Agentes de IA que nunca saem do navegador

#webdev #javascript #tutorial #beginners

Você já se cansou de copiar e colar dados entre tabs porque sua ferramenta de IA
não consegue "ver" o sistema que você está usando? WebMCP resolve isso deixando
sites exporem ferramentas que agentes podem chamar — sem sair do browser, sem
mandar seus dados pra nuvem.

Por que isso importa agora

A maioria dos agentes de IA hoje funciona assim: você descreve o que quer,
o agente manda o pedido pra um servidor na nuvem, processa, e te devolve
uma resposta genérica. Se o agente precisa interagir com um app web que você
está usando, ele não consegue — a menos que você exponha uma API pública
ou construa integrações customizadas.

WebMCP (Model Context Protocol para a Web) vira esse modelo de cabeça pra baixo:
sites podem declarar explicitamente quais ações um agente pode executar,
e agentes locais — rodando direto no seu navegador — conseguem chamar essas
ferramentas sem round-trip pra nuvem.

A ideia central

WebMCP é uma API experimental que permite que sites exponham tools que agentes
descobrem e chamam. A diferença crítica pro MCP tradicional: tudo acontece
no contexto do browser. O site precisa estar aberto, você precisa estar logado,
e o agente opera sobre o estado atual da página.

Um exemplo concreto: um simulador de startup com métricas (caixa, receita mensal,
quantidade de funcionários, felicidade do time, nível de hype). Você pode
interagir clicando nos botões normalmente, ou pode dizer pro agente
"contrata 5 pessoas e adota IA no produto". O agente descobre as ferramentas
disponíveis (hireEmployees, adoptAI) e executa a sequência.

// Site expõe ferramentas via WebMCP
const tools = {
  hireEmployees: {
    description: "Hire new employees",
    parameters: { count: "number" },
    consequentialHint: "medium" // aviso de impacto
  },
  adoptAI: {
    description: "Adopt AI in product",
    consequentialHint: "high"
  }
};

O agente roda localmente via extensão Chrome. Três modos de provider:

Google Prompt API — Gemini Nano gerenciado pelo próprio Chromium, inferência 100% local
Ollama — execução local (testado com Llama 3.1)
Cloud fallback — Gemini Flash quando os anteriores não estão disponíveis

Loop de execução: recebe intenção do usuário → checa ferramentas WebMCP
disponíveis → chama as apropriadas → recebe resultados → decide próximos passos.
Por padrão, máximo 10 iterações.

Hands-on: safety em ações consequentes

WebMCP não é anarquia. Ferramentas podem declarar consequentialHint (low,
medium, high). A extensão intercepta chamadas marcadas como high e pede
confirmação manual antes de executar.

Cenário real no demo: você pede "corta custos agressivamente". O agente identifica
fireEmployees como ferramenta relevante, mas antes de demitir metade do time,
um modal aparece: "Agent wants to fire 10 employees. Confirm?"

Isso mantém controle humano sobre decisões irreversíveis, mesmo em fluxos
totalmente automatizados.

// Antes de executar ação consequente
if (tool.consequentialHint === 'high') {
  const confirmed = await showConfirmationModal(tool, params);
  if (!confirmed) return { status: 'cancelled' };
}

Caveats

Não é revolucionário. A própria autora do post chama isso de "faster horses" —
uma melhoria incremental, não uma mudança arquitetural. Você continua precisando
de uma UI tradicional; WebMCP só adiciona uma camada de acesso programático.

Requer que o site coopere. Se o app não expõe ferramentas WebMCP, o agente
não funciona. Não é scraping, não é automação genérica tipo Playwright — é um
contrato explícito entre site e agente.

Privacidade tem tradeoffs. Rodar Gemini Nano localmente é ótimo pra dados
sensíveis, mas modelos pequenos erram mais. Ollama te dá controle total, mas
você precisa instalar e gerenciar. Cloud funciona sempre, mas manda tudo pra fora.

Suporte limitado. É experimental. Google Prompt API ainda não está disponível
em todos os browsers/regiões. Ollama exige setup local. Pra produção hoje,
você provavelmente vai acabar no fallback cloud.

TL;DR

WebMCP permite que sites exponham ferramentas que agentes de IA chamam, direto no browser, sem servidor intermediário
Extensão Chrome roda agentes localmente via Gemini Nano, Ollama ou cloud fallback
Ações de alto impacto exigem confirmação manual via consequentialHint
Não substitui UI tradicional — adiciona camada de automação sobre apps existentes
Útil pra regiões com conectividade limitada ou casos que exigem privacidade local

DEV Community