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，瀏覽器代理透過截圖或DOM抓取來理解網頁，每次點選都依賴畫素級的識別，容易因CSS變化、動畫或懶載入而失敗。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呼叫工具，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機器學習社群組釋出，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預設啟用該功能，面向真實流量。

WebMCP的核心機制圍繞“工具”展開。網站透過document.modelContext介面註冊命名、型別化的JavaScript函式或帶註釋的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，並直接呼叫，而非模擬滑鼠點選。這類似於給代理一個遙控器，而非讓它用手指戳電視螢幕。

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（工具可動態註冊和登出）。這彌補了Anthropic的MCP（伺服器到伺服器）和Agent-to-Agent（A2A）協議之間的空白，專注於使用者當前所在的瀏覽器頁面層。

WebMCP提供兩種API：宣告式API和命令式API。宣告式API適用於HTML表單，只需在現有表單元素上新增toolname和tooldescription屬性，瀏覽器自動將其轉為代理可呼叫的工具。例如，一個支援請求表單透過兩個屬性即可被代理識別，使用者仍可看到表單內容。命令式API則適用於動態工具、JavaScript驅動的互動和依賴狀態的場景。開發者透過document.modelContext.registerTool()註冊工具，指定名稱、描述、輸入Schema和執行函式。工具也可透過AbortController動態登出，適合單頁應用。

WebMCP在認證方面實現了突破。傳統MCP整合需要為每個服務單獨設定OAuth流程，而WebMCP在瀏覽器內執行，直接繼承使用者已有的會話cookie。代理只能執行使用者有權執行的操作，無法提升許可權或訪問其他使用者資料。安全指南明確指示，agentInvoked布林值僅作為訊號，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欄位、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引數即可完成搜尋，無需與UI互動。

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。