WebMCP

Alexandra Klepper

François Beaufort

Kasper Kulikowski

প্রকাশিত: ১৮ মে, ২০২৬, শেষবার আপডেট করা হয়েছে: ৭ অক্টোবর, ২০২৬

WebMCP হল একটি প্রস্তাবিত ওয়েব স্ট্যান্ডার্ড যা আপনাকে AI এজেন্ট-এর জন্য স্ট্রাকচার্ড টুল তৈরি ও প্রকাশ করতে সাহায্য করে। WebMCP জাভাস্ক্রিপ্ট প্রদান করে এবং HTML ফর্ম এলিমেন্ট অ্যানোটেট করে যাতে এজেন্টরা ঠিকভাবে জানতে পারে যে কীভাবে পৃষ্ঠার ফিচারের সাথে ইন্টার‍্যাক্ট করতে হয়, যাতে ব্যবহারকারীর অভিজ্ঞতা উন্নত করা যায়। এটি এজেন্ট অ্যাকচুয়েশনের পারফর্ম্যান্স ও নির্ভরযোগ্যতা উল্লেখযোগ্যভাবে উন্নত করতে পারে।

AI এজেন্ট হল একটি নতুন প্রযুক্তি। এগুলি হিউম্যান ইউজারদের অত্যন্ত জটিল ও টেকনিক্যাল টাস্ক আরও ভালোভাবে সম্পূর্ণ করতে সাহায্য করতে পারে। WebMCP, এজেন্টিক টাস্ক সম্পূর্ণ করার জন্য আরও বেশি নির্ভুলতা অফার করে এবং এটি প্রোগ্রেসিভ এনহ্যান্সমেন্ট হিসেবে যোগ করা যেতে পারে।

ব্যাখ্যামূলক	ওয়েব	এক্সটেনশন	Chrome স্ট্যাটাস	ইনটেন্ট
GitHub	অরিজিন ট্রায়াল		ভিউ	পরীক্ষা করার ইচ্ছা

WebMCP কেন?

WebMCP ইন্টার‍্যাকশনের জন্য নিয়ম প্রদান করে যা ওয়েব অ্যাপ্লিকেশন ও এজেন্টের মধ্যে পার্থক্য দূর করে, দক্ষতা, নির্ভরযোগ্যতা ও টাস্ক সম্পূর্ণ করার হার উন্নত করে। কোনও এজেন্ট বোতাম বা ফিল্ডের মতো এলিমেন্ট পর্যালোচনা করে তার উদ্দেশ্য বোঝার পরিবর্তে, ওয়েবসাইট এলিমেন্টের উদ্দেশ্য ঘোষণা করে, যাতে এটি উদ্দেশ্য অনুযায়ী ব্যবহার করা হয়।

এটি অ্যাকচুয়েশনের চেয়ে বেশি নির্ভরযোগ্য, যাতে অসংখ্য ধাপ থাকতে পারে এবং প্রতিটি ধাপ এজেন্টের ব্যাখ্যার জন্য উন্মুক্ত থাকে।

ওয়েবসাইট, tool-এর সংজ্ঞা নির্ধারণ করে, সার্চ বা কেনাকাটার মতো নির্দিষ্ট উদ্দেশ্য শেয়ার করতে পারে। টুল আপনার ওয়েবপেজে দৃশ্যমানভাবে কাজ করে, তাই ব্যবহারকারীরা বিশ্বাস করেন যে প্রত্যাশা অনুযায়ী টাস্ক সম্পূর্ণ হয়েছে। এটি আপনার ব্র্যান্ড এবং মানুষের উপর ফোকাস করা ডিজাইন সংক্রান্ত পছন্দকে অক্ষত রাখে।

WebMCP-তে এগুলি কাজ করে:

• ডিসকভারি: এজেন্টের সাথে টুল রেজিস্টার করার জন্য পৃষ্ঠার একটি স্ট্যান্ডার্ড পদ্ধতি, যেমন checkout বা filter_results।
• JSON স্কিমা: ইনপুট ও প্রত্যাশিত আউটপুটের স্পষ্ট সংজ্ঞা, যাতে হ্যালুসিনেশন বা ভুল বোঝাবুঝি কমানো যায়।
• স্টেট: বর্তমান পৃষ্ঠার প্রসঙ্গ সম্পর্কে একটি শেয়ার করা বোঝাপড়া, যাতে এজেন্ট জানে যে রিয়েল টাইমে কাজ করার জন্য কোন রিসোর্স উপলভ্য আছে।

