WebMCP 让网页直接告诉 Agent 能做什么

浏览器 Agent 目前常靠截图识别或 DOM 分析操作网页。页面样式或结构一变,自动化就可能失效。WebMCP 提出的办法更直接:网站主动声明可用工具、参数和用途,让 Agent 调用明确的接口。

它提供两种方式:

• JavaScript API:通过 navigator.modelContext.registerTool 注册工具,适合复杂应用。
• HTML 声明:在 form 和 input 上增加工具名称、描述和参数信息,浏览器自动转换为 Agent 可识别的 Tool。

第二种尤其有 Web 味。语义化 HTML 过去主要服务搜索引擎和无障碍工具,以后也可能成为 Agent 的操作说明书。

WebMCP 仍是实验性提案,距离稳定标准还有距离。但思路很清楚:能让网页明确表达能力,就别让 Agent 靠猜。

参考:https://docs.google.com/document/d/1rtU1fRPS0bMqd9abMG_hc6K9OAI6soUy3Kh00toAgyk/mobilebasic