WebMCP

Alexandra Klepper
Alexandra Klepper
GitHub Bluesky

Opublikowano: 18 maja 2026 r., ostatnia aktualizacja: 7 sierpnia 2026 r.

WebMCP to proponowany standard internetowy, który ułatwia tworzenie i udostępnianie uporządkowanych narzędzi dla agentów AI AI. WebMCP udostępnia JavaScript i dodaje adnotacje do elementów formularza HTML, dzięki czemu agenty dokładnie wiedzą, jak wchodzić w interakcje z funkcjami strony, aby zapewnić użytkownikom jak najlepsze wrażenia. Może to znacznie poprawić wydajność i niezawodność aktywacji agenta.

Agenty AI to nowa technologia. Mogą one pomagać użytkownikom w wykonywaniu złożonych i technicznych zadań. WebMCP zapewnia większą dokładność wykonywania zadań przez agenta i można go dodać jako progresywne ulepszenie.

Film z wyjaśnieniem Sieć Rozszerzenia Stan Chrome Intencja
GitHub Wersja próbna origin Testowanie origin Wyświetl Intencja eksperymentu

Dlaczego WebMCP?

WebMCP może pomóc Ci wypełnić lukę między aplikacjami internetowymi a agentami, zwiększając wydajność, niezawodność i skuteczność wykonywania zadań dzięki udostępnianiu reguł interakcji. Zamiast analizować element, taki jak przycisk lub pole, aby zrozumieć jego przeznaczenie, witryna deklaruje jego przeznaczenie, dzięki czemu jest on używany prawidłowo.

Jest to bardziej niezawodne niż aktywacja, która może obejmować wiele etapów, a każdy z nich może być interpretowany przez agenta na różne sposoby.

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

Witryny mogą udostępniać wyraźne przeznaczenie, np. wyszukiwanie lub zakupy, przez zdefiniowanie tool. Narzędzia działają na stronie w widoczny sposób, dzięki czemu użytkownicy mają pewność, że zadania są wykonywane zgodnie z oczekiwaniami. Pozwala to też zachować spójność marki i decyzji projektowych skoncentrowanych na użytkowniku.

WebMCP obsługuje:

  • Wykrywanie: standardowy sposób rejestrowania narzędzi przez strony 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 rozumienie bieżącego kontekstu strony, dzięki czemu agent wie, jakie zasoby są dostępne do działania w czasie rzeczywistym.

Naszym celem jest tworzenie interfejsów API, które mogą być implementowane i wykorzystywane przez każdą przeglądarkę z funkcjami agenta, aby ułatwić użytkownikom wykonywanie zadań. Możesz śledzić ten proces na GitHub.

Przypadki użycia

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

  • Pomaganie klientom w uzyskiwaniu pomocy. Jeśli udostępniasz klientom oprogramowanie, możesz mieć złożony proces obsługi, który odpowiada na wiele różnych pytań. Możesz użyć WebMCP, aby pomóc agentowi szybciej przejść do odpowiedniego formularza i wypełnić pola informacjami podanymi przez użytkownika.
  • Ulepszanie rezerwacji podróży. Pomóż agentom rezerwować złożone podróże obejmujące wiele miast i pasażerów w mniejszej liczbie kroków.

Niektóre działania mogą być poufne, np. dokonywanie zakupu. Możesz dodać polecenie, aby poprosić użytkownika o interakcję z oknem potwierdzenia.

W praktyce Twoje narzędzia mogą wykonywać te zadania:

  • Wypełnianie formularzy strukturalnych: utwórz narzędzie submit_application, które pomoże agentom prawidłowo mapować dane zebrane podczas rozmowy z użytkownikiem na pola formularza. Możesz na przykład rozróżnić, czy pole wymaga pełnego imienia i nazwiska, czy osobno imienia i nazwiska.
  • Obsługa interakcji agenta w interfejsach zaprojektowanych z myślą o użytkownikach: niektóre pola są przeznaczone dla użytkowników, ale mogą nie być zrozumiałe dla agentów. Możesz utworzyć narzędzie date_pick, które umożliwia złożony wybór daty i godziny w rezerwacji lub rezerwacji wydarzenia.
  • Szybsze debugowanie aplikacji: na stronie ustawień dewelopera możesz utworzyć narzędzie run_diagnostics, dzięki czemu agent może wywoływać poprawki, które w przeciwnym razie byłyby ukryte za zagnieżdżonymi menu.

