WebMCP transforma qualquer página da web do Chrome em um servidor MCP para agentes de IA

Há cerca de duas semanas, eu publiquei sobre sites que retornam Markdown para facilitar a vida dos agentes de IA. Embora os agentes já sejam bastante proficientes em usar navegadores, ainda pode ser complicado, demorado e trabalhoso. Eu mencionei a adição de microdados no HTML como dicas para ajudar na navegação, mas e quanto a permitir que eles usem MCP diretamente na página?

Então você vê, WebMCP quase se sugere. Quando os agentes acessam o DOM, eles podem fazer um bom trabalho ao trabalhar através de ações usando apenas componentes reconhecíveis nas declarações HTML. Ferramentas de teste da web antigas como Selenium funcionavam dessa maneira. Quando uma página é bastante regular (o que, claro, é exatamente o que a web se tornou à medida que migrou para uma vitrine de consumo), não é difícil navegar. Mas à medida que os humanos lentamente dão lugar aos agentes de IA, e à medida que os agentes trabalham ao lado dos humanos, faz sentido facilitar sua passagem.

Assim, com uma extensão do Chrome, uma página da web pode agora agir como um servidor MCP. Essa abordagem foi promovida por Microsoft e Google no ano passado. E isso não é irrelevante ao que a OpenAI está fazendo com seu Apps SDK e ChatGPT Atlas. Mas com o WebMCP, a ação é do lado do cliente.

O usuário da web humano ainda está na imagem

Quando eu li sobre isso pela primeira vez, assumi que era puramente para que um agente de IA pudesse “burlar” a web e falar diretamente com a página de uma maneira estruturada. Mas talvez porque o Google ainda precise de humanos para receita de anúncios, o humano ainda está muito presente no processo.

Porque você pode estar navegando em um site e querer fazer uma pergunta a um agente sobre a página, o agente precisa de algum conhecimento do contexto antes e durante sua pergunta. Você pode imaginar um usuário trazendo um chat de IA ao lado de uma página e perguntando sobre algo na tela. Então, não imagine apenas um agente acessando um navegador sem cabeça para alguma tarefa, mas também um usuário interrompendo sua própria sessão de navegação para consultar o site.

E novamente, assim como com MCP e segurança elicitação, o agente deve ser capaz de voltar ao usuário para fazer perguntas de esclarecimento.

A proposta completa menciona duas APIs: a API Declarativa para ações padrão no estilo HTML dentro de uma página, e a API Imperativa para ações complexas que requerem JavaScript.

Usando WebMCP com o Chrome

Embora os exemplos do Chrome sejam bastante recentes, alguns usuários curiosos já tenham experimentado com eles.

Vou olhar para um exemplo, baseado na documentação atual do Google. Você está obviamente à mercê do Google na vanguarda, então inscreva-se em seu programa primeiro para receber atualizações. O primeiro passo é se juntar ao programa de visualização do Google Chrome (EPP) através da página de convite aqui.

Você precisa da versão do Chrome 146.0.7672.0 ou superior. Depois de olhar para a versão na caixa Sobre, apenas para ver que ela começa a se atualizar como se estivesse olhando para o gato de Schrödinger, eu pude ver que estava tudo certo:

Então há uma flag que precisamos ativar para o “WebMCP para testes” (ou seja, o serviço está desativado por padrão), você faz isso navegando internamente com chrome://flags/#enable-webmcp-testing

E então reinicie com sua nova escolha, verificando se a alteração foi mantida. Caso você não estivesse ciente, tudo isso é experimental:

Você pode então instalar o inspector, que permite ver as ferramentas WebMCP (ou seja, funções registradas) por trás das cenas.

Com isso instalado, você pode ir para a página de demonstração ao vivo.

Você verá a página de busca de voos simulada (bem, eu assumo que é simulada) e o inspector no painel à direita que efetivamente seleciona as ferramentas MCP disponíveis, como “searchFlights”:

Então, por exemplo, poderíamos navegar “à mão”, como se fosse do lado esquerdo, e usar o formulário para obter informações sobre o seguinte voo (definitivamente não recomendo esse voo agora):

Infelizmente, essa consulta não foi suportada:

Naturalmente, eu atendi educadamente o aplicativo simulado com os dados de exemplo necessários (então não, isso não é uma busca de voo real,) e recebi de volta uma tela de resultado simulada conforme pretendido:

Assim, agora podemos usar esses detalhes dentro da ferramenta de inspector: