WebMCP React ایپس کو اس قابل بناتا ہے کہ وہ AI ایجنٹس کو براہ راست منظم (structured) ٹول APIs فراہم کر سکیں، جس سے کمزور UI-scraping کی جگہ قابل اعتماد اور UI سے آزاد کالز لے لیتی ہیں۔ یہ فیچر Chrome 149 اور اس سے اوپر کے ورژن میں ایک origin-trial کے طور پر دستیاب ہے، اور آپ اسے chrome://flags/#enable-webmcp-testing کے ذریعے آن کر سکتے ہیں۔

ایجنٹس کو کلک کرنا سکھانے میں مسئلہ

AI ایجنٹس کو ویب پیج کے ساتھ بات چیت کرنے دینے کی موجودہ کوششوں میں سے زیادہ تر بصری اشاروں (visual cues) پر انحصار کرتی ہیں۔ ایک ایجنٹ DOM کو پرکھتا ہے، اندازہ لگاتا ہے کہ کون سا عنصر بٹن ہے، کلکس، اسکرول اور فارم فیلڈز کو بھرنے کی نقل کرتا ہے۔ جیسے ہی کوئی بٹن اپنی جگہ بدلتا ہے، لیبل تبدیل ہوتا ہے، یا لے آؤٹ میں تھوڑی سی تبدیلی آتی ہے، اسکرپٹ ناکام ہو جاتا ہے۔ یہ طریقہ کار سست ہے کیونکہ یہ براؤزر کے ہر مرحلے کو رینڈر کرنے کا انتظار کرتا ہے، اور ڈیزائن میں ایک معمولی تبدیلی بھی پورے آٹومیشن پائپ لائن کو توڑ سکتی ہے۔

WebMCP ماڈل کو بدل دیتا ہے

WebMCP گوگل کروم کی طرف سے متعارف کرایا گیا ایک نیا ویب اسٹینڈرڈ ہے۔ ایجنٹ کے لیے بصری سطح (visual surface) فراہم کرنے کے بجائے، ایک پیج ٹولز کا ایک مجموعہ پیش کرتا ہے—یعنی نامزد اور ٹائپ شدہ آپریشنز جو پیج انجام دے سکتا ہے۔ ایک AI ایجنٹ پہلے پوچھتا ہے کہ "کون سے ٹولز دستیاب ہیں؟"؛ پیج "searchProducts" یا "checkout" جیسی فہرست کے ساتھ جواب دیتا ہے۔ اس کے بعد ایجنٹ ٹول کے اعلان کردہ ان پٹ اسکیما سے مطابقت رکھنے والے JSON پے لوڈ کو بھیج کر ٹول کو کال کرتا ہے، مثلاً searchProducts(query: "jacket")۔ براؤزر اس درخواست کو براہ راست پیج کے JavaScript کو بھیج دیتا ہے، جو کسی بھی UI مداخلت کے بغیر بنیادی لاجک کو چلا دیتا ہے۔

اس کا نتیجہ ایک ایسا انٹرایکشن ہے جو فوری ہے، CSS کی تبدیلیوں کے باوجود کام کرتا ہے، اور جب تک ٹول کی تعریفیں مستحکم رہتی ہیں، یہ فعال رہتا ہے۔

ڈویلپرز کے لیے اہم فوائد

  • رفتار – مواصلات براؤزر کے میسجنگ سسٹم کے اندر ہی رہتی ہے، جس سے کلکس کو رینڈر کرنے اور پیج اپ ڈیٹس کا انتظار کرنے کا وقت بچ جاتا ہے۔
  • قابل اعتماد – ٹولز انہی فنکشنز کو کال کرتے ہیں جو سائٹ پہلے سے ہی اپنے UI کے لیے استعمال کر رہی ہے، اس لیے ڈیزائن کی تبدیلی API کو خراب نہیں کرتی۔
  • کنٹرول – ڈویلپرز فیصلہ کرتے ہیں کہ کون سے آپریشنز ظاہر کیے جائیں گے، وہ کون سے پیرامیٹرز قبول کریں گے، اور ایجنٹ کو جواب میں کیا نظر آ سکتا ہے۔
  • UI سے آزادی – اسٹائلنگ، لے آؤٹ، یا کمپوننٹ ریفیکٹورنگ اب ایجنٹ کی فیچر استعمال کرنے کی صلاحیت کو متاثر نہیں کرتی۔

