所有節目›AI Engineer Europe 2026| World's Fair 2026完整場次線上軌AI in HealthcareSoftware Factories
Introducing WebMCP: Agents in the Browser在 YouTube 看這一場

AI Engineer Europe 2026 · 演講 · 2026-05-23 · 23 分

把網站變成 agent 能用的畫布

Introducing WebMCP: Agents in the Browser · RL Nabors

RL Nabors 拿自己的老網漫存檔站當實驗品:一個伺服器同時服務瀏覽器裡的人、agent 裡的人,以及替人上網的瀏覽器 agent。從 MCP 傳輸、MCP apps 的限制,一路講到 WebMCP。

agent 當使用者看原片 ↗

概要

  • 一個伺服器,三種用戶端RL Nabors 想讓同一份網漫內容同時給瀏覽器裡的人、agent 裡的人,以及替人上網的瀏覽器 agent 使用,並依序示範三種做法。
  • HTTP 傳輸比 stdio 好上手stdio 的伺服器是用戶端在本機啟動的行程,使用者得改設定檔;HTTP 的伺服器是網路服務,使用者只要在 Claude 的設定裡貼上網址。HTTP 也適合 serverless。
  • MCP resources 沒有用戶端支援RL Nabors 想把整批逐字稿一次放進 context,而不是讓 Claude 一集一集呼叫工具去抓。resources 正好適合,但找不到能用的用戶端,因此呼籲做 agent harness 的人實作。
  • MCP apps 是 agent 裡的小型網站tool 可以回傳打包成單一檔案的 HTML、CSS 與 JavaScript,在 agent 裡直接顯示漫畫閱讀器。它跑在沙盒 iframe 裡,沒有 local storage、沒有網路存取,外部資源要靠 CSP 設定放行。
  • WebMCP 讓頁面自己交出工具瀏覽器 agent 現在靠截圖或讀 DOM 操作網站,很耗運算。WebMCP 讓頁面把自己的函式直接註冊成 agent 能呼叫的工具,有宣告式與命令式兩種寫法。
  • 規格還在變RL Nabors 說標準組織仍在來回討論,WebMCP 與 MCP 規格可能分歧,示範用的是一個除錯用的擴充功能,不是真正的瀏覽器內建 agent。

原話

  • “It is an infinite canvas that can render anything, not just documents, but video, audio.”

    它是一塊什麼都能渲染的無限畫布,不只文件,還有影片和音訊

    ▶ 02:14
  • “Agents really don't like using MCP tools to go add Markdown to their context.”

    agent 真的不愛用 MCP 工具把 Markdown 加進自己的 context

    ▶ 10:48
  • “They're not like websites. They're an island.”

    它們不像網站,是一座孤島

    ▶ 15:09
  • “It's really just like tools for agents in your browser, yo.”

    說穿了,就是給瀏覽器裡的 agent 用的工具

    ▶ 18:35

延伸

  • WebMCP 的由來:RL 轉述 WebMCP 創作者的說法,它起源於 Amazon,最初是為了繞過一堆驗證問題而做。
  • RL 說示範用的漫畫都是自己的作品,不必擔心版權;圖也先用 glazing 處理過,避免被拿去訓練。
  • RL Nabors 說自己會把 getPage 的輸入參數精簡成只需要故事線 ID 與頁碼,這場沒有示範改完的結果。

