WebMCP: как научить сайт разговаривать с AI-агентами напрямую
WebMCP: Teaching Your Website to Talk to AI Agents
AI-агенты, которые сегодня «пользуются» сайтами, работают как очень терпеливый, но слегка растерянный стажёр: читают DOM, угадывают, где поле даты, кликают по зелёной кнопке и ломаются при любом изменении вёрстки. WebMCP — это предложенный Google и Microsoft стандарт, который позволяет сайту объявлять свои возможности в виде структурированных инструментов (например, book_table), которые агент может вызывать напрямую, без чтения пикселей. Уже работает в Chrome за флагом, а добавление первого инструмента занимает около десяти минут. В статье — как это работает, пример кода и разбор реального демо с 13 инструментами.
Это разница между агентом, который управляет вашим сайтом, и агентом, который управляет фотографией вашего сайта.
- sandeepkd
Это кажется перевёрнутым с ног на голову и непрактичным во многих отношениях. С одной стороны утверждается, что ИИ достаточно умён, чтобы заменить инженеров-программистов, а с другой стороны владельцев сайтов просят предоставлять информацию в определённом формате для агентов, чтобы те могли лучше выполнять свою работу. Помните, это та же самая информация, которой может пользоваться любой обычный пользователь.
Во-вторых, если поддерживать две версии информации — одну для обычных людей, другую для агентов — это лишь вопрос времени, когда они начнут расходиться. Можно взять и сравнить нативное приложение и браузерную версию любой компании — в 99% случаев они не будут полностью одинаковыми.
- mg
> Вот инструмент book_table. Он принимает дату, время и количество гостей. Вызовите его.
Почему бы не предложить простую форму, которой могут пользоваться и люди, и ИИ?
<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
У нас уже есть кое-что лучше, чем WebMCP — а именно обычные API.
Более значимая работа должна быть проделана в области нативных устаревших настольных приложений. Именно там большинство крупных компаний, как больших, так и малых, выполняют свою работу.
Автоматизация веб-сайтов — это довольно просто. Автоматизация устаревших настольных приложений — совсем другое дело, хотя существует RPA.
- arjie
Это прозвучит невероятно глупо, но я заставляю каждый компонент HTMX предоставлять ИИ-сводку с возможными действиями, а затем у меня есть небольшая кнопка "Скопировать для ИИ" на странице, которая создаёт новый короткоживущий токен доступа и копирует в промпт токен и все компоненты в виде текста.
Когда я даю это даже агентам с относительно небольшими моделями, они используют это начальное зерно для навигации по сайту и делают всё очень хорошо.
Начального промпта достаточно. После этого большинство агентов просто используют HTML для навигации очень хорошо. Полагаю, я мог бы поместить это описание в aria-label, если бы захотел, но это то же самое.
- stillpointlab
Мне потребовалось некоторое время, чтобы понять, зачем вообще существует WebMCP. Я думал, что обычный MCP + SSE/Websockets может покрыть почти все случаи использования.
Один интересный случай использования WebMCP — это межсайтовые действия, которые может предпринять браузерный агент. Если поток данных включает разнородный набор веб-сайтов.
Это больше похоже на спасательный круг для действующих веб-SaaS. Будущие приложения могут быть спроектированы так, чтобы не требовать WebMCP, но огромные приложения вроде Salesforce или Workday не могут просто отказаться от десятилетий случайной бизнес-логики, встроенной в веб-интерфейсы, которые составляют их проект. Хотя эти же потоки могли бы быть управляемыми данными, наложить на них фасад WebMCP просто практичнее. Вместо того чтобы заставлять действующих игроков создавать AI-нативный MCP, где они являются полноправными гражданами, проще позволить им рассыпать браузерные возможности по своему человеко-ориентированному интерфейсу и переложить работу на агента.
Но лично для себя, поскольку я разрабатываю с нуля без этой устаревшей потребности, я думаю, что полагаться на WebMCP может быть анти-паттерном. Он может быть полезен для межсайтовых случаев и для снижения задержки для чисто UI-действий (например, "отфильтровать этот список", когда все данные уже на клиенте), но в целом я считаю, что лучше иметь надёжный MCP-интерфейс для агентов.