WebMCP 入门:把网站变成智能体可用的工具箱
WebMCP 提议用结构化工具描述网站能做什么,让浏览器里的智能体直接调用,而不是靠模拟点击。实验原点始于 Chrome 149。
如果浏览器里的助手今天想帮你完成一个任务,它多数时候只能看页面、找按钮、模拟点击——脆弱、慢,还容易在改版后失效。WebMCP 想换一种做法:让网站主动声明「我提供哪些工具、参数是什么、怎么调用」,智能体按契约调用即可。这是 2026 年 Web 平台最值得关注的方向之一。
它要解决的具体问题
一个多城市行程规划,传统自动化要逐页找表单、填日期、点搜索、读结果。若网站把「查询航班」「生成行程」「提交待确认方案」声明成结构化工具,智能体可以直接调用后端能力,几分钟变成几秒,可靠性也高得多。差别不在模型更聪明,而在网站把意图明说了出来。
大致的工作方式
- 站点以声明式方式描述可用工具,包括名称、参数与语义;
- 浏览器与智能体据此发现工具,并在用户授权下调用;
- 敏感动作仍需要用户确认,工具描述本身不绕过权限;
- Gemini in Chrome 计划在后续支持相关 API。
现阶段的实际状态
WebMCP 是提议中的开放标准,实验性原点试用从 Chrome 149 起步,属于早期阶段,规范与实现都可能调整。把它写进生产系统之前,要准备好回退路径:没有 WebMCP 的浏览器依然能用普通表单完成任务。把它当作渐进增强,而不是前提条件。
和 Android 侧的 AppFunctions 对照看
Android 17 的 AppFunctions 让原生应用把功能贡献给设备端的模型上下文协议实现;WebMCP 做的是 Web 侧对应的事。两边合起来,是同一个思路:与其让智能体猜界面,不如让应用和网站把能力显式暴露出来。对开发者而言,这意味着「给机器读的接口」会和「给人看的界面」一样重要。
设计工具描述时的三个原则
- 工具粒度对齐真实业务动作,别把一整个页面暴露成一个模糊的黑盒;
- 参数与返回结构写清楚,附可验证的约束,减少智能体的猜测空间;
- 把不可逆动作单独隔离,要求明确的用户确认与可审计记录。
安全边界不能省
结构化工具让调用更高效,也意味着错误动作执行得更快。提示注入、越权调用、参数被页面内容污染,都是要提前考虑的问题。合理的默认是把工具分成「只读查询」与「会改变状态」两类,后者一律经用户确认,并记录谁在什么时候调用了什么。能力越大,确认环节越不能省。
对普通用户的意义
短期内你不会直接看到 WebMCP 的开关,但会逐渐感受到差别:助手在支持它的站点上更准、更快,在不支持的站点上仍可能笨拙。理解这一点,就能对「AI 浏览器」保持合理预期——它依赖整个 Web 生态一起改造,不是一次浏览器更新就能完成。
WebMCP 的核心不是让智能体更会点按钮,而是让网站把能力说清楚;读可以自动化,写仍要人确认。