章節

點時碼直接跳到原片的那一段。

  1. 自我介紹RL Nabors 說自己做過 Firefox DevTools、W3C 的 Web Animations API、Edge 的 PM 與 React 文件站,近三年替 AI 新創與瀏覽器公司做顧問。
  2. 瀏覽器是無限畫布RL Nabors 從做網漫起步,主張瀏覽器不只是文件閱讀器,什麼都能渲染;現在寫的是 agent 如何改變瀏覽與內容消費。
  3. 動機:修舊網漫站每年 RL Nabors 會挑一件拖著沒做的事當講題,這次是 2010 年左右建的網漫存檔站,決定順便讓它能被 agent 使用。
  4. 一個伺服器三種用戶端目標是讓人在瀏覽器、人在 agent、agent 在瀏覽器都能用同一個伺服器,並預告講 MCP 工具與傳輸、MCP apps、WebMCP 三塊。
  5. stdio 與 HTTP 傳輸比較兩種傳輸:stdio 是本機行程、HTTP 是網路服務,安全與隱私問題 RL Nabors 明說不在這場範圍。
  6. 把 HTTP 伺服器接進 Claude示範在 Claude 設定裡新增 connector 貼上網址,RL Nabors 直言這個入口藏得深,希望 Anthropic 改善。
  7. 網漫的工具清單列出漫畫、故事線、角色、搜尋與依角色搜尋等工具,多半回傳 JSON,逐字稿則回傳 Markdown,並實際在 Claude 裡操作。
  8. 呼籲實作 resourcesRL Nabors 想用 resources 把全部逐字稿放進 context,但規格鬆散、找不到有實作的用戶端,也抱怨 agent 不愛用工具去抓文件。
  9. 從聊天框到 MCP appsRL Nabors 把聊天框首頁比成「海星設計」,要使用者自己摸索;MCP apps 則在 agent 裡提供豐富的視覺介面。
  10. getPage 與 UI 欄位講 getPage 工具的定義、輸入 schema,以及用 meta 屬性的 UI 欄位指向一個網址,讓工具回傳漫畫閱讀器。
  11. MCP apps 的限制單一 HTML、沙盒 iframe、沒有 local storage 與網路存取,連結要經 host 許可,外部資源要設 CSP,也要把不給模型用的 tool 設成只有 app 可見。
  12. 瀏覽器 agent 的痛點內建 agent 的瀏覽器靠截圖或讀 DOM 操作網站,耗運算又耗 token,所以需要 WebMCP 這種直接呼叫頁面函式的辦法。
  13. WebMCP 兩種寫法宣告式是在 form 上加 tool name 與 description 屬性;命令式是在 navigator.modelContext 註冊工具,附名稱、描述、輸入 schema 與執行 callback。
  14. 用擴充功能示範標準仍在變動,RL 改用一個除錯用的擴充功能和聊天視窗示範,模型自己呼叫工具翻到下一頁。
  15. 結語:網路沒死RL Nabors 說網路只是在演化,並用瀏覽器內建的 Web Speech API 示範朗讀漫畫,強調這類現成 API 都等著被用。

名詞

MCP apps
把 HTML、CSS、JavaScript 打包成單一檔案,由 tool 回傳、在 agent 裡顯示的互動介面
stdio
MCP 的本機傳輸方式,伺服器由用戶端啟動成本機行程,靠標準輸入輸出溝通
HTTP transport
MCP 的網路傳輸方式,伺服器聽一個 HTTP 端點,靠 POST 請求溝通
MCP resources
MCP 規格裡讓伺服器提供內容給 context 的機制,RL Nabors 說目前少有用戶端實作
WebMCP
讓網頁把自己的功能註冊成 agent 工具的瀏覽器端做法,RL Nabors 形容與 MCP 的關係像 JavaScript 與 Java
navigator.modelContext
命令式 WebMCP 用來註冊工具的入口,註冊時給名稱、描述、輸入 schema 與執行 callback
CSP
內容安全政策,MCP app 裡外部字型、圖片等資源預設被擋,要靠它放行
WebMCP 除錯擴充功能
RL 用來示範 WebMCP 的瀏覽器擴充功能,可看到頁面暴露的工具,並模擬瀏覽器內的 agent 聊天
Web Speech API
瀏覽器內建的語音合成能力,RL Nabors 用來朗讀漫畫,不需要額外依賴與推論
Arize
RL Nabors 目前任職的公司

相關影片 同屬「agent 當使用者」