WebMCP

Alexandra Klepper
Alexandra Klepper
GitHub Bluesky

पब्लिश किया गया: 18 मई, 2026, पिछली बार अपडेट किया गया: 9 जून, 2026

WebMCP वेब के लिए एक स्टैंडर्ड है. इसका मकसद, एआई एजेंट के लिए स्ट्रक्चर्ड टूल बनाना और उन्हें उपलब्ध कराना है. WebMCP, JavaScript उपलब्ध कराता है. साथ ही, एचटीएमएल फ़ॉर्म एलिमेंट को एनोटेट करता है, ताकि एजेंट को यह पता हो कि पेज की सुविधाओं के साथ कैसे इंटरैक्ट करना है. इससे उपयोगकर्ता के अनुभव को बेहतर बनाया जा सकता है. इससे, एजेंट के काम करने की परफ़ॉर्मेंस और भरोसेमंद तरीके से काम करने की क्षमता में काफ़ी सुधार हो सकता है.

एआई एजेंट, नई टेक्नोलॉजी हैं. ये लोगों को मुश्किल और तकनीकी टास्क बेहतर तरीके से पूरे करने में मदद कर सकते हैं. WebMCP एजेंटिक टास्क पूरे करने की सटीक दर बेहतर करता है. इसे परतदार वृद्धि के तौर पर जोड़ा जा सकता है.

जानकारी देने वाला वेब एक्सटेंशन Chrome स्टेटस मकसद
GitHub ऑरिजिन ट्रायल ऑरिजिन ट्रायल देखें प्रयोग करने का मकसद

WebMCP क्यों इस्तेमाल करें?

WebMCP, वेब ऐप्लिकेशन और एजेंट के बीच के अंतर को कम करने में मदद कर सकता है. साथ ही, इंटरैक्शन के लिए नियम उपलब्ध कराकर, काम करने की क्षमता, भरोसेमंद तरीके से काम करने की क्षमता, और टास्क पूरे करने की दर को बेहतर बना सकता है. किसी एलिमेंट, जैसे कि बटन या फ़ील्ड के मकसद को समझने के लिए, एजेंट को उसकी समीक्षा करने की ज़रूरत नहीं होती. इसके बजाय, वेबसाइट एलिमेंट के मकसद के बारे में बताती है, ताकि उसका सही तरीके से इस्तेमाल किया जा सके

यह एक्चुएशन से ज़्यादा भरोसेमंद है. एक्चुएशन में कई चरण हो सकते हैं और हर चरण को एजेंट अपनी समझ के हिसाब से पूरा कर सकता है.

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. इससे उपयोगकर्ताओं को भरोसा होता है कि टास्क, उम्मीद के मुताबिक पूरे होंगे. इससे, आपके ब्रैंड और लोगों की ज़रूरतों को ध्यान में रखकर डिज़ाइन किए गए विकल्पों को भी बरकरार रखा जा सकता है.

WebMCP इनके साथ काम करता है:

  • डिस्कवरी: पेजों के लिए, एजेंट के साथ टूल रजिस्टर करने का एक स्टैंडर्ड तरीका. जैसे checkout या filter_results.
  • JSON स्कीमा: इनपुट और अनुमानित आउटपुट की साफ़ तौर पर दी गई परिभाषाएं, ताकि गलत जानकारी या गलतफ़हमी की संभावना कम हो.
  • स्टेट: मौजूदा पेज के कॉन्टेक्स्ट की साझा समझ, ताकि एजेंट को पता हो कि रीयल टाइम में किन संसाधनों का इस्तेमाल किया जा सकता है.

हमारा मकसद ऐसे एपीआई बनाना है जिन्हें एजेंट की क्षमताओं वाला कोई भी ब्राउज़र लागू कर सके और उनसे फ़ायदा पा सके. इससे आपके उपयोगकर्ता, टास्क को आसानी से पूरा कर पाएंगे. आप इस प्रोसेस को GitHub पर फ़ॉलो कर सकते हैं.

इस्तेमाल के उदाहरण

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

  • अपने ग्राहकों को सहायता उपलब्ध कराएं. अगर ग्राहकों को सॉफ़्टवेयर उपलब्ध कराया जाता है, तो अलग-अलग सवालों के जवाब देने के लिए, सहायता का मुश्किल फ़्लो हो सकता है. WebMCP का इस्तेमाल करके, एजेंट को सही फ़ॉर्म पर तेज़ी से नेविगेट करने और उपयोगकर्ता की दी गई जानकारी के साथ फ़ील्ड भरने में मदद की जा सकती है.
  • यात्रा की बुकिंग को बेहतर बनाएं. एजेंट को कम चरणों में, मुश्किल, एक से ज़्यादा जगह और एक से ज़्यादा यात्रियों की यात्राएं बुक करने में मदद करें.