আমাদের লক্ষ্য হল এমন API তৈরি করা যা এজেন্টসুলভ দক্ষতা সহ যেকোনও ব্রাউজার প্রয়োগ করতে এবং তা থেকে উপকৃত হতে পারে, যাতে আপনার ব্যবহারকারীরা আরও সহজে টাস্ক সম্পূর্ণ করতে পারেন। আপনি GitHub-এ এই প্রসেস অনুসরণ করতে পারেন।

যেসব ক্ষেত্রে ব্যবহার করা যাবে

আপনি বিভিন্ন উপায়ে WebMCP ব্যবহার করতে পারেন। যেমন:

• আপনার গ্রাহকদের সহায়তা পেতে সাহায্য করুন। আপনি গ্রাহকদের কোনও সফ্টওয়্যার প্রদান করলে, বিভিন্ন প্রশ্নের উত্তর দেওয়ার জন্য আপনার কাছে একটি জটিল সহায়তা ফ্লো থাকতে পারে। আপনি WebMCP ব্যবহার করে কোনও এজেন্টকে আরও দ্রুত সঠিক ফর্মে নেভিগেট করতে এবং ব্যবহারকারীর দেওয়া তথ্য দিয়ে ফিল্ড পূরণ করতে সাহায্য করতে পারেন।
• ট্রাভেল বুকিং উন্নত করুন। এজেন্টদের জটিল, একাধিক শহর এবং একাধিক যাত্রীর ট্রিপ কম ধাপে বুক করতে সাহায্য করুন।

কিছু অ্যাকশন সংবেদনশীল হতে পারে, যেমন কেনাকাটা করা। আপনি একটি কমান্ড অন্তর্ভুক্ত করতে পারেন যা কনফার্মেশন ডায়ালগের মাধ্যমে ব্যবহারকারীর ইন্টার‍্যাকশনের জন্য অনুরোধ করে।

ব্যবহারিক অর্থে, আপনার টুল নিম্নলিখিত কাজগুলি সম্পন্ন করতে পারে:

• স্ট্রাকচার্ড ফর্ম পূরণ করা: এজেন্টদের সাহায্য করার জন্য একটি submit_application টুল তৈরি করুন ব্যবহারকারীর সাথে কথোপকথন থেকে সংগৃহীত ডেটা ফর্ম ফিল্ডে ম্যাপ করতে সঠিকভাবে। যেমন, কোনও ফিল্ডে পুরো নাম নাকি আলাদা করে নাম ও পদবি লিখতে হবে, তা আপনি আলাদা করে দেখাতে পারেন।
• হিউম্যান-ফার্স্ট ইন্টারফেসে সাপোর্ট এজেন্টের ইন্টার‍্যাকশন: কিছু ফিল্ড মানুষ ব্যবহারকারীদের জন্য ডিজাইন করা হয়েছে, কিন্তু এজেন্টরা বুঝতে নাও পারে। আপনি এমন একটি date_pick টুল তৈরি করতে পারেন যা রিজার্ভেশন বা ইভেন্ট বুকিংয়ের ক্ষেত্রে জটিল তারিখ ও সময় বেছে নেওয়ার সুবিধা দেয়।
• আরও দ্রুত অ্যাপ্লিকেশন ডিবাগিং: আপনি ডেভেলপার সেটিংস পৃষ্ঠায় একটি run_diagnostics টুল তৈরি করতে পারেন, যাতে একজন এজেন্ট এমন সমাধান ট্রিগার করতে পারে যা অন্যথায় নেস্টেড মেনুর পিছনে লুকানো থাকে।

আপনার ব্যবহারের কেস কি নেই? অথবা আপনার কাছে কি এমন কোনও আইডিয়া আছে যা আপনি WebMCP-এর জন্য শেয়ার করতে আগ্রহী? GitHub-এ প্রশ্ন করুন এবং আলোচনায় অংশগ্রহণ করুন।

শুরু করুন

Chrome 149 থেকে WebMCP অরিজিন ট্রায়ালে যোগ দিন। কীভাবে অরিজিন ট্রায়াল শুরু করবেন সেই সম্পর্কে আরও জানুন।

