Chrome 中的人工智能 | AI in Chrome

Google 会使用 AI 技术将内容翻译成您偏好的语言。AI 翻译可能包含错误。

Chrome 中的 AI

为您的网站和 Web 应用寻找并构建 AI 解决方案。

内置 AI

探索浏览器中内置的基于任务的 API，这些 API 可使用本地模型执行 AI 任务。

AI 代理

创建 WebMCP 工具，以便网站能够支持 AI 代理执行可靠的操作。

加速计算

使用 Wasm、WebGPU 和 WebNN 提升计算和模型性能。

课程

创建 AI 评估

评估（或 eval）是针对 AI 功能的测试。当您创建强大的评估流水线后，基于 LLM 的功能将能很好地为用户服务。然后，您就可以放心地发布功能了。

在本课程中，您将学习如何使用 LLM-as-a-judge 模式来衡量主观质量，以最少的设置创建评判器，并探索高级技术来开发像顶级领域专家一样思考的自定义评判器。您将在构建时间和生产环境中运行评估，以便尽早发现回归。

开始学习

在浏览器中本地执行推理

在浏览器中内置了由 AI 提供支持的 Web 功能，包括基础模型和专家模型

探索内置 AI

开始使用

了解开始使用内置 AI 构建功能和应用时需满足的要求。

可用的 API

查看可与 Chrome 中的内置 AI 搭配使用的 API 及其可用性状态。

任务 API Polyfill

使用内置的 AI 任务 API Polyfill 构建 AI 功能，无需担心浏览器支持问题。

正确做法和错误做法

了解在 Chrome 中使用内置 AI 进行构建的最佳实践。

缓存模型

了解如何在浏览器中缓存模型以实现更快的推理。

告知用户模型下载事宜

在可以使用任何 API 之前，必须先下载底层模型。始终提醒用户执行这些下载操作所需的时间。

通过 WebMCP 实现可靠的智能体调用

WebMCP 旨在提供一种用于公开结构化工具的标准方式，以便 AI 智能体能够以更高的速度、可靠性和精确度在您的网站上执行操作。

开始使用

第 1 步

您的网站注册工具

您的网站将智能体可以执行的操作声明为 WebMCP 工具。每种工具都有名称、说明和 JSON 架构。

// Imperative API
document.modelContext.registerTool({
  name: "bookSlot",
  title: "Book a consultation slot",
  description: "Reserve a 30-minute consultation.",
  inputSchema: {
    type: "object",
    properties: {
      date:  { type: "string", format: "date" },
      time:  { type: "string" },
      name:  { type: "string" },
      email: { type: "string", format: "email" }
    },
    required: ["date", "time", "name", "email"]
  },
  annotations: { readOnlyHint: false },
  execute: async (input, client) => {
    return await api.book(input);
  }
});

第 2 步

浏览器会公开这些信息

浏览器会收集这些工具，并将其与网页的网址、标题和来源权限范围一起呈现给用户可感知 WebMCP 的代理。

第 3 步

智能体采取行动，无需猜测

智能体看到合同后，会提供结构化实参，然后您的代码会完成其余工作。用户会及时收到有关权限和确认的通知。无需再猜测。

// the agent's view
{
  "tool": "bookSlot",
  "arguments": {
    "date": "2026-07-31",
    "time": "14:00",
    "name": "Jerry Jones",
    "email": "jerry.jones@example.com"
  }
}