WebMCP سرور سائیڈ پر استعمال ہونے والے موجودہ MCP (Message-Channel-Protocol) کو تبدیل نہیں کرتا۔ MCP ڈیٹا حاصل کرنے اور بیک اینڈ آرکیسٹریشن کو سنبھالنا جاری رکھتا ہے، جبکہ WebMCP لائیو، ان-ٹیب (in-tab) انٹرایکشنز کو سنبھالتا ہے۔

React ڈویلپرز کیسے آغاز کر سکتے ہیں

React کوڈ یا تو امپیریٹو (imperative) JavaScript API یا ڈیکلیریٹو (declarative) HTML فارم پر مبنی API کا استعمال کرتے ہوئے ٹولز رجسٹر کر سکتا ہے۔ ایک عام طریقہ کار رجسٹریشن کو ایک کسٹم ہک (custom hook) میں لپیٹنا ہے۔

  1. ٹول کے نام اور مختصر تفصیل کے ساتھ رجسٹریشن فنکشن کو کال کریں۔
  2. ایک ان پٹ اسکیما فراہم کریں (مثال کے طور پر، مطلوبہ فیلڈز کی وضاحت کرنے والا ایک JSON اسکیما)۔
  3. ایک execute کال بیک فراہم کریں جو موجودہ بزنس لاجک کو چلائے—جو اکثر وہی فنکشن ہوتا ہے جسے بٹن کلک ٹرگر کرتا ہے۔

جب ہک چلتا ہے، تو براؤزر ٹول کو پیج کے WebMCP مینی فیسٹ (manifest) میں شامل کر دیتا ہے۔ ایک AI ایجنٹ جو مینی فیسٹ کو دریافت کرتا ہے، وہ DOM کو چھوئے بغیر ٹول کو کال کر سکتا ہے۔

چونکہ رجسٹریشن کمپوننٹ ماؤنٹ (mount) کے وقت ہوتی ہے، اس لیے ٹولز کو مخصوص روٹس یا فیچر فلیگز تک محدود کیا جا سکتا ہے، جس سے ٹیموں کو اس بات پر باریک بینی سے کنٹرول ملتا ہے کہ پروڈکشن کے مقابلے میں ٹیسٹ ماحول میں AI کیا کر سکتا ہے۔

احتیاطی تدابیر اور کن باتوں کا خیال رکھیں

WebMCP ابھی ایک اوریجن ٹرائل (origin trial) ہے۔ یہ صرف Chrome 149+ میں کام کرتا ہے اور اسے فلگ کے ذریعے دستی طور پر فعال کرنا ضروری ہے۔

آگے کیا ہوگا

گوگل نے یہ ٹرائل ان ڈویلپرز کے لیے کھول دیا ہے جو AI-native ویب تجربات کے ساتھ تجربہ کرنا چاہتے ہیں۔ دلچسپی رکھنے والوں کے لیے اگلے اقدامات یہ ہیں:

  • Chrome میں فلگ کو فعال کریں اور ٹارگٹ سائٹ کو دوبارہ لوڈ کریں۔
  • ایک React کمپوننٹ میں سادہ ٹول رجسٹریشن شامل کریں اور براؤزر کے devtools میں مینی فیسٹ کو ظاہر ہوتے ہوئے دیکھیں۔
  • ٹول کو کال کرنے اور جواب کی تصدیق کرنے کے لیے ایک AI کلائنٹ (مثال کے طور پر، ایک لوکل اسکرپٹ جو WebMCP پروٹوکول پر عمل کرتا ہے) کا تجربہ کریں۔
  • مستحکم ریلیز کے بارے میں اپ ڈیٹس کے لیے ٹرائل کے اسٹیٹس پیج پر نظر رکھیں۔

خلاصہ: WebMCP React ڈویلپرز کو اپنے ایپس کو براہ راست AI ایجنٹس کے ذریعے کال کرنے کے قابل بنانے کا ایک طریقہ فراہم کرتا ہے، جس سے UI عناصر مستحکم، ٹائپ شدہ سروسز میں بدل جاتے ہیں۔ یہ تبدیلی اسکرین اسکریپنگ کے دیکھ بھال کے ڈراؤنے خواب کو ختم کرتی ہے اور حقیقی AI-native ویب ایپلی کیشنز کی طرف راستہ کھولتی ہے—بشرطیکہ ٹیمیں تجرباتی Chrome ماحول میں کام کرنے میں راحت محسوس کریں۔