স্থানীয় WebMCP

লোকাল ডেভেলপমেন্টের জন্য WebMCP একটি Chrome ফ্ল্যাগ হিসেবে উপলভ্য:

1. Chrome খুলে chrome://flags/#enable-webmcp-testing-এ যান
2. ফ্ল্যাগটি চালু করা আছে হিসেবে সেট করুন।
3. পরিবর্তনগুলি প্রয়োগ করতে Chrome আবার চালু করুন।

WebMCP API ব্যবহার করা

আপনার ওয়েবসাইট টুল সেট-আপ করার জন্য আপনি দুটি API ব্যবহার করতে পারবেন:

• ইম্পারেটিভ API: স্ট্যান্ডার্ড জাভাস্ক্রিপ্ট ব্যবহার করে বিভিন্ন ধরনের টুল সংজ্ঞায়িত করুন, যেমন ফর্ম ইনপুট, নেভিগেশন টুল, স্টেট ম্যানেজমেন্ট বা অন্যান্য ফাংশন।
• ডিক্লারেটিভ API: WebMCP টুল তৈরি করতে স্ট্যান্ডার্ড HTML ফর্মে অ্যানোটেশন যোগ করুন।

আপনি Chrome DevTools-এর সাহায্যে WebMCP টুল ডিবাগ করতে এবং ব্রাউজার কীভাবে JSON স্কিমা পার্স করে তা যাচাই করতে পারবেন।

সীমাবদ্ধতা

WebMCP-এর লক্ষ্য হল এজেন্ট এবং মানুষের জন্য জটিল কাজগুলিকে সহজ করা, তবে কিছু সীমাবদ্ধতা রয়েছে:

• হেডলেস ব্রাউজিং: হেডলেস এনভায়রনমেন্টে WebMCP টুল চালানো সম্ভব হলেও, এই API মূলত লোকাল ব্রাউজার ওয়ার্কফ্লোর জন্য ডিজাইন করা হয়েছে যেখানে কোনও ব্যক্তি লুপে থাকেন।
• জটিল ইন্টারফেসের জন্য ওভারহেড: আপনার সাইট অত্যন্ত জটিল হলে, অ্যাপ্লিকেশন ও ইন্টারফেসের অবস্থা ম্যানেজ করার জন্য আপনাকে সম্ভবত জাভাস্ক্রিপ্ট রিফ্যাক্টর বা যোগ করতে হবে।
• টুল খুঁজে পাওয়ার যোগ্যতা: কোনও সাইটে কল করা যায় এমন টুল আছে কিনা তা জানতে ক্লায়েন্ট এবং ব্রাউজারকে সরাসরি সাইটে যেতে হবে।

অনুমতি সংক্রান্ত নীতি

দুটি API-ই tools অনুমতি সংক্রান্ত নীতি দ্বারা গেট করা হয়। নীতিটি ডিফল্ট হিসেবে self-এ সেট করা থাকে, যা টপ-লেভেল এবং একই-অরিজিন কন্টেক্সটে টুল রেজিস্ট্রেশনের অনুমতি দেয় এবং ক্রস-অরিজিন iframe-এর জন্য এটি বন্ধ করে দেয়।

ক্রস-অরিজিন iframe-এ WebMCP টুলকে অনুমতি দিতে, iframe-এ allow="tools" অ্যাট্রিবিউট যোগ করুন।

ডেমো

ইম্পারেটিভ ও ডিক্লারেটিভ, দুই ধরনের প্রয়োগই কভার করে এমন ডেমোর উদাহরণ উপলভ্য:

• WebMCP zaMaker WebMCP Imperative API ব্যবহার করে।
• Travel demo (React) WebMCP Imperative API ব্যবহার করে।
• Le Petit Bistro ডেমো WebMCP ডিক্লারেটিভ API ব্যবহার করে।

এছাড়াও, আপনি GitHub-এ ডেমো সোর্স কোড পর্যালোচনা ও এক্সপ্লোর করতে পারবেন।

আপনার টুল পরীক্ষা করতে এজেন্টের অনুকরণ করুন

আমাদের ডেমো এবং আপনার অ্যাপ্লিকেশনে WebMCP টুল কীভাবে কাজ করে তা দেখতে আপনাকে সাহায্য করার জন্য আমরা দুটি Chrome এক্সটেনশন তৈরি করেছি।

