WebMCP

Alexandra Klepper

เผยแพร่เมื่อ: 18 พฤษภาคม 2026, อัปเดตล่าสุด: 7 สิงหาคม 2026

WebMCP เป็น มาตรฐานเว็บที่เสนอขึ้นเพื่อช่วยคุณสร้างและแสดงเครื่องมือที่มีโครงสร้างสำหรับ AI Agent WebMCP มี JavaScript และใส่คำอธิบายประกอบให้กับองค์ประกอบแบบฟอร์ม HTML เพื่อให้ Agent ทราบวิธีโต้ตอบกับฟีเจอร์ของหน้าเว็บอย่างถูกต้องเพื่อรองรับประสบการณ์ของผู้ใช้ ซึ่งจะช่วยปรับปรุงประสิทธิภาพและความน่าเชื่อถือของการทำงานของ Agent ได้อย่างมาก

**คำสำคัญ:** _การทำงาน_ คือการที่ Agent จำลองการคลิกเมาส์และการป้อนข้อความด้วยตนเอง ราวกับว่าผู้ใช้ที่เป็นมนุษย์กำลังมีส่วนร่วมกับเว็บไซต์ของคุณ การทำงานเหล่านี้อาจเป็นงานเดียว เช่น การคลิกลิงก์หรือการป้อนเนื้อหาลงในแบบฟอร์ม หรืออาจเป็นงานที่ซับซ้อน เช่น การซื้อให้เสร็จสมบูรณ์

AI Agent เป็นเทคโนโลยีใหม่ ซึ่งช่วยให้ผู้ใช้ที่เป็นมนุษย์ทำงานที่ซับซ้อนและต้องใช้ความรู้ทางเทคนิคให้เสร็จสมบูรณ์ได้ดียิ่งขึ้น WebMCP มีความแม่นยำสูงกว่าในการทำงานของ Agent ให้เสร็จสมบูรณ์ และสามารถเพิ่มเป็นการเพิ่มประสิทธิภาพแบบต่อเนื่องได้

วิดีโออธิบาย	เว็บ	ส่วนขยาย	สถานะ Chrome	ความตั้งใจ
GitHub	ช่วงทดลองใช้จากต้นทาง		ดู	ความตั้งใจที่จะทดลอง

ทำไมถึงควรเลือกใช้ WebMCP

WebMCP ช่วยลดช่องว่างระหว่างเว็บแอปพลิเคชันกับ Agent ปรับปรุงประสิทธิภาพ ความน่าเชื่อถือ และการทำงานให้เสร็จสมบูรณ์ด้วยการกำหนดกฎสำหรับการโต้ตอบ เว็บไซต์จะประกาศวัตถุประสงค์ขององค์ประกอบ เช่น ปุ่มหรือช่อง เพื่อให้ Agent ใช้งานได้อย่างถูกต้อง แทนที่จะให้ Agent ตรวจสอบองค์ประกอบเพื่อทำความเข้าใจวัตถุประสงค์

วิธีนี้มีความน่าเชื่อถือมากกว่าการทำงาน ซึ่งอาจมีหลายขั้นตอนและแต่ละขั้นตอนอาจตีความได้หลายแบบโดย Agent

ทางด้านซ้าย Agent จะดึงข้อมูล DOM ส่วนทางด้านขวา Agent จะเรียกเครื่องมือ ลองใช้ด้วยตัวคุณเองใน เดโมการจองนัดหมาย

เว็บไซต์สามารถแชร์วัตถุประสงค์ที่ชัดเจน เช่น การค้นหาหรือการซื้อ โดยการกำหนด tool เครื่องมือจะทำงานบนหน้าเว็บอย่างชัดเจนเพื่อให้ผู้ใช้มั่นใจว่างานจะเสร็จสมบูรณ์ตามที่คาดไว้ นอกจากนี้ยังช่วยให้แบรนด์และการออกแบบที่เน้นผู้ใช้เป็นศูนย์กลางยังคงอยู่