Czy brakuje Twojego przypadku użycia? A może masz pomysł, którym chcesz się podzielić w związku z WebMCP? Zadawaj pytania i bierz udział w dyskusji na GitHubie.

Rozpocznij

Dołącz do testowania 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 przejdź do chrome://flags/#enable-webmcp-testing.
  2. Ustaw flagę na Włączone.
  3. Uruchom ponownie Chrome, aby zastosować zmiany.

Korzystanie z interfejsów WebMCP API

Do skonfigurowania narzędzi witryny możesz użyć 2 interfejsów API:

  • Imperatywny interfejs API: definiuj różne typy narzędzi za pomocą standardowego JavaScriptu, np. wprowadzanie danych w formularzu, narzędzia nawigacyjne, zarządzanie stanem lub inne funkcje.
  • Deklaratywny interfejs API: dodaj adnotacje do standardowych formularzy HTML, aby utworzyć narzędzie WebMCP.

Ograniczenia

Choć WebMCP ma na celu uproszczenie złożonych zadań dla agentów i ludzi, ma pewne ograniczenia:

  • Scenariusze przeglądania bez interfejsu graficznego: choć narzędzia WebMCP mogą działać w środowiskach bez interfejsu graficznego, ten interfejs API jest przeznaczony głównie do lokalnych przepływów pracy w przeglądarce z udziałem człowieka.
  • 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: klienci i przeglądarki muszą bezpośrednio odwiedzić witrynę, aby sprawdzić, czy ma ona narzędzia, które można wywołać.

Zabezpieczenia i uprawnienia

Dostęp do interfejsów WebMCP API jest ograniczony zarówno przez wymagania dotyczące izolacji źródła, jak i przez zasady dotyczące uprawnień.

Izolacja źródła

WebMCP jest dostępny tylko w dokumentach izolowanych od źródła. Dzięki temu źródło dokumentu pozostaje stabilne przez cały okres działania narzędzia.

Jeśli w dokumencie jest włączona funkcja document.domain (np. za pomocą nagłówka HTTP Origin-Agent-Cluster: ?0), interfejsy WebMCP API są wyłączone.

Zasady dotyczące uprawnień

Oba interfejsy API są ograniczone przez tools zasady dotyczące uprawnień. Domyślnie zasady mają wartość self, która umożliwia rejestrację narzędzi w kontekstach najwyższego poziomu i w kontekstach tego samego źródła, a wyłącza ją w przypadku elementów iframe ze współdzieleniem.

Aby zezwolić na używanie narzędzi WebMCP w elemencie iframe z innego źródła, dodaj do elementu iframe allow="tools" atrybut.

Prezentacja

Dostępne są przykłady prezentacji obejmujące implementacje imperatywne i deklaratywne:

Możesz też przejrzeć i zbadać kod źródłowy prezentacji na GitHub.

Imitowanie czatu z agentem za pomocą rozszerzenia inspektora

Zainstaluj rozszerzenie Model Context Tool Inspector aby eksperymentować z agentem i zobaczyć, jak działają narzędzia WebMCP w prezentacjach na żywo lub w Twoich aplikacjach. Używaj promptów w języku naturalnym, aby sprawdzić, czy agent wchodzi w interakcje z narzędziami WebMCP zgodnie z oczekiwaniami.

Dzięki rozszerzeniu możesz:

  • sprawdzać, które narzędzia są zarejestrowane na stronie, monitorując interfejs WebMCP API;
  • ręcznie wywoływać narzędzia i wykonywać funkcje;
  • sprawdzać, czy schemat JSON jest prawidłowo zdefiniowany i czy przeglądarka może analizować dane zgodnie z oczekiwaniami narzędzia;
  • wyświetlać uporządkowane dane wyjściowe lub komunikaty o błędach zwracane przez narzędzie, aby upewnić się, że są one napisane jasno i prawidłowo sformatowane, dzięki czemu agent może je zrozumieć.

Rozmawiaj z agentem w języku naturalnym, aby sprawdzić, czy potrafi prawidłowo identyfikować i wywoływać odpowiednie narzędzia WebMCP. Domyślnie prompty są wysyłane do modelu gemini-3-flash-preview.

Zaangażuj się i prześlij opinię

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

Dalej
Imperative API