WebMCP為何令人興奮

WebMCP（Web Model Context Protocol）是一項旨在徹底改變瀏覽器AI代理工作方式的開放Web標準。過去，瀏覽器代理通過截屏或DOM抓取來理解網頁，每次點擊都依賴像素級的識別，容易因CSS變化、動畫或懶加載而失敗。WebMCP的提出解決了這一根本性的協議問題，讓網站能夠主動向代理暴露結構化的可調用工具，從而消除代理的猜測過程。

WebMCP由Google和Microsoft聯合開發，其規範草案於2026年2月由W3C Web機器學習社區組發佈，編輯包括Microsoft的Brandon Walderman和Google的Khushal Sagar與Dominic Farolino。Google在2026年5月21日的Google I/O大會上宣佈了WebMCP的原始試用，隨後Chrome 149默認啓用該功能，面向真實流量。

WebMCP的核心機制圍繞“工具”展開。網站通過document.modelContext接口註冊命名、類型化的JavaScript函數或帶註釋的HTML表單。瀏覽器代理可以主動發現這些工具，瞭解其用途和JSON Schema定義輸入輸出，並直接調用，而非模擬鼠標點擊。這類似於給代理一個遙控器，而非讓它用手指戳電視屏幕。

WebMCP提供三大能力：發現（標準方式註冊工具）、JSON Schema（明確輸入輸出定義）、狀態（工具可動態註冊和註銷）。這彌補了Anthropic的MCP（服務器到服務器）和Agent-to-Agent（A2A）協議之間的空白，專注於用户當前所在的瀏覽器頁面層。

WebMCP提供兩種API：聲明式API和命令式API。聲明式API適用於HTML表單，只需在現有表單元素上添加toolname和tooldescription屬性，瀏覽器自動將其轉為代理可調用的工具。例如，一個支持請求表單通過兩個屬性即可被代理識別，用户仍可看到表單內容。命令式API則適用於動態工具、JavaScript驅動的交互和依賴狀態的場景。開發者通過document.modelContext.registerTool()註冊工具，指定名稱、描述、輸入Schema和執行函數。工具也可通過AbortController動態註銷，適合單頁應用。

WebMCP在認證方面實現了突破。傳統MCP集成需要為每個服務單獨設置OAuth流程，而WebMCP在瀏覽器內運行，直接繼承用户已有的會話cookie。代理只能執行用户有權執行的操作，無法提升權限或訪問其他用户數據。安全指南明確指示，agentInvoked布爾值僅作為信號，而非憑據。

實際用例方面，以旅行預訂為例：沒有WebMCP時，代理需要逐個識別表單字段、日期選擇器等，步驟複雜且易出錯。有了WebMCP，旅行網站註冊一個book_flight工具，代理直接傳入結構化參數即可完成搜索，無需與UI交互。

總之，WebMCP將解釋負擔從代理轉移到網站，讓代理變得可靠、高效。對於任何構建公共Web應用的開發者，這項技術值得立即關注。