WebMCP：浏览器原生 AI 交互新范式

接入准备

• 环境要求：Chrome 146+（开启 chrome://flags/#enable-web-model-context）或使用 MCP-B Polyfill 兼容其他浏览器
• 适用场景：优先内部系统（OA/ERP/管理后台）、高频标准化流程、可控制的站点
• 人员要求：前端开发（熟悉 HTML/JS），无需后端改动即可实现基础接入

两种接入方式

方式一：声明式 API（零 JS 代码）

适用于简单表单场景，直接在 HTML 标签添加属性，浏览器自动生成工具 Schema：

<!-- 示例：请假申请表单 -->
<form toolname="submitLeaveRequest" tooldescription="Submit a leave request with date and reason">
  <input name="date" type="date" required toolhint="Leave date in YYYY-MM-DD format">
  <input name="reason" type="text" minlength="2" maxlength="200" required>
  <button type="submit">提交申请</button>
</form>

方式二：命令式 API（JavaScript 注册）

适用于复杂交互场景，通过 navigator.modelContext.registerTool() 注册动态工具：

// 示例：注册'提交请假'工具
navigator.modelContext.registerTool({
  name: "submitLeaveRequest",
  description: "Submit a leave request in the current OA session",
  inputSchema: {
    type: "object",
    properties: {
      date: { type: "string", pattern: "^\\d{4}-\\d{2}-\\d{2}$" },
      reason: { type: "string", minLength: 2, maxLength: 200 }
    },
    required: ["date", "reason"]
  },
  outputSchema: { type: "string", description: "Result message" },
  annotations: { readOnlyHint: "false" }, // 非只读，需用户确认
  async execute({ date, reason }) {
    // 复用现有业务逻辑
    const result = await window.oa.leave.submit({ date, reason });
    return {
      content: [{ type: "text", text: result.message }]
    };
  }
});

方式三：上下文提供（增强 Agent 理解）

// 示例：提供购物车上下文
navigator.modelContext.provideContext({
  name: "cart",
  description: "Current shopping cart snapshot",
  data: {
    items: [
      { sku: "SKU-001", qty: 2, name: "无线鼠标" }
    ],
    total: 199.0,
    currency: "CNY"
  }
});

生产级接入最佳实践

工具设计原则

1. 动作化而非元素化：暴露 createOrder() 而非 clickSubmitBtn()，避免 UI 耦合
2. 强约束输入：使用 JSON Schema 定义参数格式、范围、必填项，减少无效调用
3. 标签化工具：通过 annotations 区分只读、需确认、破坏性动作，强化安全控制
4. 粒度适中：一个表单/流程对应一组工具，避免过细导致调用繁琐
5. 可恢复设计：失败场景分类（可重试/需确认/权限不足），提供补救路径

落地步骤

建议从低风险到高风险逐步推进：

1. 只读工具先行：查询、导出、对账等无副作用功能，零风险验证链路
2. 可回滚写入：草稿保存、批量填充、预校验，加入幂等键与状态对齐
3. 不可逆操作：提交、支付、删除等，必须添加用户确认、审计日志、权限收敛

配套设施

• 调试工具：Chrome 扩展'Model Context Tool Inspector'，用于查看注册工具与调用记录
• 可观测性：记录工具调用日志，关联用户、时间、参数、结果，支持审计与问题排查
• 兼容性处理：使用 MCP-B Polyfill（@mcp-b/webmcp-ts-sdk）支持非 Chrome 浏览器
• 前端框架集成：React（useWebMCP 钩子）、Vue 3（组合式 API）等已有成熟适配方案

WebMCP 的风险与安全防护

核心风险点

安全风险

• '致命三元组'问题：用户同时打开银行与恶意标签页时，Agent 可能被操纵泄露敏感数据
• 权限放大：Agent 获得网页操作权限后，可能执行超出用户预期的操作
• 工具滥用：恶意网页可能注册伪装工具，诱导 Agent 执行有害操作
• 隐私泄露：网页可通过工具调用记录构建用户画像，引发静默追踪风险

工程风险

• 标准不稳定：当前为早期草案，API 形态、最佳实践可能变更，Apple/Safari、Mozilla/Firefox 暂未参与
• 兼容性局限：短期依赖 Chromium 生态，跨浏览器支持需时间
• 适用范围受限：仅可控站点可用，不可控外部站点仍需传统自动化兜底
• 维护成本：工具契约需随业务变更同步更新，增加前端维护负担

安全防护建议

基础安全措施

1. 最小权限原则：只暴露愿意被自动化的能力，隐藏内部功能与敏感操作
2. 默认不信任：写入、支付、删除等动作默认要求用户确认，提供可视化操作记录
3. 隔离上下文：避免 Agent 同时获取多个敏感站点的工具与数据访问权限
4. 安全上下文：仅在 HTTPS 与顶级浏览上下文中启用 WebMCP，遵循同源策略与 CSP

企业级安全治理

• 权限体系：建立工具级权限控制，明确谁能用、能用哪些工具、操作范围
• 审计机制：所有工具调用可追溯、可回放、可撤销，满足合规要求
• 安全审查：工具注册前需安全评估，避免暴露敏感操作或引入注入风险
• 域信任控制：设置域信任 TTL，限制 Agent 跨域操作的时效性

风险权衡与使用边界

适合使用 WebMCP 的场景：

• 高频、重复、标准化流程（报销、请假、采购、对账）
• 可控站点（自研系统、内部系统、SaaS 管理台）
• 出错代价可控，且愿意实施权限、确认、审计机制
• 希望服务更容易被 AI Agent 使用，获取 Agent 流量红利

不适合使用 WebMCP 的场景：

• 不可控且频繁变更的外部站点
• 强依赖人类主观判断的流程（需读附件、看图、主观审批）
• 失败会造成不可逆损失，且不愿投入安全控制成本
• 禁止自动化的场景（票务、风控、身份验证页面）

总结与未来展望

WebMCP 标志着浏览器开始将 AI Agent 视为'一等公民'，推动 Web 生态向'双用户群'（人类+Agent）演进。短期落地将是'WebMCP 工具化站点 + 传统自动化兜底'的混合路线，长期有望成为 AI 与 Web 交互的标准范式。

核心建议：将 WebMCP 视为工程化能力而非银弹，优先在可控内部系统试点，从只读工具入手，强化安全与可观测性，逐步扩展至核心业务流程，为 Agent 时代的 Web 交互提前布局。

参考资料

1. WebMCP W3C 社区组草案：https://webmachinelearning.github.io/webmcp/
2. MCP-B 参考实现：https://github.com/MiguelsPizza/WebMCP
3. Chrome 官方博客：https://developer.chrome.com/blog/webmcp-epp
4. WebMCP 安全隐私考虑：https://github.com/webmachinelearning/webmcp/blob/main/docs/security-privacy-considerations.md