WebMCP: cómo enseñar a tu sitio web a hablar con agentes de IA
WebMCP: Teaching Your Website to Talk to AI Agents
WebMCP, un borrador propuesto por Google y Microsoft en el W3C, propone un cambio radical: en lugar de que los agentes de IA adivinen cómo usar un sitio web leyendo el HTML (un proceso frágil que se rompe con cualquier cambio de diseño), el sitio declara sus capacidades como herramientas estructuradas que el agente puede llamar directamente. Disponible como prueba de origen en Chrome 149, registra tu primera herramienta en unos diez minutos. El autor construyó un demo real, Career Copilot, que encadena 13 herramientas para buscar trabajo, mostrando el modelo de seguridad: herramientas de solo lectura, acciones reversibles y una única acción consecuente que requiere aprobación humana.
Esta es la diferencia entre un agente operando tu sitio y un agente operando una fotografía de tu sitio.
- sandeepkd
Esto se siente invertido e impráctico en muchos sentidos.
Por un lado se afirma que la IA es lo suficientemente inteligente como para reemplazar a los ingenieros de software y, por otro, se pide a los propietarios de sitios web que proporcionen información en un formato determinado a los agentes para que puedan hacer mejor su trabajo. Recuerda que esta es la misma información que cualquier usuario normal puede utilizar.
En segundo lugar, si mantienes dos versiones de la información, una para humanos normales y otra para agentes, es solo cuestión de tiempo antes de que empiecen a divergir entre sí. Puedes tomar y comparar la aplicación nativa y la aplicación de navegador de cualquier empresa; en el 99% de los casos no son exactamente iguales.
- mg
> Aquí tienes una herramienta book_table. Toma una fecha, una hora y un tamaño de grupo. Llámala.
¿Por qué no ofrecer un formulario simple que tanto humanos como IA puedan usar por igual?
<form action=book_table>
<input type=date name=date>
<input type=time name=time>
<input type=number name=party_size>
<input type=submit value="Book table">
</form>
- dzonga
Ya tenemos algo mejor que WebMCP: es decir, APIs generales.
Se debe trabajar de manera más impactante en el ámbito de las aplicaciones de escritorio nativas heredadas. Ahí es donde la mayoría de las grandes empresas, grandes o pequeñas, hacen su trabajo.
Automatizar sitios web es bastante fácil. Automatizar aplicaciones de escritorio heredadas es otro problema, aunque existe RPA.
- arjie
Esto va a sonar increíblemente tonto, pero hago que cada componente HTMX exponga un resumen de IA con las acciones posibles, y luego tengo un pequeño botón de copiar a IA en la página que crea un nuevo token de acceso de corta duración y copia en un prompt el token y todos los componentes como texto.
Cuando le doy esto incluso a agentes de modelos relativamente pequeños, usan esta semilla inicial para navegar por el sitio y hacer las cosas muy bien.
El prompt inicial es suficiente. Después, la mayoría de los agentes simplemente usan el HTML para navegar muy bien. Supongo que podría poner esa descripción en una etiqueta aria si quisiera, pero es lo mismo.
- stillpointlab
Me tomó un tiempo entender por qué WebMCP siquiera existe. Pensaba que el MCP regular + SSE/Websockets podría cubrir casi todos los casos de uso.
Un caso de uso interesante para WebMCP son las actividades entre sitios que un agente de navegador podría realizar. Si el flujo de datos en cuestión involucra un conjunto heterogéneo de sitios web.
Esto se siente más que nada como un salvavidas para los SaaS web establecidos. Las aplicaciones futuras pueden ser arquitecturadas de maneras que no requieran WebMCP, pero aplicaciones masivas como Salesforce o Workday no pueden realmente abandonar las décadas de lógica de negocio accidental incrustada en los flujos de la interfaz web que componen su proyecto. Si bien esos mismos flujos podrían ser impulsados por datos, poner una fachada WebMCP sobre ellos es simplemente más práctico. En lugar de obligar a los incumbentes a crear un MCP nativo de IA donde sean ciudadanos de primera clase, es más fácil dejar que espolvoreen funcionalidades de navegador a lo largo de su front-end centrado en humanos y delegar el trabajo al agente.
Pero por mi parte, ya que desarrollo desde cero sin esa necesidad heredada, realmente creo que depender de WebMCP podría ser un anti-patrón. Podría ser útil para el caso de uso entre sitios y podría ser útil para reducir la latencia en actividades puramente de UI (por ejemplo, "filtrar esta lista" donde todos los datos ya están en el cliente), pero en general mi sensación es que es mejor tener una interfaz MCP robusta para los agentes.