是什么
Google 提出的 Web 标准提案，让网站主动声明自己能执行哪些操作，AI agent 可以直接调用结构化的 tool，而不需要解析 UI 或模拟人类交互。
核心理念：网站不再是 agent 需要”看”的页面，而是可以直接”调用”的服务。
- 官方博客：Chrome Developers Blog
- GitHub：webmachinelearning/webmcp
核心机制
通过浏览器新 API navigator.modelContext，网站暴露一组结构化工具：
// 网站声明：我能做这些事
navigator.modelContext.tools = [
{ name: "buyTicket", params: { destination: "string", date: "date" } },
{ name: "searchFlights", params: { from: "string", to: "string" } }
]Agent 直接调用函数，而不是模拟点击按钮、填表单、处理 dropdown。
两种 API
| Declarative API | Imperative API | |
|---|---|---|
| 适用场景 | 标准动作（HTML 表单可描述） | 复杂动态交互（需 JS 执行） |
| 实现方式 | 直接在 HTML 中声明 | JavaScript 注册 |
| 复杂度 | 低 | 高 |
与 Anthropic MCP 的关系
| MCP（Anthropic） | WebMCP（Google） | |
|---|---|---|
| 运行位置 | 后端 — AI 平台连接服务提供商 | 客户端 — 浏览器内运行 |
| 连接方式 | AI ↔ hosted server | AI agent ↔ 网页 |
| 定位 | 通用 tool protocol | Web-specific protocol |
互补而非替代：MCP 解决后端服务集成，WebMCP 解决前端网页交互。
当前状态
- Chrome 146 Canary 中可用（需开启 “WebMCP for testing” flag）
- 尚处于早期预览阶段（Early Preview Program）
- 开发者可申请加入获取文档和 demo
解决的问题
当前 agent 与网页交互的方式是 browser automation（模拟点击、填表单），本质上是”用 API 模拟 GUI 操作”：
- 脆弱 — 网页结构一变就 break
- 低效 — 需要 ingest 整个页面才能找到交互元素
- 错误率高 — dropdown、infinite scroll、modal、CAPTCHA 都是障碍
WebMCP 让网站直接暴露 structured API，agent 不再需要”假装是人”来操作网页。
Notes
- 设计哲学：与 llms.txt 类似，依赖网站主动采用（opt-in）
llms.txt解决 信息获取（agent 读内容），WebMCP 解决 操作执行（agent 做事情），两者互补- 与 GEO 趋势一致：网站越来越需要”对 AI 友好”
- 待观察：采用率能否突破 developer tools 领域，进入主流网站