現在的 AI Agent 已經可以看懂網頁、找到按鈕、填寫表單，甚至幫我們完成一連串操作。不過，要讓 Agent 模擬人類操作網頁，都還是已讀懂 DOM 元素為主，有點像請一位很聰明的新同事，盯著畫面猜每個按鈕到底能不能按，或按下去的效果如何，不一定能真正理解一個網頁本身設計的意圖。

而 WebMCP 提供了另一條路：網站直接把「搜尋商品」、「加入購物車」、「預約餐廳」等功能宣告成結構化工具，讓瀏覽器中的 AI Agent 可以發現並呼叫。

今天這篇文章我們先從 WebMCP 的基本概念開始，看看它解決什麼問題、和 MCP 有什麼不同，以及官方提供的 Imperative API 與 Declarative API 如何運作。