WebMCP

Alexandra Klepper
Alexandra Klepper
François Beaufort
François Beaufort
Kasper Kulikowski
Kasper Kulikowski

पब्लिश होने की तारीख: 18 मई, 2026, पिछली बार अपडेट किए जाने की तारीख: 7 अक्टूबर, 2026

WebMCP, वेब के लिए सुझाया गया एक स्टैंडर्ड है. इससे आपको एआई एजेंट के लिए, स्ट्रक्चर्ड टूल बनाने और उन्हें उपलब्ध कराने में मदद मिलती है. WebMCP, JavaScript उपलब्ध कराता है और एचटीएमएल फ़ॉर्म एलिमेंट के बारे में जानकारी देता है. इससे एजेंट को यह पता चलता है कि पेज की सुविधाओं के साथ कैसे इंटरैक्ट करना है, ताकि उपयोगकर्ता को बेहतर अनुभव मिल सके. इससे एजेंट के ऑटोमेटेड ऐक्शन की परफ़ॉर्मेंस और विश्वसनीयता को काफ़ी हद तक बेहतर बनाया जा सकता है.

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

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

WebMCP क्यों?

WebMCP, इंटरैक्शन के लिए नियम उपलब्ध कराता है. इससे वेब ऐप्लिकेशन और एजेंट के बीच की दूरी कम होती है. साथ ही, काम करने की क्षमता, विश्वसनीयता, और टास्क पूरा करने की प्रोसेस बेहतर होती है. किसी बटन या फ़ील्ड जैसे एलिमेंट का मकसद समझने के लिए, एजेंट उसकी समीक्षा नहीं करता. इसके बजाय, वेबसाइट उस एलिमेंट का मकसद बताती है, ताकि उसका इस्तेमाल सही तरीके से किया जा सके.

यह एआई के ऑटोमेटेड ऐक्शन से ज़्यादा भरोसेमंद है. ऐसा इसलिए, क्योंकि एआई के ऑटोमेटेड ऐक्शन में कई चरण हो सकते हैं और हर चरण को एजेंट अपने हिसाब से समझ सकता है.

बाईं ओर, एजेंट डीओएम को स्क्रैप करता है. दाईं ओर, एजेंट एक टूल को कॉल करता है. अपॉइंटमेंट बुक करने के डेमो पर जाकर, इसे खुद आज़माएं.

वेबसाइटें, tool तय करके, खोज या खरीदारी जैसे साफ़ तौर पर बताए गए मकसद को शेयर कर सकती हैं. टूल आपके वेबपेज पर साफ़ तौर पर दिखते हैं, ताकि उपयोगकर्ताओं को भरोसा हो सके कि टास्क उम्मीद के मुताबिक पूरे हो रहे हैं. इससे आपके ब्रैंड और लोगों की पसंद के हिसाब से डिज़ाइन चुनने के विकल्प भी बरकरार रहते हैं.

WebMCP में ये सुविधाएं मिलती हैं:

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

हमारा मकसद ऐसे एपीआई बनाना है जिन्हें एजेंटिक एआई की सुविधाओं वाला कोई भी ब्राउज़र लागू कर सके और उनसे फ़ायदा पा सके. इससे आपके उपयोगकर्ता, टास्क ज़्यादा आसानी से पूरे कर पाएंगे. GitHub पर इस प्रोसेस को फ़ॉलो किया जा सकता है.

उपयोग के उदाहरण

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

  • अपने ग्राहकों को सहायता पाने में मदद करें. अगर ग्राहकों को कोई सॉफ़्टवेयर उपलब्ध कराया जाता है, तो हो सकता है कि आपके पास कई अलग-अलग सवालों के जवाब देने के लिए, सहायता पाने का कोई जटिल तरीका हो. WebMCP का इस्तेमाल करके, किसी 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, एक से ज़्यादा जगह और एक से ज़्यादा यात्रियों के लिए मुश्किल यात्राएं बुक करने में मदद करें.

कुछ कार्रवाइयां संवेदनशील हो सकती हैं. जैसे, खरीदारी करना. पुष्टि करने वाले डायलॉग बॉक्स की मदद से, उपयोगकर्ता से इंटरैक्शन का अनुरोध करने के लिए, कोई निर्देश शामिल किया जा सकता है.

प्रैक्टिकल तौर पर, आपके टूल ये टास्क पूरे कर सकते हैं:

  • स्ट्रक्चर्ड फ़ॉर्म भरना: submit_application टूल बनाएं, ताकि एजेंट उपयोगकर्ता के साथ हुई बातचीत से इकट्ठा किए गए डेटा को फ़ॉर्म के फ़ील्ड में सही तरीके से मैप कर सकें. उदाहरण के लिए, यह तय किया जा सकता है कि किसी फ़ील्ड में पूरा नाम डालना है या पहला नाम और उपनाम अलग-अलग डालना है.
  • इंसानों के लिए बनाए गए इंटरफ़ेस में सहायता एजेंट के इंटरैक्शन: कुछ फ़ील्ड इंसानों के लिए डिज़ाइन किए गए हैं, लेकिन हो सकता है कि एजेंट उन्हें न समझ पाएं. date_pick टूल बनाया जा सकता है. इसकी मदद से, रिज़र्वेशन या इवेंट बुकिंग में तारीख और समय चुनने की मुश्किल प्रोसेस को आसान बनाया जा सकता है.
  • ऐप्लिकेशन को तेज़ी से डीबग करना: डेवलपर सेटिंग पेज पर run_diagnostics टूल बनाया जा सकता है, ताकि एजेंट उन गड़बड़ियों को ठीक कर सके जो नेस्ट किए गए मेन्यू के पीछे छिपी होती हैं.