WebMCP รองรับการดำเนินการต่อไปนี้

• การค้นพบ: วิธีมาตรฐานสำหรับหน้าเว็บในการลงทะเบียนเครื่องมือกับ Agent เช่น เช่น checkout หรือ filter_results
• สคีมา JSON: คำจำกัดความที่ชัดเจนของอินพุตและเอาต์พุตที่คาดไว้ เพื่อลดการหลอน หรือความเข้าใจผิด
• สถานะ: ความเข้าใจร่วมกันเกี่ยวกับบริบทของหน้าเว็บปัจจุบัน เพื่อให้ Agent ทราบว่ามีทรัพยากรใดบ้างที่พร้อมใช้งานเพื่อดำเนินการแบบเรียลไทม์

เป้าหมายของเราคือการสร้าง API ที่เบราว์เซอร์ใดก็ตามที่มีความสามารถของ Agent สามารถนำไปใช้และได้รับประโยชน์ เพื่อให้ผู้ใช้ทำงานให้เสร็จสมบูรณ์ได้ง่ายขึ้น คุณ สามารถติดตามกระบวนการนี้ได้ใน GitHub

กรณีการใช้งาน

คุณสามารถใช้ WebMCP บนเว็บได้หลายวิธี เช่น

• ช่วยให้ลูกค้าได้รับการสนับสนุน หากคุณให้บริการซอฟต์แวร์แก่ลูกค้า คุณอาจมีขั้นตอนการสนับสนุนที่ซับซ้อนเพื่อตอบคำถามต่างๆ มากมาย คุณสามารถใช้ WebMCP เพื่อช่วยให้ Agent ไปยังแบบฟอร์มที่ถูกต้องและกรอกข้อมูลในช่องต่างๆ ด้วยข้อมูลที่ผู้ใช้ให้มาได้เร็วขึ้น
• ปรับปรุงการจองการเดินทาง ช่วยให้ Agent จองการเดินทางที่ซับซ้อน หลายเมือง และผู้โดยสารหลายคนได้โดยใช้ขั้นตอนที่น้อยลง

การกระทำบางอย่างอาจมีความละเอียดอ่อน เช่น การซื้อ คุณสามารถใส่คำสั่งเพื่อขอให้ผู้ใช้โต้ตอบกับกล่องโต้ตอบการยืนยันได้

ในทางปฏิบัติ เครื่องมือของคุณสามารถทำงานต่อไปนี้ให้เสร็จสมบูรณ์ได้

• กรอกแบบฟอร์มที่มีโครงสร้าง: สร้างเครื่องมือ submit_application เพื่อช่วยให้ Agent จับคู่ข้อมูลที่รวบรวมจากการสนทนากับผู้ใช้กับช่องแบบฟอร์ม ได้อย่างถูกต้อง เช่น คุณสามารถแยกความแตกต่างได้ว่าช่องต้องใช้ชื่อเต็มหรือชื่อและนามสกุลแยกกัน
• รองรับการโต้ตอบของ Agent ในอินเทอร์เฟซที่เน้นผู้ใช้เป็นหลัก: ช่องบางช่อง ออกแบบมาสำหรับผู้ใช้ที่เป็นมนุษย์ แต่ Agent อาจไม่เข้าใจ คุณสามารถสร้างเครื่องมือ date_pick ที่อนุญาตให้เลือกวันที่และเวลาที่ซับซ้อนในการจองหรือการจองกิจกรรมได้
• การแก้ไขข้อบกพร่องของแอปพลิเคชันได้เร็วขึ้น: คุณสามารถสร้างเครื่องมือ run_diagnostics ในหน้าการตั้งค่าสำหรับนักพัฒนาซอฟต์แวร์ เพื่อให้ Agent เรียกใช้การแก้ไขที่ซ่อนอยู่เบื้องหลังเมนูที่ซ้อนกันได้

