برای iframeهای میان‌مبدأ غیرفعال می‌کند.
برای مجاز کردن ابزارهای WebMCP در iframe بین مبدأها، allow="tools"
ویژگی را به iframe اضافه کنید.
پخش نمایشی
نمونه‌هایی از نمایش‌های فنی که هر دو پیاده‌سازی امری و بیانی را پوشش می‌دهند دردسترس هستند:
- WebMCP zaMaker از WebMCP Imperative API استفاده می‌کند.
- نمونه نمایشی سفر (React) از WebMCP Imperative API استفاده می‌کند.
- نمونه نمایشی Le Petit Bistro از WebMCP Declarative API استفاده می‌کند.
همچنین می‌توانید کد منبع نسخه نمایشی را در GitHub مرور و کاوش کنید.
برای آزمایش ابزارهایتان، از یک عامل تقلید کنید
دو «افزونه Chrome» ساخته‌ایم تا به شما کمک کنیم ببینید ابزارهای WebMCP در نمونه‌های نمایشی و برنامه‌های شما چگونه کار می‌کنند.
برای بازرسی، نظارت، و اجرای ابزارهای WebMCP با پیام‌واره‌های زبان طبیعی، افزونه Chrome عامل نمونه را نصب کنید. به‌طور خاص، این افزونه همیشه به گزارمان‌های WebMCP اعتماد می‌کند، که می‌تواند عامل را از کنش‌های حساس مطلع کند. این نشان می‌دهد که چگونه ابزاری ممکن است با حاشیه‌نویسی‌ها عملکرد متفاوتی داشته باشد.
به‌طور پیش‌فرض، این افزونه از سرور کوچک Node با کیت توسعه نرم‌افزار هوش مصنوعی استفاده می‌کند. کلیدهای میانای برنامه‌سازی کاربردی
الزامی است و در سرور محلی می‌ماند. پیام‌واره‌های شما به‌طور پیش‌فرض به مدل
gemini-3.6-flash ارسال می‌شود، اما می‌توانید انتخاب مدل و ارائه‌دهنده
API را در فایل .env افزونه تغییر دهید. فیلدهایی برای OpenAI، Google،
و Anthropic وجود دارد یا، درعوض، می‌توانید افزونه را سفارشی‌سازی کنید تا از مدل
ارائه‌دهنده دیگری استفاده کند.
یا می‌توانید از مدل سمت مشتری با «میانای برنامه‌سازی کاربردی پیام‌واره» استفاده کنید. این کار به کلیدهای API نیاز ندارد و داده‌ها در دستگاهتان باقی می‌ماند. برای انجام این کار،
chrome://flags/#prompt-api-tool-use را فعال کنید.
افزونه «بازرس ابزار بافت مدل» را نصب کنید تا با عامل آزمایش کنید و ببینید ابزارهای WebMCP در نمایش‌های زنده یا برنامه‌های خودتان چگونه کار می‌کنند. از پیام‌واره‌های زبان طبیعی استفاده کنید تا تعیین کنید که آیا کارگزار با ابزارهای WebMCP طبق انتظار تعامل دارد یا نه.
برای استفاده از Gemini برای فراخوانی ابزارها، باید کلید API داشته باشید که در
میانای افزونه ارائه می‌کنید. پیام‌واره‌هایتان به‌طور پیش‌فرض به مدل
gemini-3.6-flash ارسال می‌شود. می‌توانید مدل Gemini دیگری را برای آزمایش انتخاب کنید یا کد افزونه را سفارشی‌سازی کنید تا از مدل ارائه‌دهنده دیگری استفاده کنید.
تعامل و هم‌رسانی بازخورد
WebMCP در مرحله گفتمان فعال است و ممکن است در آینده تغییر کند. اگر این «میاناهای برنامه‌سازی کاربردی» را امتحان کردید و بازخوردی داشتید، خوشحال می‌شویم آن را با ما در میان بگذارید.
- به آزمایش ویژگی‌های جدید WebMCP بپیوندید، و پیاده‌سازی Chrome را در وضعیت Chrome دنبال کنید.
- توضیحات WebMCP را بخوانید، سؤال بپرسید و در بحث شرکت کنید.
- روال‌های مطلوب WebMCP را بخوانید.
- راهنمای امنیتی ابزار WebMCP و روال‌های مطلوب ما را بخوانید.
- اگر درباره پیاده‌سازی Chrome بازخوردی دارید، خطای Chromium ثبت کنید.