منتشرشده: ۱۱ مارس ۲۰۲۶، آخرین به‌روزرسانی: ۱۹ مه ۲۰۲۶
با رایج‌تر شدن عامل‌های هوش مصنوعی در مرورگرها، از توسعه‌دهندگان وب می‌شنویم که این سؤال را می‌پرسند: «آیا WebMCP جایگزین «پروتکل بافتار مدل» (MCP) خواهد شد؟» این سؤال ناشی از یک سوءتفاهم است. برای ایجاد تجربه عامل‌دار، لازم نیست بین MCP و WebMCP انتخاب کنید. WebMCP افزونه یا جایگزینی برای MCP نیست.
WebMCP و MCP نیازهای متفاوتی را برطرف می‌کنند. WebMCP هدف ویژگی‌های برنامه را روشن می‌کند و عامل مرورگر را با قابلیت‌های اضافی برای تعامل با وب‌سایت شما ارائه می‌دهد.
این فناوری‌ها را به‌عنوان انواع مختلف خدمات مشتری درنظر بگیرید: MCP مرکز تماس پشتیبانی است و WebMCP کارشناس فروشگاه است. یک قیاس خوب تفاوت بین تماس خدمات مشتری یک شرکت است
- MCP در هر پلاتفرمی و در هر زمانی دردسترس است. داده‌ها را بالا می‌آورد و تکالیف اصلی را درصورت نیاز انجام می‌دهد.
- WebMCP فقط در وب‌سایت شما دردسترس است. وب‌سایت‌ها معمولاً رابط‌های کاربری (UI) هستند که برای انسان‌ها طراحی شده‌اند، نه ماشین‌ها. WebMCP به نمایندگان کمک می‌کند «میانای کاربری» را بهتر درک کنند.
این دو با هم به عامل‌ها کمک می‌کنند تا تکالیف شخصی‌سازی‌شده را ازطرف کاربران انسانی انجام دهند.
عملکردها و هدف
هر دو فناوری از فلسفه یکسانی پیروی می‌کنند: ایجاد روشی استاندارد و قابل‌اعتماد برای برنامه‌ها تا ابزارهایشان را دراختیار کارگزاران هوش مصنوعی قرار دهند.
در عمل، این شامل موارد زیر می‌شود:
- کشف ابزار ساختاریافته: این ابزارها روشی ماشین‌خوان برای عامل فراهم می‌کنند تا بپرسد «چه کاری می‌توانید انجام دهید؟» و فهرست واضحی از ابزارهای دردسترس، پارامترهای آن‌ها، و هدف آن‌ها دریافت کند.
- اجرای قابل‌پیش‌بینی: این توابع حدس و گمان را با فراخوانی‌های تابع صریح جایگزین می‌کنند. کارگزاری ابزار تعریف‌شده‌ای را فرا می‌خواند. این کار به نتیجه‌ای قابل‌پیش‌بینی منجر می‌شود، برخلاف شبیه‌سازی الگوی کلیک که ممکن است تغییر کند.
- هدف واضح: آن‌ها قابلیت‌ها را به‌طور صریح اعلام می‌کنند. بدون WebMCP و MCP، کارگزاران براساس درکشان از میانای کاربری حدس می‌زنند چه اقدامی انجام دهند. با WebMCP و MCP، عامل‌ها می‌دانند یک ویژگی معین چگونه باید کار کند، بدون اینکه نیاز باشد عملکردها را از عناصر واسط کاربر استنباط کنند.
تفاوت اصلی بین آن‌ها در محل قرارگیری عملکرد برنامه است.
MCP برای زیرینه است
پروتکل زمینه‌ای مدل (MCP) استانداردی است که عامل‌های هوش مصنوعی (چه مرورگرمحور باشند چه نباشند) را به سیستم‌های خارجی، ازجمله منابع داده، ابزارها، و گردش کارها متصل می‌کند. این پروتکل جهانی است، اغلب از JSON-RPC استفاده می‌کند، و ازطریق کیت‌های توسعه نرم‌افزار مختص زبان، مانند Rust، Python، و TypeScript، پیاده‌سازی می‌شود.
WebMCP برای نمای جلویی است
WebMCP یک استاندارد مرورگر پیشنهادی با دو میانای برنامه‌سازی کاربردی است که منحصراً با عامل داخلی مرورگر تعامل دارد. می‌توانید این «میاناهای برنامه‌سازی کاربردی» را با جاوا اسکریپت یا مشخصه‌های HTML پیاده‌سازی کنید. مرورگر به‌عنوان ارتباط‌دهنده بین وب‌سایت شما و نماینده عمل می‌کند.
WebMCP را مجموعه‌ای از «میاناهای برنامه‌سازی کاربردی الهام‌گرفته از MCP» درنظر بگیرید، نه پیاده‌سازی مستقیم MCP در جاوا اسکریپت. WebMCP به‌طور ویژه برای مرورگر ساخته شده است و مفاهیم مختلف سمت سرور، مانند منابع را حذف می‌کند.