กรณีการใช้งานของคุณหายไปใช่ไหม หรือคุณมีไอเดียที่อยากแชร์เกี่ยวกับ WebMCP ถามคำถามและเข้าร่วมการสนทนาใน GitHub

เริ่มต้นใช้งาน

เข้าร่วมการทดลองใช้ WebMCP จากต้นทาง ใน Chrome 149 ดูข้อมูลเพิ่มเติมเกี่ยวกับวิธี เริ่มต้นใช้งานการทดลองใช้จากต้นทาง

WebMCP ในเครื่อง

WebMCP พร้อมใช้งานเป็น Chrome Flag สำหรับการพัฒนาในเครื่องดังนี้

1. เปิด Chrome แล้วไปที่ chrome://flags/#enable-webmcp-testing
2. ตั้งค่าแฟล็กเป็นเปิดใช้
3. รีสตาร์ท Chrome เพื่อใช้การเปลี่ยนแปลง

ใช้ WebMCP API

คุณสามารถใช้ API 2 รายการต่อไปนี้เพื่อตั้งค่าเครื่องมือเว็บไซต์

• Imperative API: กำหนดเครื่องมือประเภทต่างๆ ด้วย JavaScript มาตรฐาน เช่น อินพุตแบบฟอร์ม เครื่องมือนำทาง การจัดการสถานะ หรือฟังก์ชันอื่นๆ
• Declarative API: เพิ่มคำอธิบายประกอบลงในแบบฟอร์ม HTML มาตรฐาน เพื่อสร้างเครื่องมือ WebMCP

หมายเหตุ: Angular รองรับ WebMCP ในขั้นทดลอง.

ข้อจำกัด

แม้ว่า WebMCP จะมีเป้าหมายเพื่อทำให้งานที่ซับซ้อนง่ายขึ้นสำหรับ Agent และผู้ใช้ที่เป็นมนุษย์ แต่ก็มีข้อจำกัดดังนี้

• สถานการณ์การท่องเว็บแบบไม่มีส่วนหัว: แม้ว่าอาจเป็นไปได้ที่จะเรียกใช้เครื่องมือ WebMCP ในสภาพแวดล้อมแบบไม่มีส่วนหัว แต่ API นี้ออกแบบมาสำหรับเวิร์กโฟลว์ของเบราว์เซอร์ในเครื่อง ที่มีผู้ใช้ที่เป็นมนุษย์เป็นหลัก
• ค่าใช้จ่ายสำหรับอินเทอร์เฟซที่ซับซ้อน: หากเว็บไซต์ของคุณซับซ้อนมาก คุณ อาจต้องปรับโครงสร้างใหม่หรือเพิ่ม JavaScript เพื่อจัดการสถานะของแอปพลิเคชันและอินเทอร์เฟซ
• การค้นพบเครื่องมือ: ไคลเอ็นต์และเบราว์เซอร์ต้องเข้าชมเว็บไซต์โดยตรงจึงจะ ทราบว่าเว็บไซต์มีเครื่องมือที่เรียกใช้ได้หรือไม่

ความปลอดภัยและการอนุญาต

WebMCP API ได้รับการควบคุมโดยข้อกำหนดการแยกจากต้นทางและนโยบายสิทธิ์

การแยกจากต้นทาง

WebMCP พร้อมใช้งานในเอกสารที่แยกจากต้นทาง เท่านั้น ซึ่งช่วยให้มั่นใจว่าต้นทางของเอกสารจะยังคงเสถียรตลอดอายุการใช้งานของเครื่องมือ

หากเอกสารเปิดใช้ document.domain (เช่น โดยใช้ส่วนหัว HTTP Origin-Agent-Cluster: ?0) ระบบจะปิดใช้ WebMCP API

