WebMCP

Alexandra Klepper
Alexandra Klepper

पब्लिश होने की तारीख: 18 मई, 2026, पिछली बार अपडेट होने की तारीख: 7 अगस्त, 2026

WebMCP, वेब स्टैंडर्ड का एक सुझाव है. इससे आपको एआई एजेंट के लिए स्ट्रक्चर्ड टूल बनाने और उन्हें उपलब्ध कराने में मदद मिलती है. WebMCP, JavaScript उपलब्ध कराता है. साथ ही, एचटीएमएल फ़ॉर्म एलिमेंट को एनोटेट करता है, ताकि एजेंट को यह पता चल सके कि पेज की सुविधाओं के साथ कैसे इंटरैक्ट करना है. इससे उपयोगकर्ता को बेहतर अनुभव मिलता है. इससे एजेंट ऐक्टिवेशन की परफ़ॉर्मेंस और भरोसेमंद होने की क्षमता में काफ़ी सुधार हो सकता है.

एआई एजेंट, नई टेक्नोलॉजी हैं. ये इंसानों को ऐसे मुश्किल और तकनीकी कामों को बेहतर तरीके से पूरा करने में मदद कर सकते हैं. WebMCP, एजेंटिक टास्क पूरा करने के लिए ज़्यादा सटीक नतीजे देता है. इसे परतदार वृद्धि के तौर पर जोड़ा जा सकता है.

ज़्यादा जानकारी देने वाला वीडियो वेब एक्सटेंशन Chrome स्टेटस मकसद
GitHub ऑरिजिन ट्रायल ऑरिजिन ट्रायल देखें एक्सपेरिमेंट करने का इरादा

WebMCP का इस्तेमाल क्यों करें?

WebMCP, वेब ऐप्लिकेशन और एजेंट के बीच के अंतर को कम करने में आपकी मदद कर सकता है. साथ ही, इंटरैक्शन के लिए नियम तय करके, दक्षता, भरोसेमंद तरीके से काम करने, और टास्क पूरा करने की क्षमता को बेहतर बना सकता है. बटन या फ़ील्ड जैसे एलिमेंट की समीक्षा करने के लिए, किसी एजेंट की ज़रूरत नहीं होती. वेबसाइट, एलिमेंट के मकसद के बारे में बताती है, ताकि उसका सही तरीके से इस्तेमाल किया जा सके

यह ऐक्चुएशन से ज़्यादा भरोसेमंद है. ऐक्चुएशन में कई चरण हो सकते हैं और हर चरण में एजेंट के पास अपनी व्याख्या करने का विकल्प होता है.

बाईं ओर, एजेंट डीओएम को स्क्रैप करता है. दाईं ओर, एजेंट एक टूल को कॉल करता है. इसे खुद आज़माकर देखें. इसके लिए, अपॉइंटमेंट बुक करने की सुविधा का डेमो देखें.

वेबसाइटें, tool को तय करके, खोज या खरीदारी जैसे मकसद के बारे में साफ़ तौर पर बता सकती हैं. टूल, आपके वेबपेज पर साफ़ तौर पर काम करते हैं. इसलिए, उपयोगकर्ताओं को भरोसा होता है कि टास्क उनकी उम्मीद के मुताबिक पूरे किए जा रहे हैं. इससे आपके ब्रैंड और लोगों की ज़रूरतों को ध्यान में रखकर किए गए डिज़ाइन के विकल्पों को भी सुरक्षित रखा जाता है.

WebMCP इनके साथ काम करता है:

  • डिस्कवरी: यह पेजों के लिए, टूल को एजेंट के साथ रजिस्टर करने का स्टैंडर्ड तरीका है. जैसे, checkout या filter_results.
  • JSON स्कीमा: इनपुट और अनुमानित आउटपुट की साफ़ तौर पर परिभाषाएं दी जाती हैं, ताकि गलत जानकारी मिलने या गलतफ़हमी होने की संभावना कम हो.
  • स्टेट: इससे एजेंट को मौजूदा पेज के कॉन्टेक्स्ट के बारे में जानकारी मिलती है, ताकि उसे पता चल सके कि रीयल टाइम में कार्रवाई करने के लिए कौनसे संसाधन उपलब्ध हैं.

हमारा लक्ष्य ऐसे एपीआई बनाना है जिन्हें एजेंट की क्षमताओं वाला कोई भी ब्राउज़र लागू कर सकता है और उनसे फ़ायदा पा सकता है. इससे आपके उपयोगकर्ता आसानी से टास्क पूरे कर पाएंगे. इस प्रोसेस को GitHub पर फ़ॉलो किया जा सकता है.