کنترل کردن نحوه دسترسی عامل‌ها به وب‌سایت
WebMCP به شما امکان می‌دهد نحوه تعامل عامل‌ها با وب‌سایتتان را کنترل کنید. این چند مزیت کلیدی دارد:
- سرعت و قابلیت اطمینان: ازآنجایی‌که WebMCP از سیستم‌های داخلی مرورگر استفاده می‌کند، ارتباط بین مشتری و ابزار تقریباً فوری است. لازم نیست منتظر سفر رفت‌وبرگشت به سرور راه دور بمانید.
- ساخته‌شده برای ماندگاری: ابزارهای WebMCP به منطق برنامه متصل می‌شوند، نه طراحی. این یعنی می‌توانید وب‌سایتتان را بدون اینکه توانایی عامل برای تعامل صحیح با آن را ازبین ببرید، بازطراحی کنید.
- کنترل در دست شما است: به‌جای اینکه امیدوار باشید نماینده دکمه مناسب را برای کلیک کردن پیدا کند، روش ترجیحی تعامل نماینده با سایتتان را به‌وضوح تعریف می‌کنید. منطق برنامه‌تان را به روشی تعریف می‌کنید که عامل بتواند آن را درک کند و به‌جای اینکه امیدوار باشید عامل کنش‌ها را از رابط کاربری استنباط کند، مستقیماً او را راهنمایی می‌کنید.
کنترل دسترسی به میانای کاربر
برای درک تفاوت، درنظر بگیرید که «مالک واسط کاربر کیست؟» برنامه‌های MCP میانای کاربری برنامه‌تان را در میانای کاربری عامل ارائه می‌کنند. واسط شما باید با این محدودیت‌ها مطابقت داشته باشد و به برنامه جدید و جداگانه‌ای نیاز دارد.
WebMCP به نمایندگان کمک می‌کند تا به‌طور هم‌زمان با وب‌سایت موجود شما تعامل داشته باشند. این چارچوب به داده‌های جلسه زنده، کوکی‌ها، و عناصر DOM که فقط در برگه مرورگر زنده دردسترس هستند دسترسی دارد. به‌جای اینکه برنامه شما مهمان درون یک عامل باشد، عامل مهمان پلاتفرم شما است.
نکته مهم این است که ابزارهای WebMCP زودگذر هستند. فقط زمانی وجود دارند که صفحه‌تان باز باشد. وقتی کاربر از سایت شما خارج می‌شود یا برگه را می‌بندد، نماینده دیگر نمی‌تواند به سایت شما دسترسی داشته باشد یا کنشی انجام دهد.
استفاده از WebMCP و MCP
هنگام انتخاب راه‌حل مناسب برای ویژگی‌ها یا عملکردهای خاص، زمینه و دردسترس بودن را درنظر بگیرید:
| MCP | WebMCP | |
|---|---|---|
| هدف | داده‌ها و کنش‌ها را در هر زمان و هر مکان دردسترس نمایندگان قرار می‌دهد. | وقتی کاربر از سایت بازدید می‌کند، وب‌سایت زنده‌ای را برای تعامل فوری با نمایندگان آماده می‌کند. |
| چرخه عمر | ماندگار (سرور و دیمون) | زودگذر (محدود به زبانه) |
| اتصال‌پذیری | جهانی (رایانه، تلفن همراه، ابری، وب) | محیط خاص (عامل‌های مرورگر) |
| تعامل با میانای کاربر | بدون سر و خارجی | یکپارچه با مرورگر و آگاه به DOM |
| Discovery | جریان‌های ثبت‌نام مختص کارگزار | ابزارهایی که درطول بازدید کاربر در صفحه وب ثبت شده‌اند. |
| کاربرد | کنش‌های API پس‌زمینه را اجرا می‌کند. | در میانای کاربری وب زنده پیمایش و عمل می‌کند. |
مؤثرترین برنامه‌های عامل از هر دو MCP و WebMCP استفاده می‌کنند تا از مزایای هر دو فناوری بهره‌مند شوند.
- مدیریت منطق اصلی با MCP: سرور MCP شما به‌عنوان لایه سرویس بنیادی عمل می‌کند. این لایه منطق اصلی کسب‌وکار، بازیابی داده‌ها، و کارهای پس‌زمینه را مدیریت می‌کند. این کار تضمین می‌کند که سرویس شما مستقل از پلاتفرم است و همیشه برای نمایندگان دردسترس است.
- ساختن واسط کاربر زمینه‌ای با WebMCP: WebMCP آخرین مرحله است، اتصالی برای عامل‌ها مستقیماً به وب‌سایت شما. این ویژگی برای تعاملات زمینه‌ای و درون‌مرورگر طراحی شده است و به نماینده اجازه می‌دهد با سرعت و اطمینان ازطرف کاربر اقدام کند، درحالی‌که کاربر وب‌سایت شما را باز نگه داشته است.
MCP و WebMCP را به‌عنوان شریک درنظر بگیرید، نه رقیب. WebMCP روشی با دقت بالا برای عامل هوشواره مبتنی بر مرورگر فراهم می‌کند تا با دنیای خاصی که کاربر در برگه‌اش می‌بیند تعامل داشته باشد.