發布日期:2026 年 5 月 18 日,上次更新日期:2026 年 10 月 7 日
WebMCP 是提議的網路標準,可協助您建構及公開 AI 代理的結構化工具。WebMCP 提供 JavaScript 並為 HTML 表單元素加上註解,讓代理能準確瞭解如何與網頁功能互動,進而支援使用者體驗。這可大幅提升代理執行動作的效能和可靠性。
AI 代理是較新的技術,這類代理可協助人類使用者更妥善地完成高度複雜和技術性的工作。WebMCP 可提高代理任務完成的準確度,並可做為漸進增強功能。
| 說明影片 | 網頁 | 擴充功能 | Chrome 狀態 | 意圖 |
|---|---|---|---|---|
| GitHub | 總覽 | 實驗意圖 |
為什麼要使用 WebMCP?
WebMCP 提供互動規則,可橋接網頁應用程式和代理,提升效率、可靠性和工作完成率。網站會宣告元素 (例如按鈕或欄位) 的用途,而不是由代理程式審查元素來瞭解其用途,因此會按照預期方式使用。
這種做法比操作 (actuation) 更可靠,因為操作 (actuation) 可能有多個步驟,且每個步驟都可能由代理自行解讀。
網站可以定義 tool,分享明確的目的,例如搜尋或購買。工具會在網頁上公開執行,讓使用者確信工作會如預期完成。同時保留品牌和以人為本的設計選擇。
WebMCP 支援:
- 探索:網頁向代理註冊工具的標準方式,例如
checkout或filter_results。 - JSON 結構定義:明確定義輸入和預期輸出內容,減少幻覺或誤解。
- 狀態:對目前頁面情境的共同理解,讓代理能即時知道有哪些資源可供操作。
我們的目標是建構 API,讓任何具備代理能力的瀏覽器都能導入並從中受益,讓使用者更輕鬆地完成工作。您可以在 GitHub 上追蹤這項程序。
用途
WebMCP 有多種用途。例如:
- 協助客戶取得支援。如果您向客戶提供軟體,可能會有複雜的支援流程,用來處理許多不同的問題。您可以使用 WebMCP,協助服務專員更快找到正確表單,並填入使用者提供的資訊。
- 改善旅遊預訂體驗。協助服務專員以更少的步驟,預訂複雜的多停點和多乘客行程。
部分動作可能較為敏感,例如購物。您可以加入指令,要求使用者透過確認對話方塊進行互動。
實際上,工具可以完成下列工作:
- 填寫結構化表單:建構
submit_application工具,協助服務專員將從與使用者對話中收集到的資料,正確對應至表單欄位。舉例來說,您可以區分欄位需要全名,還是分開的姓氏和名字。 - 支援代理在以人為本的介面中互動:某些欄位是專為人類使用者設計,但代理可能無法理解。您可以建構
date_pick工具,在預訂或活動預約時,允許複雜的日期和時間選擇。 - 加快應用程式偵錯速度:您可以在開發人員設定頁面上建構
run_diagnostics工具,讓代理觸發修正程式,否則這些修正程式會隱藏在巢狀選單後方。
找不到適合的用途嗎?或者,您是否有想與 WebMCP 分享的點子?在 GitHub 上提出問題並參與討論。
開始使用
歡迎加入 Chrome 149 的 WebMCP 來源試用。進一步瞭解如何開始使用來源試用計畫。
本機 WebMCP
WebMCP 是 Chrome 旗標,可用於本機開發:
- 開啟 Chrome 並前往
chrome://flags/#enable-webmcp-testing - 將旗標設為「Enabled」。
- 重新啟動 Chrome 即可套用變更。
使用 WebMCP API
您可以使用下列兩個 API 設定網站工具:
您可以使用 Chrome 開發人員工具偵錯 WebMCP 工具,並驗證瀏覽器如何剖析 JSON 結構定義。
限制
雖然 WebMCP 旨在簡化代理和人類的複雜工作,但仍有一些限制:
- 無頭瀏覽:雖然可以在無頭環境中執行 WebMCP 工具,但這個 API 主要設計用於有人工介入迴路的本機瀏覽器工作流程。
- 複雜介面的負擔:如果網站非常複雜,您可能需要重構或新增 JavaScript,才能處理應用程式和介面狀態。
- 工具可偵測性:用戶端和瀏覽器必須直接造訪網站,才能得知網站是否有可呼叫的工具。
權限政策
這兩個 API 都受到 tools權限政策的限制。這項政策預設為 self,允許在頂層和同源環境中註冊工具,並停用跨來源 iframe。
如要在跨源 iframe 中允許 WebMCP 工具,請將 allow="tools" 屬性新增至 iframe。
示範
以下是涵蓋命令式和宣告式實作的示範範例:
- WebMCP zaMaker 使用 WebMCP Imperative API。
- 旅遊示範 (React) 使用 WebMCP Imperative API。
- Le Petit Bistro 示範使用 WebMCP Declarative API。
您也可以在 GitHub 查看及探索示範原始碼。
模擬代理來測試工具
我們建構了兩項 Chrome 擴充功能,協助您瞭解 WebMCP 工具在我們的示範和您的應用程式中如何運作。
安裝範例代理 Chrome 擴充功能,即可使用自然語言提示詞檢查、監控及執行 WebMCP 工具。具體來說,這項擴充功能一律信任 WebMCP 註解,可提醒代理執行敏感動作。這說明瞭工具在有註解的情況下,可能會有不同的表現。
根據預設,這項擴充功能會使用小型 Node 伺服器和 AI SDK。必須提供 API 金鑰,且金鑰會保留在本機伺服器上。根據預設,提示會傳送至 gemini-3.6-flash 模型,但您可以在擴充功能的 .env 檔案中修改模型選擇和 API 供應商。其中包含 OpenAI、Google 和 Anthropic 的欄位,您也可以自訂擴充功能,使用其他供應商的模型。
或者,您也可以搭配使用用戶端模型和 Prompt API。這項功能不需要 API 金鑰,資料會保留在裝置上。如要這麼做,請啟用 chrome://flags/#prompt-api-tool-use。
安裝 Model Context Tool Inspector 擴充功能,即可試用代理,並在實際示範或您自己的應用程式中,查看 WebMCP 工具的運作方式。使用自然語言提示,判斷代理是否能與 WebMCP 工具正常互動。
如要使用 Gemini 呼叫工具,您必須在擴充功能介面中提供 API 金鑰。根據預設,提示會傳送至 gemini-3.6-flash 模型。您可以選取其他 Gemini 模型進行測試,或自訂擴充功能程式碼,改用其他供應商的模型。
參與並分享意見
WebMCP 仍在積極討論中,日後可能會有變動。如果您試用這些 API 後有任何意見,歡迎與我們分享。
- 加入 WebMCP 來源試用,並按照 Chrome 狀態中的 Chrome 實作方式操作。
- 閱讀 WebMCP 說明、提出問題並參與討論。
- 請參閱 WebMCP 最佳做法。
- 請參閱 WebMCP 工具安全性指南和最佳做法。
- 如果您對 Chrome 的實作方式有任何意見,請提交 Chromium 錯誤。