展示 Model Context Protocol 在网站开发中的应用前景,为 AI 工具生态的开发者提供参考。
Chrome 面向 AI Agent 推出的实验性协议
几年前,我们开始让网站适配移动设备。后来,我们又让网站适配无障碍访问。而现在,我们可能即将再次适配网站。这一次……是为了 AI Agent。
为了看看它在实际应用中会是什么样子,我构建了一个极其严肃、完全达到企业级标准的 AI CEO 模拟器。
稍后我们再回来看看这位高瞻远瞩的领导者。
顺便感谢大家在我上一篇文章下展开的精彩讨论。我们不知怎么就贡献了大约十亿条评论 🩷 其中许多评论可能比文章本身还要有见地。明智的做法应该是再写一篇文章,把所有观点总结一下。
但老实说,我需要暂时离开那个话题喘口气,否则我就要爆炸了。
有时我就是必须写点技术内容,不然会憋得喘不过气。好在没人付钱让我写这些文章,所以我想写什么就写什么 😁 至于 AI 在软件开发中的应用,我们以后再聊。
现在先来谈谈 webMCP。
Google 目前正在 Chrome 中试验对 webMCP 的支持。这种方案旨在让 AI Agent 更轻松地与网站交互。
它试图解决的问题其实非常简单。
如今,当 Agent 想要使用一个网站时,必须先检查页面,弄清楚哪些元素比较重要,然后不断点击、分析结果,再一遍遍重复整个过程。这种方式虽然可行,但速度慢、成本高,而且并不总是可靠。
webMCP 允许网站公开关于可用操作的结构化信息,让 Agent 无须没完没了地抓取页面并反复猜测,也能理解自己可以做什么。
让我们构建一个完全严肃、达到企业级标准的项目。
在我上一篇文章的评论区,@cart0ne 提到,AI 实际上已经成了他那家创业公司的 CEO。
所以,作为一个负责任的人,我用 React + TypeScript 构建了一个 AI CEO 模拟器。
GitHub:https://github.com/sylwia-lask/ai-ceo-webMCP
在线演示:https://sylwia-lask.github.io/ai-ceo-webMCP/
在你立刻冲去把 webMCP 应用到生产环境之前,先来看一条小小的免责声明。
目前,这项技术仍处于实验阶段。它现在只能在 Chrome Canary、Chrome Beta,或者启用了相应实验性 flag 的 Chrome 中运行。
1. Open `chrome://flags`
2. Search for "MCP"
3. Enable the experimental MCP-related features
4. Restart Chrome
如果你不想折腾浏览器的实验性 flag,也没关系。看看下面的截图就可以了。
你也可以亲自在应用中四处点点,因为它作为一个普通网站仍然可以完美运行。
这正是这种方案最吸引我的地方之一。WebMCP 只是针对 Agent 的一层增强,就像无障碍功能是为依赖屏幕阅读器的用户提供的增强一样。它不会破坏任何东西,对普通用户而言也不会有任何变化。
应用只是变得更容易被另一类访问者理解了。
目前主要有两种通过 webMCP 公开信息的方式。
第一种方式是直接向 HTML 元素添加元数据:
<form
mcp-name="createSupportTicket"
mcp-description="Create a new customer support ticket">
这样,Agent 就能理解 UI 元素的用途,不必完全依赖视觉解析。
第二种方式是直接从应用代码中公开 MCP tools。
我的演示使用的就是这种方式:
registerTool({
name: 'hire_employee',
description: 'Hire a new employee'
});
registerTool({
name: 'fire_employee',
description: 'Fire an employee'
});
在我的应用中,这些 tools 与页面按钮提供的操作直接对应。
例如,我公开了下面这些 tools:
hireDevelopers()
fireDevelopers()
adoptAI()
rewriteInRust()
pivotToAgents()
fixProductionBugs()
换句话说:这就是完全正常的创业公司管理。
那么,当我们连接一个真正的 AI Agent 时,会发生什么?
我没有自己构建 Agent,而是使用了 WebMCP – Model Context Protocol Inspector 扩展。你可以连接 Gemini API key,然后立刻开始试验。它甚至还提供了一定的免费 token 额度。虽然不多,但依然足够你做出一些值得商榷的战略决策 😅
与大多数由 LLM 驱动的系统一样,一切都始于 prompt。
让我们看看,当 CEO 收到下面这条指令时会有怎样的表现:
像一个刚刚在 LinkedIn 上读完三篇 AI 文章的 CEO 那样行事。
如你所见,Agent 选择了合适的 tools,并立即开始行动。
公司的员工可能已经惊慌失措地开始更新自己的 LinkedIn 资料,但至少公司的炒作水平达到了此前难以想象的高度。
现在让我们尝试一个更具挑战性的任务:
我希望在开发产品的同时,重新赢得员工的信任。
这一次,我们的 Agentic CEO 做出了几个出人意料的聪明决策,成功引导公司重新走向可持续增长。
老实说,构建这个项目让我玩得过于开心了。
不,我并不认为这让我们窥见了某种未来——能够自我修复的 AI Agent 一边驾驶商用飞机,一边管理全球经济。
但我确实认为,webMCP 解决了一个真实存在的问题。
如果 AI Agent 将花费越来越多的时间与我们的应用交互,那么为它们提供一种结构化的方式来理解这些应用,显然比强迫它们没完没了地抓取 HTML、猜测每个按钮的用途合理得多。
webMCP 会成为 Web 开发中的常规组成部分吗?
为 Agent 适配网站,会像响应式设计或无障碍适配一样普遍吗?
还是说,这股趋势会在真正进入主流之前就消失?
我真的很好奇你对此有什么看法。
如果你喜欢我的文章,也欢迎在 LinkedIn 上关注我。
部分评论可能只有登录后的访问者才能看到。请登录以查看全部评论。
如需采取进一步措施,你可以考虑屏蔽此人和/或举报滥用行为。