WebMCP 开发指南｜一文搞懂 WebMCP 与 MCP 的差异与协同

随着 AI 智能体在浏览器中的普及，许多 Web 开发者存在疑问：“WebMCP 会取代 Model Context Protocol (MCP) 吗？”事实上，这是一种误解。在构建智能体体验时，开发者无需在两者之间二选一。WebMCP 既非 MCP 的扩展，亦非其替代品。

WebMCP 与 MCP 旨在解决不同场景的需求。WebMCP 明确了应用功能的用途，赋予浏览器智能体直接与网站交互的能力。

可将两者的区别类比为公司的呼叫中心与店内专家：

• MCP 如同呼叫中心：用户可随时随地访问，按需获取数据并处理核心任务。

• WebMCP 如同店内专家：仅在用户停留于页面时生效。它协助智能体直接调用网站功能，无需解析专为人类设计的 UI。

两者相辅相成，共同助力智能体代表人类用户完成个性化任务。

功能和用途

这两种技术秉持相同的核心理念：为应用提供标准化且可靠的方式，向 AI 智能体公开其工具能力。

具体体现为：

• 结构化工具发现：为智能体提供机器可读的接口，使其能清晰查询可用工具、参数及用途，回答“你能做什么？”。

• 可预测的执行：以确定性函数调用取代猜测。通常由模型选择工具，运行框架执行；在异常恢复等特定场景下，自动化框架也可直接调用。

• 明确意图：显式声明自身能力。智能体无需通过 UI 元素推断操作，而是直接获取每项功能的明确说明。

WebMCP 与 MCP 的主要区别在于应用功能的部署位置。

MCP 将智能体连接到您的服务

Model Context Protocol (MCP) 是一项通用标准，旨在将 AI 智能体（无论是否基于浏览器）与外部系统（包括数据源、工具和工作流）连接。该协议基于 JSON-RPC 2.0 构建，支持 stdio 或 HTTP 等传输方式，并通过 Rust、Python 和 TypeScript 等语言的 SDK 实现。

• Model Context Protocol (MCP)

  https://cloud.google.com/discover/what-is-model-context-protocol

WebMCP 可将智能体连接到您的网页

WebMCP 是一项浏览器标准提案，允许网页向在浏览器中运行的智能体公开工具。开发者可通过 JavaScript 或 HTML 属性实现这些 API，浏览器则充当网站与智能体间的通信桥梁。

WebMCP 可视为受 MCP 设计灵感启发的 API 集合，而非 MCP 的直接 JavaScript 实现。它专为浏览器环境设计，省略了“资源”等服务器端概念。

• 资源

  https://modelcontextprotocol.io/specification/2025-06-18/server/resources#resources

控制智能体访问网站的方式

借助 WebMCP，开发者可为智能体提供完成特定任务的首选路径，具备以下关键优势：

• 速度和可靠性：WebMCP 利用浏览器内部系统，智能体无需额外网络跳转即可调用工具。

• 经久耐用：WebMCP 工具连接的是应用逻辑而非视觉设计。命令式工具与页面布局解耦，网站重新设计不会影响智能体的交互能力。

• 一切尽在掌控：开发者可明确定义智能体与网站交互的最佳方式，通过智能体可理解的逻辑直接引导操作，而非依赖其从 UI 中推断。

控制 UI 访问权限

厘清二者差异的关键在于“UI 归谁所有”。MCP 应用中，界面在智能体端呈现，开发者需遵循其约束并构建独立应用。

WebMCP 则帮助智能体与开发者现有的网站实时互动。工具在包含用户会话的页面中运行，这意味着智能体被集成在网站平台上，而非应用依附于智能体。

此外，WebMCP 工具具有暂时性，仅在页面打开时存在。用户离开页面或关闭标签页后，相关工具即刻不可用。

使用 WebMCP 和 MCP

在为特定功能选择解决方案时，需结合上下文环境和可用性进行考量：

1. 使用 MCP 管理核心逻辑：MCP 服务器作为基础服务层，处理核心业务逻辑、数据检索和后台任务，确保服务不依赖特定平台且始终可用。

2. 使用 WebMCP 构建情境化界面：作为最后一步，WebMCP 将智能体直接连接至网站。它专为浏览器内的语境交互设计，使智能体能在用户访问网站时，快速可靠地代表用户执行操作。

综上所述，MCP 和 WebMCP 是合作伙伴而非竞争关系。WebMCP 为基于浏览器的 AI 智能体提供了一种高保真方式，使其能够与用户在标签页中看到的特定场景进行高效交互。