क्या आपको अपने इस्तेमाल का उदाहरण नहीं मिल रहा है? क्या आपके पास कोई ऐसा आइडिया है जिसे आपको WebMCP के लिए शेयर करना है? 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 शुरू 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 इस्तेमाल किए जा सकते हैं:

  • 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.

Chrome DevTools की मदद से, WebMCP टूल को डीबग किया जा सकता है. साथ ही, यह पुष्टि की जा सकती है कि ब्राउज़र, JSON स्कीमा को कैसे पार्स करता है.

सीमाएं

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

  • हेडलेस ब्राउज़िंग: WebMCP टूल को हेडलेस एनवायरमेंट में चलाया जा सकता है. हालांकि, इस एपीआई को मुख्य रूप से लोकल ब्राउज़र वर्कफ़्लो के लिए डिज़ाइन किया गया है. इसमें निगरानी में काम करने वाला एआई मॉडल शामिल होता 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 रीफ़ैक्टर करना होगा या जोड़ना होगा.
  • टूल खोजने की सुविधा: क्लाइंट और ब्राउज़र को किसी साइट पर सीधे जाकर यह पता करना होगा कि उसमें कॉल किए जा सकने वाले टूल मौजूद हैं या नहीं.

अनुमतियों से जुड़ी नीति

दोनों एपीआई, tools अनुमतियों से जुड़ी नीति के तहत काम करते हैं. यह नीति डिफ़ॉल्ट रूप से self पर सेट होती है. इससे टूल को टॉप-लेवल और सेम-ऑरिजिन कॉन्टेक्स्ट में रजिस्टर किया जा सकता है. साथ ही, क्रॉस-ऑरिजिन iframe के लिए इसे बंद कर दिया जाता है.

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

डेमो

इंपेरेटिव और डिक्लेरेटिव, दोनों तरीकों से लागू करने के डेमो के उदाहरण यहां उपलब्ध हैं:

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

अपने टूल की जांच करने के लिए, एजेंट की नकल करें

हमने दो Chrome एक्सटेंशन बनाए हैं. इनकी मदद से, यह देखा जा सकता है कि WebMCP टूल, हमारे डेमो और आपके ऐप्लिकेशन में कैसे काम करते हैं.

Example Agentic Chrome एक्सटेंशन इंस्टॉल करें. इससे आपको WebMCP टूल की जांच करने, उन्हें मॉनिटर करने, और उन्हें लागू करने में मदद मिलेगी. इसके लिए, आपको नैचुरल लैंग्वेज प्रॉम्प्ट का इस्तेमाल करना होगा. खास तौर पर, यह एक्सटेंशन WebMCP एनोटेशन पर हमेशा भरोसा करता है. इससे एजेंट को संवेदनशील कार्रवाइयों के बारे में चेतावनी मिल सकती है. इससे पता चलता है कि एनोटेशन की मदद से, कोई टूल अलग-अलग तरीके से कैसे काम कर सकता है.

डिफ़ॉल्ट रूप से, यह एक्सटेंशन एआई एसडीके के साथ एक छोटे Node सर्वर का इस्तेमाल करता है. एपीआई पासकोड ज़रूरी हैं और ये लोकल सर्वर पर सेव रहते हैं. आपके प्रॉम्प्ट, डिफ़ॉल्ट रूप से gemini-3.6-flash मॉडल को भेजे जाते हैं. हालांकि, एक्सटेंशन की .env फ़ाइल में जाकर, मॉडल और एपीआई की सेवा देने वाली कंपनी को बदला जा सकता है. इसमें OpenAI, Google, और Anthropic के लिए फ़ील्ड मौजूद हैं. इसके अलावा, किसी अन्य कंपनी के मॉडल का इस्तेमाल करने के लिए, एक्सटेंशन को पसंद के मुताबिक बनाया जा सकता है.

इसके अलावा, Prompt API के साथ क्लाइंट-साइड मॉडल का इस्तेमाल किया जा सकता है. इसके लिए, एपीआई पासकोड की ज़रूरत नहीं होती. साथ ही, डेटा आपके डिवाइस पर ही सेव रहता है. इसके लिए, chrome://flags/#prompt-api-tool-use को चालू करें.

Model Context Tool Inspector एक्सटेंशन इंस्टॉल करें, ताकि आप किसी एजेंट के साथ एक्सपेरिमेंट कर सकें और देख सकें कि WebMCP टूल, लाइव डेमो या आपके ऐप्लिकेशन में 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.

Gemini से अपने टूल कॉल कराने के लिए, आपके पास एक एपीआई पासकोड होना चाहिए. इसे एक्सटेंशन के इंटरफ़ेस में देना होगा. आपके प्रॉम्प्ट, डिफ़ॉल्ट रूप से gemini-3.6-flash मॉडल को भेजे जाते हैं. एक्सपेरिमेंट करने के लिए, Gemini का कोई दूसरा मॉडल चुना जा सकता है. इसके अलावा, किसी अन्य कंपनी के मॉडल का इस्तेमाल करने के लिए, एक्सटेंशन के कोड को पसंद के मुताबिक बनाया जा सकता है.

बातचीत करना और सुझाव/राय देना या शिकायत करना

WebMCP पर लगातार चर्चा की जा रही है. आने वाले समय में, इसमें बदलाव हो सकता है. अगर आपने इन एपीआई को आज़माया है और आपको कोई सुझाव/राय देनी है या शिकायत करनी है, तो हमें ज़रूर बताएं.