WebMCP: Bringen Sie Ihrer Website bei, mit KI-Agenten zu sprechen
WebMCP: Teaching Your Website to Talk to AI Agents
WebMCP ist ein neuer Webstandard-Vorschlag von Google und Microsoft, der Websites eine JavaScript-API bietet, um KI-Agenten strukturierte Werkzeuge zur Verfügung zu stellen. Statt dass Agenten das DOM durchsuchen und raten, können Seiten ihre Funktionen als klar definierte Tools registrieren, die Agenten direkt aufrufen können. Der Beitrag erklärt das Konzept, zeigt anhand einer Live-Demo (Career Copilot) eine reale Implementierung mit 13 Tools und diskutiert Sicherheitsaspekte wie menschliche Genehmigung für kritische Aktionen. WebMCP läuft bereits als Chrome Origin Trial und ist ein erster Schritt zu einer stabileren Mensch-KI-Interaktion im Web.
Das ist der Unterschied zwischen einem Agenten, der Ihre Website bedient, und einem Agenten, der ein Foto Ihrer Website bedient.
- sandeepkd
Das fühlt sich in vielerlei Hinsicht umgekehrt und unpraktisch an.
Einerseits wird behauptet, dass KI klug genug ist, um Softwareentwickler zu ersetzen, und andererseits werden Website-Besitzer gebeten, Informationen in einem bestimmten Format für die Agenten bereitzustellen, damit diese ihre Arbeit besser erledigen können. Denken Sie daran, dass dies dieselben Informationen sind, die jeder normale Benutzer nutzen kann.
Zweitens: Wenn man zwei Versionen von Informationen pflegt, eine für normale Menschen und eine für Agenten, ist es nur eine Frage der Zeit, bis sie voneinander abweichen. Man kann die native App und die Browser-Anwendung eines beliebigen Unternehmens vergleichen – in 99 % der Fälle sind sie nicht exakt gleich.
- mg
> Hier ist ein book_table-Tool. Es nimmt ein Datum, eine Uhrzeit und eine Personenzahl entgegen. Rufen Sie es auf.
Warum nicht ein einfaches Formular anbieten, das Menschen und KI gleichermaßen nutzen können?
<form action=book_table>
<input type=date name=date>
<input type=time name=time>
<input type=number name=party_size>
<input type=submit value="Tisch buchen">
</form>
- dzonga
Wir haben bereits etwas Besseres als WebMCP – nämlich allgemeine APIs.
Wirkungsvollere Arbeit muss im Bereich der nativen Legacy-Desktop-Apps geleistet werden. Dort erledigen die meisten großen Unternehmen, ob groß oder klein, ihre Arbeit.
Agenten, die Websites automatisieren, ist ziemlich einfach. Die Automatisierung von Legacy-Desktop-Apps ist dagegen ein anderes Thema, obwohl es RPA gibt.
- arjie
Das klingt unglaublich albern, aber ich lasse jede HTMX-Komponente eine KI-Zusammenfassung mit möglichen Aktionen bereitstellen, und dann habe ich einen kleinen „In KI kopieren“-Button auf der Seite, der ein neues kurzlebiges Zugriffstoken erstellt und in einen Prompt das Token und alle Komponenten als Text kopiert.
Wenn ich das selbst relativ kleinen Modell-Agenten gebe, nutzen sie diesen anfänglichen Seed, um die Website zu durchsuchen und Dinge sehr gut zu erledigen.
Der anfängliche Prompt reicht aus. Danach navigieren die meisten Agenten einfach mit dem HTML sehr gut. Ich könnte diese Beschreibung vermutlich in ein aria-Label packen, wenn ich wollte, aber es ist dasselbe.
- stillpointlab
Ich habe einige Zeit gebraucht, um zu verstehen, warum WebMCP überhaupt existiert. Ich dachte, dass reguläres MCP + SSE/Websockets fast alle Anwendungsfälle abdecken könnten.
Ein interessanter Anwendungsfall für WebMCP sind standortübergreifende Aktivitäten, die ein Browser-Agent ausführen könnte. Wenn der betreffende Datenfluss eine heterogene Menge von Websites umfasst.
Das fühlt sich eher wie ein Rettungsanker für etablierte Web-SaaS-Anbieter an als alles andere. Zukünftige Apps können so architekturiert werden, dass sie WebMCP nicht benötigen, aber riesige Apps wie Salesforce oder Workday können die jahrzehntelange versehentliche Geschäftslogik, die in ihren Web-UI-Flows eingebettet ist und ihr Projekt ausmacht, nicht wirklich aufgeben. Während dieselben Flows datengetrieben sein könnten, ist es praktischer, eine WebMCP-Fassade darüberzustülpen. Anstatt etablierte Anbieter zu zwingen, ein KI-natives MCP zu erstellen, in dem sie erstklassige Bürger sind, ist es einfacher, ihnen zu erlauben, Browser-Affordanzen in ihrer menschenzentrierten Frontend zu verteilen und die Arbeit dem Agenten zu überlassen.
Aber für meinen Teil, da ich ohne diese Legacy-Anforderungen von Grund auf entwickle, denke ich tatsächlich, dass die Abhängigkeit von WebMCP ein Anti-Pattern sein könnte. Es könnte für den standortübergreifenden Anwendungsfall nützlich sein und es könnte nützlich sein, um die Latenz für reine UI-Aktivitäten zu reduzieren (z. B. „Diese Liste filtern“, wenn alle Daten bereits auf dem Client sind), aber im Allgemeinen habe ich das Gefühl, dass es besser ist, eine robuste MCP-Schnittstelle für Agenten zu haben.