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

असल में, आपके टूल ये टास्क पूरे कर सकते हैं:

  • स्ट्रक्चर्ड फ़ॉर्म भरें: submit_application टूल बनाएं, ताकि एजेंट, उपयोगकर्ता के साथ बातचीत से इकट्ठा किए गए डेटा को फ़ॉर्म फ़ील्ड में सही तरीके से मैप कर सकें. उदाहरण के लिए, यह अंतर किया जा सकता है कि किसी फ़ील्ड में पूरा नाम ज़रूरी है या पहला और आखिरी नाम अलग-अलग ज़रूरी है.
  • लोगों की ज़रूरतों को ध्यान में रखकर डिज़ाइन किए गए इंटरफ़ेस में एजेंट के इंटरैक्शन को सपोर्ट करें: कुछ फ़ील्ड, लोगों की ज़रूरतों को ध्यान में रखकर डिज़ाइन किए जाते हैं, लेकिन एजेंट उन्हें नहीं समझ पाते हैं. date_pick टूल बनाया जा सकता है. इससे रिज़र्वेशन या इवेंट बुकिंग में, तारीख और समय को मुश्किल तरीके से चुना जा सकता है.
  • ऐप्लिकेशन को डीबग करना: डेवलपर सेटिंग वाले पेज पर, run_diagnostics टूल बनाया जा सकता है, ताकि एजेंट उन समस्याओं को ठीक कर सके जो नेस्ट किए गए मेन्यू में छिपी होती 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 शामिल हों.

शुरू करें

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

लोकल 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

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

  • इंपेरेटिव 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 टास्क को आसान बनाना है. हालांकि, इसकी कुछ सीमाएं हैं:

  • ब्राउज़िंग कॉन्टेक्स्ट ज़रूरी है: टूल कॉल को JavaScript में हैंडल किया जाता है. इसलिए, दिखने वाला इंटरफ़ेस और ब्राउज़र कॉन्टेक्स्ट उपलब्ध कराने के लिए, ब्राउज़र टैब या वेबव्यू खोला जाना चाहिए. दूसरे शब्दों में कहें, तो एजेंट या ऐक्सेसिबिलिटी टूल के लिए, हेडलेस स्टेट में टूल कॉल करने की सुविधा उपलब्ध नहीं है.
  • मुश्किल इंटरफ़ेस के लिए ज़्यादा ओवरहेड: अगर आपकी साइट बहुत मुश्किल है, तो आपको ऐप्लिकेशन और इंटरफ़ेस स्टेट को हैंडल करने के लिए, JavaScript को फिर से फ़ैक्टर करने या जोड़ने की ज़रूरत पड़ सकती है.
  • टूल की खोज: क्लाइंट और ब्राउज़र को सीधे किसी साइट पर जाकर यह देखना होगा कि उसमें कॉल किए जा सकने वाले टूल हैं या नहीं.

सुरक्षा और अनुमतियां

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

ऑरिजिन आइसोलेशन

WebMCP, सिर्फ़ ऑरिजिन-आइसोलेटेड दस्तावेज़ों में उपलब्ध है. इससे यह पक्का होता है कि टूल के लाइफ़टाइम में, दस्तावेज़ का ऑरिजिन स्थिर रहे.

अगर किसी दस्तावेज़ में document.domain की सुविधा 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 की नीति के तहत आते हैं. नीति डिफ़ॉल्ट रूप से self पर सेट होती है. इससे टॉप-लेवल और सेम-ऑरिजिन कॉन्टेक्स्ट में टूल रजिस्टर किए जा सकते हैं. साथ ही, क्रॉस-ऑरिजिन iframe के लिए, यह सुविधा बंद हो जाती है.

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

डेमो

इंपेरेटिव और डिक्लेरेटिव, दोनों तरह के लागू करने के उदाहरण उपलब्ध हैं:

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

इंस्पेक्टर एक्सटेंशन की मदद से, एजेंट के साथ चैट की नकल करना

एजेंट के साथ प्रयोग करने के लिए, मॉडल कॉन्टेक्स्ट टूल इंस्पेक्टर एक्सटेंशन इंस्टॉल करें. साथ ही, देखें कि लाइव डेमो या अपने ऐप्लिकेशन में WebMCP टूल कैसे काम करते हैं. यह पता लगाने के लिए, नैचुरल लैंग्वेज प्रॉम्प्ट का इस्तेमाल करें कि एजेंट, WebMCP टूल के साथ उम्मीद के मुताबिक इंटरैक्ट करता है या नहीं.

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

  • WebMCP API की निगरानी करके, यह देखा जा सकता है कि किसी पेज पर कौनसा टूल रजिस्टर किया गया है.
  • मैन्युअल तरीके से टूल कॉल किए जा सकते हैं और फ़ंक्शन लागू किए जा सकते हैं.
  • यह पुष्टि की जा सकती है कि आपका JSON स्कीमा सही तरीके से तय किया गया है और ब्राउज़र, टूल की उम्मीद के मुताबिक डेटा पार्स कर सकता है.
  • स्ट्रक्चर्ड आउटपुट या गड़बड़ी के मैसेज देखे जा सकते हैं. ये मैसेज, आपके टूल से मिलते हैं. इससे यह पक्का किया जा सकता है कि इन्हें साफ़ तौर पर और सही तरीके से फ़ॉर्मैट किया गया हो, ताकि एजेंट इन्हें समझ सके.

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

सुझाव, शिकायत या राय शेयर करना

WebMCP पर अभी चर्चा चल रही है. 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 इसके बारे में बताएं.