WebMCP

Summary

WebMCP 是 Chrome / Edge 团队提出的浏览器 API：网站在自己的页面上声明命名动作、模型可读描述和 JSON Schema 输入，访问该页的 agent 直接调用这些动作，而不是从像素或匿名 DOM 猜按钮。Akshay Pachaar 将其定位为「自己的 agent + 零配置 + 真实 typed actions」三者同时成立的唯一路径。

Key Points

问题

网站已经知道自己能做什么（搜索、加购、结账），但这些能力只埋在给人看的 layout 里。Computer use 用截图点按钮，demo 能过、改版即碎，且每看一次都烧 token。

六种触达方式（远→近）

Raw API — 自管 key 和 endpoint，精确但网站不在回路里。
Backend MCP server — 产品方定义 named tools，仍跳过 UI。
Computer use — 零配置，吃像素，慢且贵，layout 一变就乱。
Browser automation — 读 DOM 比读图稳，工具仍是通用的，agent 要从匿名 div 推断语义。
WebMCP — 页面自己声明 actions；agent 调用它们。
站点内置助手 — 厂商选模型、付 token，你的 agent 进不去。

三维：谁的 agent、用户要不要先配置、agent 实际拿到什么。Raw API / backend MCP 有 typed tools 但要配置且丢掉网站；computer use 零配置但只有像素；browser automation 有通用结构无站点语义；内置助手精确但不是你的 agent。WebMCP 声称三者都保留。

声明优于猜测

动作带 typed inputs，没有「点错按钮」的解释层。
在用户已登录的 tab 里执行，不单独发 API key。
可用动作随页面/登录态变化：登出只见搜索，登入后出现购物车/结账。
动作跑在可见页面上，产品不会被收成别人聊天窗里的 API。
JSON Schema 与 Claude / GPT / Gemini tool calling 同一套。

接入成本

页面 JS 注册一次即可：

document.modelContext.registerTool({
  name: "add_to_cart",
  description: "Add a product to the shopping cart",
  inputSchema: { type: "object", properties: { productId: { type: "string" }, quantity: { type: "number" } }, required: ["productId"] },
  async execute({ productId, quantity }) {
    await addToCart(productId, quantity);
    return `Added ${quantity} to the cart`;
  }
});

已有表单可以只加 toolname / tooldescription，浏览器从 input name 推断 schema。

现状（文章自称）

仍早。一个浏览器家族已 ship，标准未定，目前只有该浏览器自己的 agent 会调这些 tools。试错成本接近于零：给现有 form 加两个属性即可。官方文档：https://developer.chrome.com/docs/ai/webmcp

与现有概念的联系

mcp-model-context-protocol：backend MCP 是六条路径里的第 2 条（typed、跳过 UI）；WebMCP 把同类契约搬进当前页面会话。
code-mode：都在减少「猜工具」；Code Mode 是 agent 侧懒加载，WebMCP 是 site 侧声明。
openai-codex-2026：computer use（截图像素点击）是第 3 条，WebMCP 明确把它当贵且脆的基线。
akshay-pachaar：作者；此前同一人写过 MCP vs CLI / Code Mode。
agent-first-apps：站点为 agent 设计接口，而不是事后让 agent 读人机 UI。

Open Questions

标准未定时，非 Chromium 浏览器 / 第三方 harness 何时能调 WebMCP tools？
页面声明的 tool 列表会不会变成新的 prompt-injection / 钓鱼面（恶意站点注册看起来像结账的 tool）？
与现有 backend MCP 并存时，agent 如何选择「页面 tool」vs「远程 server tool」？

Evidence Timeline

2026-08-29: Ingested Akshay Pachaar X Article「WebMCP Clearly Explained」（post 2093452397402317239, article 2093424400301514752, 2026-08-28）。主张来自该文，未经 Chrome 文档交叉核对。

My Brain Wiki

探索