ন্যাচারাল ল্যাঙ্গুয়েজ প্রম্পটের মাধ্যমে WebMCP টুল পরীক্ষা, মনিটর ও এক্সিকিউট করতে Example Agentic Chrome Extension ইনস্টল করুন। বিশেষ করে, এই এক্সটেনশন সবসময় WebMCP অ্যানোটেশন বিশ্বাস করে, যা এজেন্টকে সংবেদনশীল অ্যাকশন সম্পর্কে সতর্ক করতে পারে। এটি দেখায় যে কীভাবে একটি টুল অ্যানোটেশনের সাথে আলাদাভাবে পারফর্ম করতে পারে।

ডিফল্ট হিসেবে, এই এক্সটেনশন AI SDK সহ একটি ছোট Node সার্ভার ব্যবহার করে। API key প্রয়োজন এবং এটি লোকাল সার্ভারে থাকে। আপনার প্রম্পট ডিফল্ট হিসেবে gemini-3.6-flash মডেলে পাঠানো হয়, তবে আপনি এক্সটেনশনের .env ফাইলে মডেলের পছন্দ এবং API প্রদানকারী পরিবর্তন করতে পারেন। OpenAI, Google, এবং Anthropic-এর জন্য ফিল্ড আছে অথবা, বিকল্প হিসেবে, আপনি অন্য কোনও পরিষেবা প্রদানকারীর থেকে মডেল ব্যবহার করার জন্য এক্সটেনশন কাস্টমাইজ করতে পারেন।

অন্যথায়, আপনি Prompt API-এর সাথে ক্লায়েন্ট-সাইড মডেল ব্যবহার করতে পারেন। এটির জন্য API কী-এর প্রয়োজন হয় না এবং ডেটা আপনার ডিভাইসেই থাকে। এটি করতে, chrome://flags/#prompt-api-tool-use চালু করুন।

Model Context Tool Inspector এক্সটেনশন ইনস্টল করুন যাতে কোনও এজেন্টের সাথে এক্সপেরিমেন্ট করতে পারেন এবং লাইভ ডেমো বা আপনার নিজস্ব অ্যাপ্লিকেশনে WebMCP টুল কীভাবে কাজ করে তা দেখতে পারেন। এজেন্ট WebMCP টুলের সাথে প্রত্যাশা অনুযায়ী ইন্টার‍্যাক্ট করছে কিনা তা নির্ধারণ করতে ন্যাচারাল ল্যাঙ্গুয়েজ প্রম্পট ব্যবহার করুন।

আপনার টুল কল করার জন্য Gemini ব্যবহার করতে, আপনার কাছে অবশ্যই একটি API কী থাকতে হবে, যা আপনি এক্সটেনশনের ইন্টারফেসে প্রদান করেন। আপনার প্রম্পট ডিফল্ট হিসেবে gemini-3.6-flash মডেলে পাঠানো হয়। আপনি এক্সপেরিমেন্ট করার জন্য অন্য কোনও Gemini মডেল বেছে নিতে পারেন অথবা অন্য কোনও পরিষেবা প্রদানকারীর মডেল ব্যবহার করার জন্য এক্সটেনশন কোড কাস্টমাইজ করতে পারেন।

যোগাযোগ করুন এবং মতামত শেয়ার করুন

WebMCP নিয়ে সক্রিয় আলোচনা চলছে এবং ভবিষ্যতে এটিতে পরিবর্তন হতে পারে। আপনি যদি এইসব API ব্যবহার করে দেখেন এবং কোনও মতামত থাকে, তাহলে আমরা তা জানতে চাই।

• WebMCP অরিজিন ট্রায়ালে যোগ দিন এবং Chrome স্ট্যাটাসে Chrome-এর জন্য প্রয়োগ করার পদ্ধতি অনুসরণ করুন।
• WebMCP এক্সপ্লেনার পড়ুন, প্রশ্ন করুন এবং আলোচনায় অংশগ্রহণ করুন।
• WebMCP-এর পেশাদার পদ্ধতি পড়ুন।
• আমাদের WebMCP টুল নিরাপত্তা সংক্রান্ত নির্দেশিকা এবং পেশাদার পদ্ধতি পড়ুন।
• Chrome-এর প্রয়োগ সম্পর্কে আপনার কোনও মতামত থাকলে, Chromium বাগ ফাইল করুন।