একটি AI এজেন্টের কথা কল্পনা করুন যা একটি রেস্টুরেন্টের ওয়েবসাইটে টেবিল বুক করার চেষ্টা করছে। আজ, এটি একটি খুব ধৈর্যশীল, বিভ্রান্ত ইন্টার্নের মতো কাজ করে: এটি পেজ লোড করে, কাঁচা HTML পড়ে, অনুমান করে কোন <div>টি ডেট পিকার, সবুজ বাটনে ক্লিক করে, এবং লেআউট পরিবর্তন হলে ভেঙে যায়। এটি স্ক্রিন-স্ক্র্যাপিং এবং আশা—ফোনে স্ক্রিনশট বর্ণনা করার স্বয়ংক্রিয় সমতুল্য।

Web MCP আরও যুক্তিসঙ্গত কিছু প্রস্তাব করে। এজেন্টের অনুমান করার পরিবর্তে, আপনার সাইট ঘোষণা করে এটি কী করতে পারে, পরিষ্কার, কাঠামোবদ্ধ টুল হিসাবে। "এখানে একটি book_table টুল। এটি তারিখ, সময় এবং পার্টি সাইজ নেয়।" কোনো পিক্সেল-পড়া নেই, কোনো অনুমান নেই। এটি ইতিমধ্যে Chrome-এ একটি ট্রায়ালের পিছনে চলে, এবং আপনার প্রথম টুল যোগ করতে প্রায় দশ মিনিট সময় লাগে।

মূল পরিবর্তন হল স্ক্র্যাপিং থেকে ঘোষণায়। আজ, এজেন্ট DOM স্ক্র্যাপ করে, ক্ষেত্র অনুমান করে, ক্লিক অনুকরণ করে, এবং রিডিজাইনে ভেঙে যায়। Web MCP-এর সাথে, পেজ একটি টুল নিবন্ধন করে, এজেন্ট তার স্কিমা পড়ে, কাঠামোবদ্ধ আর্গুমেন্ট দিয়ে কল করে, এবং টুল আসল JS চালায়—রিডিজাইন থেকে বেঁচে থাকে কারণ টুলই চুক্তি।

Web MCP হল Google এবং Microsoft-এর প্রস্তাবিত মান W3C Web Machine Learning Community Group-এ। এটি একটি Community Group খসড়া, সম্পূর্ণ নয়, এবং Chrome 149 থেকে Chrome অরিজিন ট্রায়াল হিসাবে উপলব্ধ। প্রস্তাবটি github.com/webmachinelearning/webmcp-এ বাস করে, Angular সমর্থন এবং ডেমো সাইট সহ। এটি একটি "চেষ্টা করুন এবং আকার দিন" মুহূর্ত।

মূল সত্তা: কোম্পানি: Google, Microsoft, Chrome, Edge, Angular