WebMCP：让网站对 AI Agent 开放能力的浏览器提案
WebMCP 是浏览器工具接口提案，使网站显式提供可调用能力。本文介绍预览 API、接入片段，以及权限和用户确认的实现责任。
直接回答：WebMCP 允许网站向兼容客户端声明结构化工具，补充依靠页面解析、点击和截图的自动化方式。它仍处于预览阶段，不代表所有浏览器或 Agent 已支持，也不自动提供业务授权与高风险操作确认。
现在的 AI 网页自动化有多脆
网页交互可采用多种方式，除已有 HTTP API 外，常见包括：
- HTML 解析：抓整个 DOM 找元素——页面改版即崩，Token 消耗巨大
- 浏览器自动化（Playwright/Selenium）：模拟点击——选择器一变就废
- 视觉模型：截图识图——更贵更慢，还容易看错
共同缺陷：脆弱、低效（整个 DOM/截图都进上下文）、AI 不理解应用逻辑、网站仍可通过认证、授权和限流约束请求。
WebMCP 的思路：网站主动声明
范式反转——从"AI 猜测怎么操作页面"变成"网站告诉 AI 我能做什么"：
- 网站用标准 API 声明工具清单（名称、参数、说明）
- Agent 发现工具、按契约调用，浏览器作为受信中间层
- 网站方掌控"开放什么、怎么开放"
两种 API
1. 声明式 API（零代码门槛）
给标准 HTML 表单加几个属性，表单立刻变成 AI 可调用的工具：
<form toolname="search_flights" tooldescription="搜索航班">
<input name="from" required>
<input name="to" required>
<button>查询</button>
</form>
此为提案示意，需兼容浏览器与实验开关，并检查提交语义和表单校验。
2. 命令式 API（复杂交互）
JavaScript 注册带完整逻辑的自定义工具：
navigator.modelContext.registerTool({
name: 'book_flight',
description: '预订指定航班',
inputSchema: { type: 'object', properties: { flightId: { type: 'string' } }, required: ['flightId'] },
execute: async (args) => { /* 授权、确认及后端调用：此处省略 */ }
});
多步流程、动态校验、复杂状态由 execute 与后端配合实现。
实战场景：订机票
Agent 收到"帮我订明天杭州飞北京的航班"：发现网站的 search_flights 与 book_flight 工具 → 结构化调用查询 → 展示选项给用户确认 → 调用预订。全程无抓取、无点击模拟，网站改版不影响契约。
安全与未来
这是处于演进中的浏览器能力，应检测 navigator.modelContext 是否存在并核对当前试验条件。结构化接口不能保证免受提示注入、越权和批量滥用。
下单与付款需要网站自己实现身份认证、授权、用户确认、幂等和审计；不要假设声明工具后浏览器自动替你加确认。网页工具不会自动成为远程 MCP 服务。
常见问题（FAQ）
Q：WebMCP 等于远程 MCP 吗？
A：不是。网页内的浏览器接口与 MCP 客户端/服务端协议要分别集成。
Q：示例能直接用于所有浏览器吗？
A：不能，需核对支持状态；预订代码是未实现副作用的局部示意。
Q：能自动防滥用吗？
A：不能。认证、限流、确认和后端参数校验仍必需。
参考资料
资料核对日期：2026 年 9 月 29 日。本文基于公开文档整理，代码片段和评估方案未作独立运行或性能验证；厂商测试结果已注明来源。