उपयोग के उदाहरण

वेब पर WebMCP का इस्तेमाल कई तरीकों से किया जा सकता है. उदाहरण के लिए:

  • अपने खरीदारों को सहायता पाने में मदद करें. अगर आपको ग्राहकों को सॉफ़्टवेयर उपलब्ध कराना है, तो आपको सहायता से जुड़ी जटिल प्रोसेस अपनानी पड़ सकती है, ताकि अलग-अलग सवालों के जवाब दिए जा सकें. WebMCP का इस्तेमाल करके, एजेंट को सही फ़ॉर्म पर तेज़ी से जाने और उपयोगकर्ता से मिली जानकारी के साथ फ़ील्ड भरने में मदद की जा सकती है.
  • यात्रा की बुकिंग को बेहतर बनाना. एजेंट को कम चरणों में, मुश्किल, एक से ज़्यादा जगह और एक से ज़्यादा यात्रियों की यात्रा बुक करने में मदद करें.

कुछ कार्रवाइयां संवेदनशील हो सकती हैं. जैसे, खरीदारी करना. पुष्टि करने वाले डायलॉग के साथ उपयोगकर्ता के इंटरैक्शन का अनुरोध करने के लिए, एक कमांड शामिल की जा सकती है.

आपके टूल, ये काम कर सकते हैं:

  • स्ट्रक्चर्ड फ़ॉर्म भरें: एक submit_application टूल बनाएं. इससे एजेंट को, उपयोगकर्ता के साथ हुई बातचीत से इकट्ठा किए गए डेटा को फ़ॉर्म फ़ील्ड में सही तरीके से मैप करने में मदद मिलेगी. उदाहरण के लिए, यह तय किया जा सकता है कि किसी फ़ील्ड में पूरा नाम डालना है या पहला और आखिरी नाम अलग-अलग डालना है.
  • ह्यूमन-फ़र्स्ट इंटरफ़ेस में सहायता एजेंट के इंटरैक्शन: कुछ फ़ील्ड, इंसानों के लिए डिज़ाइन किए गए हैं. हालांकि, एजेंट इन्हें समझ नहीं पाते. date_pick टूल बनाया जा सकता है. इसकी मदद से, बुकिंग या इवेंट के लिए तारीख और समय को आसानी से चुना जा सकता है.
  • ऐप्लिकेशन को तेज़ी से डीबग करना: डेवलपर सेटिंग वाले पेज पर run_diagnostics टूल बनाया जा सकता है. इससे एजेंट, उन फ़िक्स को ट्रिगर कर सकता है जो नेस्ट किए गए मेन्यू में छिपे होते हैं.

क्या आपके इस्तेमाल का उदाहरण मौजूद नहीं है? या क्या आपके पास WebMCP के लिए कोई ऐसा आइडिया है जिसे शेयर करने के लिए आप उत्साहित हैं? GitHub पर सवाल पूछें और चर्चा में हिस्सा लें.

अपनी प्रोफ़ाइल बनाना शुरू करें

Chrome 149 से, WebMCP के ऑरिजिन ट्रायल में शामिल हों. ऑरिजिन ट्रायल का इस्तेमाल शुरू करने के बारे में ज़्यादा जानें.

Local WebMCP

WebMCP, लोकल डेवलपमेंट के लिए Chrome फ़्लैग के तौर पर उपलब्ध है:

  1. Chrome खोलें और chrome://flags/#enable-webmcp-testing पर जाएं
  2. फ़्लैग को चालू है पर सेट करें.
  3. बदलाव लागू करने के लिए, Chrome को फिर से लॉन्च करें.

WebMCP API का इस्तेमाल करना

वेबसाइट के टूल सेट अप करने के लिए, इन दो एपीआई का इस्तेमाल किया जा सकता है:

  • इंपरेटिव एपीआई: स्टैंडर्ड JavaScript की मदद से, अलग-अलग तरह के टूल तय करें. जैसे, फ़ॉर्म इनपुट, नेविगेशन टूल, स्टेट मैनेजमेंट या अन्य फ़ंक्शन.
  • डिक्लेरेटिव एपीआई: WebMCP टूल बनाने के लिए, स्टैंडर्ड एचटीएमएल फ़ॉर्म में एनोटेशन जोड़ें.

