WebMCP：让网页主动声明工具，AI 智能体不再靠抓取 HTML

WebMCP 是 Google 与 Microsoft 在 W3C Web Machine Learning 社区组共同推进的一项网页标准提案，旨在让网站主动声明可被 AI 智能体调用的结构化工具，从而取代目前依赖屏幕抓取和 DOM 猜测的脆弱方案。该提案目前已在 Chrome 149 中以 origin trial 形式开放试用，仍处于社区组草案阶段。

从「屏幕抓取」到「主动声明」

目前绝大多数 AI 智能体与网站交互的方式，本质上都是在做屏幕抓取：加载页面、读取 HTML、猜测哪个 div 是日期选择器、模拟点击、再重读整页确认结果。一旦按钮位置、CSS 类名或弹窗出现变化，智能体就会失效。

WebMCP 提出了一种更稳定的设计：网站通过 JavaScript API 注册一组带 schema 的结构化工具，例如 book_table、search 等，智能体读取工具描述后直接调用，无需猜测 UI 细节。即便页面布局大幅改版，只要工具名称和参数 schema 不变，调用就不会中断。

标准定位与技术构成

WebMCP 由 Google（Chrome）和 Microsoft（Edge）在 W3C Web Machine Learning 社区组联合开发，目标是给网页提供一套声明工具的接口。Google 在 Chrome 文档中将其描述为一种「为 AI 智能体构建并暴露结构化工具」的方式，让站点主动标注自身能力，使智能体「清楚地知道如何与之交互」。

其核心机制由三部分组成：

• 发现机制：页面以标准方式声明自身可提供的工具列表。
• Schema 描述：每个工具以 JSON Schema 定义输入输出，降低智能体误读或幻觉的概率。
• 状态感知：智能体可获知当前页面可操作的真实状态。

需要注意的是，WebMCP 目前仍是社区组草案，尚未进入正式 W3C 标准轨道，因此仍处于「试用与共建」阶段。

当前可用性与调用流程

WebMCP 已具备可运行版本，并随 Chrome 149 推出 origin trial。开发者可通过 chrome://flags/#enable-webmcp-testing 本地开启。提案代码托管在 github.com/webmachinelearning/webmcp，Angular 已提供实验性支持，Chrome 团队还提供了披萨订购、餐厅预订、旅行搜索等演示站点。

一次完整的调用流程如下：

• 页面注册工具（如 book_table）；
• 智能体列出工具及其 schema；
• 智能体以符合 schema 的 JSON 参数调用工具；
• 页面的 execute() 在已登录会话中执行真实逻辑；
• 智能体在标签页中以可见方式获得结构化结果。

关键在于，execute 函数运行在用户当前已登录的标签页中，复用既有 JavaScript、状态与会话，而非由外部无头浏览器代为执行——用户可以在浏览器中亲眼看到调用发生，站点也始终掌握自身暴露能力的控制权。

实际效果与上手门槛

以「今晚 8 点预订 4 人桌」为例，整个交互链是：用户发出请求 → 智能体识别到页面声明的 book_table 工具 → 以结构化参数调用 → 页面返回预订成功信息和确认号。整个过程不再涉及 DOM 猜测，智能体调用的是具名、带类型的函数，页面用自身代码完成后续业务。从代码量上看，注册一个工具只需一次调用，官方表示加上第一个工具大约只需要十分钟。

这也意味着，WebMCP 现在仍是「试用与共建」阶段，而非「投产」阶段——但正因为处于草案期，及时介入并反馈意见，反而是塑造未来标准的窗口。