Qué es WebMCP y cómo ayuda a los agentes
Autor: Redacción Domeny.ForSale Publicado
En breve: WebMCP es una interfaz de navegador en desarrollo que permite a una página ofrecer sus funciones como herramientas para agentes AI. En lugar de adivinar qué botón pulsar, el agente puede recurrir a una operación descrita, como buscar un producto o rellenar un formulario. No es un modelo de AI ni una forma de garantizar la visibilidad de la página en los buscadores; antes de implementarlo, hay que comprobar el estado actual de la especificación y la compatibilidad de los navegadores.
Cómo ayuda WebMCP al agente a utilizar la página
Un agente AI es un programa que utiliza un modelo de AI para realizar tareas, a menudo en varios pasos y con herramientas adicionales. En el navegador, esas tareas pueden consistir en encontrar una conexión de transporte, comparar productos o preparar una reserva siguiendo las indicaciones del usuario.
Sin una interfaz específica, el agente puede analizar el aspecto de la página o el DOM, es decir, la estructura del documento que describe sus elementos. Después intenta identificar los campos, los botones y las distintas etapas del proceso. Esta automatización es posible, pero un cambio en la disposición de la página o una etiqueta ambigua pueden dificultar la tarea.
WebMCP permite al creador de la página describir explícitamente las operaciones disponibles. Aquí, una herramienta es una función con una tarea concreta y unos datos de entrada definidos, no una aplicación independiente. El agente dispone así de una forma de interacción más estructurada que la simple interpretación de una interfaz destinada a personas.
Esto no significa que el agente siempre vaya a elegir la operación correcta. La calidad de las descripciones, la validación de los datos y la gestión de errores siguen siendo importantes. WebMCP reduce la necesidad de adivinar cómo utilizar la página, pero no elimina los errores del modelo ni de la aplicación.
En qué se diferencia WebMCP de MCP y de una API convencional
MCP, o Model Context Protocol, sirve para conectar aplicaciones que utilizan modelos de AI con herramientas y fuentes de datos. Una implementación típica incluye un cliente y un servidor que ofrece esas capacidades. WebMCP, en cambio, se centra en las herramientas que una página ofrece en el contexto del navegador.
Por tanto, no debe considerarse WebMCP como otro nombre para un servidor MCP. La idea de describir herramientas es similar, pero cambian el punto de integración y la forma de utilizarlas. En WebMCP importa el contexto de la página abierta, incluido el estado de su interfaz y de la sesión del usuario.
Una API convencional es una interfaz mediante la cual los programas intercambian datos o solicitan operaciones. La página puede utilizar ya una API para obtener resultados de búsqueda o guardar los datos de un formulario. WebMCP no tiene por qué sustituirla: puede ofrecer al agente una operación que utilice después la lógica existente de la aplicación y su comunicación con el servidor.
La diferencia práctica está en el destinatario de la interfaz. La API de una aplicación suele diseñarse para integraciones de software conocidas, mientras que una herramienta de WebMCP debe, además, explicar claramente al agente para qué sirve y qué datos necesita.
Dos formas de ofrecer funciones
WebMCP contempla un enfoque declarativo y otro imperativo. El declarativo consiste en describir las capacidades en la estructura de la página, sobre todo en los formularios HTML. El imperativo consiste en registrar herramientas mediante JavaScript y definir su funcionamiento en el código.
El enfoque declarativo encaja con acciones que ya se realizan mediante un formulario: introducir criterios de búsqueda, seleccionar fechas o escribir datos. El enfoque imperativo ofrece un mayor control sobre las operaciones más complejas y sobre la preparación de la respuesta para el agente.
Los nombres exactos de las interfaces, los atributos y los requisitos pueden cambiar a medida que evolucione WebMCP. Antes de implementarlo, hay que confirmar en la documentación oficial de Chrome la sintaxis vigente, la disponibilidad de las funciones y los posibles requisitos para realizar pruebas. La mera descripción del concepto no demuestra que la solución ya funcione en todos los navegadores populares.
Ejemplo: buscar una cita disponible
Imagina la página de un taller donde el usuario quiere encontrar una cita disponible para cambiar los neumáticos. Con una automatización convencional, el agente debe identificar el formulario, seleccionar el servicio, recorrer el calendario y leer las horas disponibles.
Con WebMCP, la página podría ofrecer una herramienta llamada «buscar citas disponibles», que aceptase el tipo de servicio y un intervalo de fechas. El agente enviaría esos datos a la operación descrita y la aplicación devolvería las citas disponibles. Seguiría siendo una función del sistema del taller la que consultase la disponibilidad, no el modelo de AI determinándola por su cuenta.
La búsqueda de una cita y su reserva deberían ser operaciones separadas. La primera solo consulta datos; la segunda cambia el estado del sistema y puede tener consecuencias para el usuario. Esta separación facilita exigir una confirmación explícita antes de efectuar la reserva.
También es una buena prueba de la utilidad de la implementación: si la operación tiene un objetivo claro, unos datos de entrada previsibles y un resultado inequívoco, es más fácil ofrecerla al agente sin darle una libertad de actuación innecesaria.
Qué comprobar antes de implementarlo
WebMCP tiene más sentido cuando los usuarios realizan tareas concretas. En una página que solo contiene texto informativo, el beneficio de añadir herramientas puede ser pequeño. Esta tecnología no debe considerarse un sustituto de contenidos claros, formularios accesibles o una interfaz que funcione bien.
Antes de una prueba piloto, comprueba:
- Compatibilidad técnica: los requisitos actuales del navegador y del entorno del agente, así como el comportamiento de la página sin WebMCP.
- Permisos: el control de acceso en el servidor; invocar una herramienta no puede sustituir la autorización.
- Consecuencias de las operaciones: la confirmación de pagos, la eliminación de datos y otros cambios importantes.
- Datos y errores: la validación de parámetros, la limitación de la información que se revela y la claridad de los mensajes de error.
Para empezar, elige una sola operación de lectura, como la búsqueda de citas disponibles. Comprueba que el agente la identifica correctamente y sabe gestionar la ausencia de resultados antes de ofrecer funciones que modifiquen datos.
Véase también: ¿Qué es Apache?
Lee también
