WebMCP, herramientas en el script de la página

También está el caso de la página que ya está abierta en el navegador y quiere ofrecer, en su propio script, las herramientas que un agente puede invocar ahí. Ese es el recorte del WebMCP, en el índice de protocolos.

Lo que describe el documento

El documento publicado en https://webmachinelearning.github.io/webmcp/ describe la WebMCP API como una interfaz JavaScript que permite al desarrollador exponer la funcionalidad de la aplicación web como tools: funciones JavaScript con descripciones en lenguaje natural y schemas estructurados, que pueden ser invocadas por agentes, incluidos los agentes del propio navegador, y por tecnologías asistivas. El mismo texto afirma que las páginas que usan WebMCP pueden pensarse como servidores Model Context Protocol que implementan tools en el script del cliente, en lugar de en el backend, y que WebMCP habilita flujos colaborativos en los que el usuario y el agente trabajan juntos en la misma interfaz web, reaprovechando la lógica ya existente de la aplicación, con contexto compartido y control del usuario.

El README oficial del repositorio formula el recorte de un modo cercano: WebMCP deja al desarrollador exponer funcionalidad como tools pensadas para la ingestión por un agente de IA, invocables por agentes en el navegador, en iframes o en extensiones, sobre contenido que tradicionalmente se diseñó para la interacción humana.

Estatus y gobernanza

El documento se presenta, en su propio encabezado, como Draft Community Group Report, con estatus CG-DRAFT. En la sección «Status of this document», informa que la especificación fue publicada por el Web Machine Learning Community Group, y que no es un estándar W3C ni está en la vía de estándares del W3C. Lo dejo explícito, con esa atribución, mientras la página lo siga diciendo. No hay, en el encabezado de la spec publicada, un número de versión de protocolo del tipo WebMCP 1.0. El estatus es el de ese informe de Community Group.

Los editores listados en el encabezado del informe publicado son Brandon Walderman (Microsoft), Khushal Sagar (Google), Dominic Farolino (Google) y Samuel Dallstream (Microsoft). El steward institucional, según el propio documento, es el Web Machine Learning Community Group, bajo el W3C Community Contributor License Agreement. El repositorio canónico es https://github.com/webmachinelearning/webmcp.

Cómo la página registra una tool

En la spec publicada, cada Document tiene document.modelContext. La interfaz ModelContext ofrece registerTool, getTools y executeTool, además de handlers para cambios, activación y cancelación de la tool. El registro ocurre en un contexto seguro. La policy de permisos usa el recurso "tools".

El diccionario oficial ModelContextTool, en la sección 4.2.1 de la spec, incluye name y description como campos obligatorios, title como rótulo para la interfaz, inputSchema y outputSchema como objetos JSON Schema, execute como callback obligatorio, y annotations opcionales, entre ellas readOnlyHint, untrustedContentHint, consequentialHint y debugging. Las reglas normativas de name, en el algoritmo de registerTool, rechazan una cadena vacía, una longitud mayor que 128 y caracteres fuera de ASCII alphanumeric, "_", "-" o ".". Una description vacía también es inválida.

El README describe el flujo en el navegador: la página registra tools; el agente del browser las invoca; la página ejecuta la lógica en el cliente y actualiza la interfaz. Ese recorte contrasta, en el mismo README, con integraciones de backend, como MCP u OpenAPI, que evitan la interfaz web del servicio. Hay exploración de una API declarativa basada en un formulario HTML; eso aparece como exploración futura, no como el mecanismo normativo actual de registro.

Un ejemplo oficial

El ejemplo siguiente es de la documentación oficial, el README del repositorio, en https://raw.githubusercontent.com/webmachinelearning/webmcp/main/README.md, en la sección «Imperative Tool Registration: document.modelContext». Es el registro de la tool add-todo, copiado como lo publica la fuente.

const controller = new AbortController();

await document.modelContext.registerTool({
  name: "add-todo",
  description: "Add a new item to the user's active todo list",
  inputSchema: {
    type: "object",
    properties: {
      text: { type: "string", description: "The text content of the todo item" }
    },
    required: ["text"]
  },
  async execute({ text }) {
    // Reuse existing client-side application logic and update UI.
    await addTodoItemToCollection(text);
    
    return {
      content: [
        {
          type: "text",
          text: `Added todo item: "${text}" successfully.`
        }
      ]
    };
  }
}, { signal: controller.signal });

// To unregister the tool later, abort the signal.
// controller.abort();

Relación con el MCP

La spec publicada, en la introducción, dice que las páginas con WebMCP pueden pensarse como servidores MCP que implementan tools en el script del cliente, y referencia la especificación del MCP. El README registra que el grupo consideró adoptar directamente la spec completa del MCP en el navegador, sin crear una API nativa de la web, y no adoptó ese camino. Los motivos oficiales son que el MCP se construyó sobre todo para la comunicación server-to-client y para procesos stdio/SSE, y que en él faltan conceptos nativos de la web como origins, permisos estándar del navegador, integración con el DOM y ciclo de vida en el nivel del tab; y que acoplar una API web directamente a un protocolo de backend en evolución perjudicaría la compatibilidad hacia atrás y la estabilidad de la plataforma. En su lugar, según el mismo README, WebMCP deriva inspiración directa y comparte un vocabulario común con el MCP, por ejemplo tools, schemas y parameters, en una solución diseñada de forma nativa para la plataforma web.

El estatus lo dice el propio informe, y yo lo dejo escrito así: Draft Community Group Report, con las tools en el script. Para volver al mapa, el índice.

Fuentes