webmachinelearning/webmcp

解决的问题

WebMCP 解决了 AI 代理在与复杂 Web 应用程序交互时面临的挑战。目前，代理通常依赖于“脆弱”的方法，例如抓取 DOM 或模拟鼠标点击来执行任务。WebMCP 允许开发人员将特定的、可靠的客户端函数暴露为 AI 代理可以直接调用的“工具”，从而实现用户、网页和 AI 之间更高效、更准确的协作。

工作原理

Web 开发人员使用 document.modelContext.registerTool() API 来定义带有自然语言描述和结构化输入模式的 JavaScript 函数。当 AI 代理在页面上处于活动状态时，它会发现这些已注册的工具。当用户请求任务时，代理调用该工具，浏览器执行页面自身的客户端逻辑，并将结构化结果返回给代理。这使得 UI 与代理的操作保持同步，而无需单独的后端服务器。

适用人群

该项目适用于希望使其应用程序“支持代理”的 Web 开发人员，允许 AI 助手更可靠地在其站点内执行操作；同时也适用于寻求与 Web 内容交互标准化方式的浏览器/代理开发人员。

亮点

• 专注于客户端：允许直接在浏览器中重用现有的应用程序逻辑和状态管理。
• 提高可靠性：用结构化的、开发人员定义的工具调用取代了容易出错的 UI 抓取。
• 协作工作流：专为人在回路 (human-in-the-loop) 的场景而设计，代理和用户可以在同一个界面中协同工作。
• 注重安全性：与浏览器权限策略集成，以控制哪些代理或 iframe 可以访问已注册的工具。