นโยบายสิทธิ์

API ทั้ง 2 รายการได้รับการควบคุมโดยtools นโยบายสิทธิ์ นโยบายนี้มีค่าเริ่มต้นเป็น self ซึ่งอนุญาตให้ลงทะเบียนเครื่องมือในบริบทระดับบนสุดและบริบทที่มีต้นทางเดียวกัน และปิดใช้สำหรับ iframe แบบข้ามต้นทาง

หากต้องการอนุญาตเครื่องมือ WebMCP ใน iframe แบบข้ามต้นทาง ให้เพิ่มแอตทริบิวต์ allow="tools" ลงใน iframe

สาธิต

ตัวอย่างการสาธิตที่ครอบคลุมการใช้งานทั้งแบบ Imperative และ Declarative มีดังนี้

• WebMCP zaMaker ใช้ WebMCP Imperative API
• เดโมการเดินทาง (React) ใช้ WebMCP Imperative API
• เดโม Le Petit Bistro ใช้ WebMCP Declarative API

นอกจากนี้ คุณยังตรวจสอบและสำรวจซอร์สโค้ดของเดโมได้ใน GitHub

เลียนแบบการแชทของ Agent ด้วยส่วนขยาย Inspector

ติดตั้งส่วนขยาย Model Context Tool Inspector เพื่อทดลองใช้ Agent และดูว่าเครื่องมือ WebMCP ทำงานอย่างไรในการสาธิตแบบสดหรือใน แอปพลิเคชันของคุณเอง ใช้พรอมต์ภาษาธรรมชาติเพื่อดูว่า Agent โต้ตอบกับเครื่องมือ WebMCP ตามที่คาดไว้หรือไม่

ส่วนขยายนี้ช่วยให้คุณทำสิ่งต่อไปนี้ได้

• ดูว่ามีการลงทะเบียนเครื่องมือใดบ้างในหน้าเว็บโดยการตรวจสอบ WebMCP API
• เรียกเครื่องมือและเรียกใช้ฟังก์ชันด้วยตนเอง
• ตรวจสอบว่าสคีมา JSON กำหนดไว้อย่างถูกต้องและเบราว์เซอร์สามารถแยกวิเคราะห์ข้อมูลตามที่เครื่องมือคาดไว้ได้
• ดูเอาต์พุตที่มีโครงสร้างหรือข้อความแสดงข้อผิดพลาดที่เครื่องมือส่งคืนเพื่อให้แน่ใจว่าเขียนไว้อย่างชัดเจนและจัดรูปแบบอย่างถูกต้อง เพื่อให้ Agent เข้าใจได้

พูดคุยกับ Agent โดยใช้ภาษาธรรมชาติเพื่อดูว่า Agent สามารถระบุและเรียกใช้เครื่องมือ WebMCP ที่เหมาะสมได้อย่างถูกต้องหรือไม่ ระบบจะส่งพรอมต์ของคุณไปยังโมเดล gemini-3-flash-preview โดยค่าเริ่มต้น

หมายเหตุ: ฟีเจอร์นี้แยกจากฟีเจอร์ Gemini ใน Chrome

มีส่วนร่วมและแชร์ความคิดเห็น

WebMCP อยู่ระหว่างการสนทนาอย่างต่อเนื่องและอาจมีการเปลี่ยนแปลงในอนาคต หากคุณลองใช้ API เหล่านี้และมีข้อเสนอแนะ โปรดแจ้งให้เราทราบ

• เข้าร่วมการทดลองใช้ WebMCP จากต้นทาง, และติดตามการใช้งานสำหรับ Chrome ใน สถานะ Chrome.
• อ่านวิดีโออธิบาย WebMCP, ถามคำถาม และเข้าร่วมการสนทนา
• อ่านแนวทางปฏิบัติแนะนำสำหรับ WebMCP
• อ่านคำแนะนำด้านความปลอดภัยของเครื่องมือ WebMCPและ แนวทางปฏิบัติแนะนำ
• หากมีข้อเสนอแนะเกี่ยวกับการใช้งานของ Chrome โปรดรายงานข้อบกพร่องของ Chromium