सीमाएं

WebMCP का मकसद, एजेंट और लोगों के लिए मुश्किल कामों को आसान बनाना है. हालांकि, इसकी कुछ सीमाएं हैं:

  • बिना डिसप्ले वाले ब्राउज़र के उदाहरण: बिना डिसप्ले वाले एनवायरमेंट में WebMCP टूल इस्तेमाल किए जा सकते हैं. हालांकि, इस एपीआई को मुख्य रूप से लोकल ब्राउज़र वर्कफ़्लो के लिए डिज़ाइन किया गया है. इसमें, किसी व्यक्ति को शामिल किया जाता है.
  • जटिल इंटरफ़ेस के लिए ओवरहेड: अगर आपकी साइट बहुत जटिल है, तो आपको ऐप्लिकेशन और इंटरफ़ेस की स्थिति को मैनेज करने के लिए, JavaScript को फिर से फ़ैक्टर करने या जोड़ने की ज़रूरत पड़ सकती है.
  • टूल की खोज: क्लाइंट और ब्राउज़र को सीधे तौर पर किसी साइट पर जाना होगा, ताकि यह पता चल सके कि उसमें कॉल किए जा सकने वाले टूल हैं या नहीं.

सुरक्षा और अनुमतियां

WebMCP एपीआई, ऑरिजिन आइसोलेशन की ज़रूरी शर्तों और अनुमतियों से जुड़ी नीति, दोनों के तहत आते हैं.

ऑरिजिन आइसोलेशन

WebMCP, सिर्फ़ origin-isolated दस्तावेज़ों में उपलब्ध है. इससे यह पक्का होता है कि टूल के इस्तेमाल के दौरान, दस्तावेज़ का ओरिजनल सोर्स एक ही रहे.

अगर किसी दस्तावेज़ के लिए document.domain चालू है (उदाहरण के लिए, Origin-Agent-Cluster: ?0 एचटीटीपी हेडर का इस्तेमाल करके), तो WebMCP API बंद हो जाते हैं.

अनुमतियों की नीति

दोनों एपीआई, tools अनुमतियों के लिए बनी नीति के तहत आते हैं. यह नीति डिफ़ॉल्ट रूप से self पर सेट होती है. इससे टॉप-लेवल और एक ही ऑरिजिन वाले कॉन्टेक्स्ट में टूल रजिस्टर करने की अनुमति मिलती है. साथ ही, यह क्रॉस-ऑरिजिन iframe के लिए इसे बंद कर देती है.

क्रॉस-ऑरिजिन iframe में WebMCP टूल को अनुमति देने के लिए, iframe में allow="tools" एट्रिब्यूट जोड़ें.

डेमो

इंपेरेटिव और डिक्लेरेटिव, दोनों तरह के तरीकों को लागू करने वाले डेमो के उदाहरण यहां दिए गए हैं:

GitHub पर जाकर, डेमो के सोर्स कोड की समीक्षा की जा सकती है और उसे एक्सप्लोर किया जा सकता है.

Inspector एक्सटेंशन की मदद से, एजेंट से की गई चैट की नकल करना

किसी एजेंट के साथ एक्सपेरिमेंट करने के लिए, Model Context Tool Inspector एक्सटेंशन इंस्टॉल करें. साथ ही, देखें कि लाइव डेमो या आपके अपने ऐप्लिकेशन में WebMCP टूल कैसे काम करते हैं. नैचुरल लैंग्वेज प्रॉम्प्ट का इस्तेमाल करके यह पता लगाएं कि एजेंट, WebMCP टूल के साथ उम्मीद के मुताबिक इंटरैक्ट करता है या नहीं.

इस एक्सटेंशन की मदद से, ये काम किए जा सकते हैं:

  • WebMCP API को मॉनिटर करके, यह देखा जा सकता है कि किसी पेज पर कौनसे टूल रजिस्टर किए गए हैं.
  • टूल को मैन्युअल तरीके से कॉल करना और फ़ंक्शन लागू करना.
  • पुष्टि करें कि आपका JSON स्कीमा सही तरीके से तय किया गया हो और ब्राउज़र, टूल के हिसाब से डेटा को पार्स कर सकता हो.
  • अपने टूल से मिले स्ट्रक्चर्ड आउटपुट या गड़बड़ी के मैसेज देखें. इससे यह पक्का किया जा सकेगा कि वे साफ़ तौर पर लिखे गए हैं और उनका फ़ॉर्मैट सही है, ताकि एजेंट उन्हें समझ सके.

नैचुरल लैंग्वेज का इस्तेमाल करके एजेंट से बात करें. इससे यह पता चलेगा कि एजेंट, WebMCP के सही टूल की पहचान कर सकता है और उन्हें चालू कर सकता है या नहीं. आपके प्रॉम्प्ट, डिफ़ॉल्ट रूप से gemini-3-flash-preview मॉडल को भेजे जाते हैं.

सुझाव/राय देना या शिकायत करना

WebMCP पर अब भी काम चल रहा है. इसलिए, आने वाले समय में इसमें बदलाव हो सकता है. अगर आपने इन एपीआई को आज़माया है और आपके पास कोई सुझाव, शिकायत या राय है, तो हमें ज़रूर बताएं.