Aihangsoft registriert acht seiner Browser-Werkzeuge über WebMCP, eine Browser-API, mit der eine Seite aufrufbare Werkzeuge für KI-Agenten veröffentlicht. Ein Agent kann ein Bild komprimieren, ein Format umwandeln, die Größe eines Fotos ändern, Metadaten entfernen, ein PDF zusammenführen, teilen oder drehen oder aus Bildern ein PDF bauen, ohne die Seite zu lesen oder Klicks zu simulieren.
Die Werkzeuge sind derselbe Code, den die Seite bereits ausführt, jeder Aufruf wird also auf deinem Gerät verarbeitet und die Datei verlässt es nie. Jedes Werkzeug erscheint nur, solange seine Seite offen ist, weil dahinter kein Server Arbeit einreiht. Diese Seite zeigt, was angeboten wird, wie du es in Chrome testest und was der Ansatz weiterhin nicht kann.
Was WebMCP ist, in einem Absatz
WebMCP ist ein Vorschlag der W3C Web Machine Learning Community Group. Eine Seite ruft document.modelContext.registerTool() auf und beschreibt eine Funktion mit Namen, natürlichsprachlicher Beschreibung und einem JSON-Schema für ihre Argumente. Ein Agent, der die API unterstützt, liest diese Liste und ruft ein Werkzeug mit JSON-Argumenten auf, so wie er einen entfernten MCP-Server aufrufen würde, nur dass der Code im Tab läuft.
Statt einen Agenten die Oberfläche bedienen zu lassen, gewinnt man Zuverlässigkeit. Der Agent muss nicht mehr das richtige Dateifeld finden, erraten, was ein Regler tut, oder warten, bis ein Knopf klickbar wird. Er übergibt einen Qualitätswert und bekommt eine Datei zurück. Der Nutzer sieht weiterhin die Seite, und der Browser entscheidet weiter über den Zugriff.
Welche Werkzeuge angeboten werden
Acht Werkzeuge registrieren sich, eines pro Seite. Jeder Eintrag ist die Seite selbst und kein eigener Endpunkt, der Agent braucht diese Seite also geöffnet.
| Tool | Seite | Was es macht |
|---|---|---|
compress_image | Bild-Kompressor | Kodiert neu in WebP, JPEG, PNG oder AVIF mit Qualität, Skalierung in Prozent und OxiPNG-Stufe |
convert_image | Bild-Konverter | Wandelt ein Bild über Canvas in WebP, JPEG, PNG oder AVIF um; wenn AVIF nicht unterstützt wird, kommt WebP als Ersatz |
resize_image | Bild-Größenänderer | Setzt exakte Pixelbreite und -höhe und behält standardmäßig das Seitenverhältnis |
remove_image_metadata | EXIF entfernen | Entfernt EXIF, GPS, XMP, IPTC und PNG-Textblöcke, ohne die Pixel neu zu kodieren |
merge_pdfs | PDF zusammenfügen | Führt PDFs in der angegebenen Reihenfolge zusammen und kopiert die Seiten, statt sie neu zu kodieren |
split_pdf | PDF teilen | Teilt nach Seitenbereichen wie 1-3, 5 oder in Blöcke von N Seiten |
rotate_pdf | PDF drehen | Dreht alle Seiten oder eine Seitenliste um 90, 180 oder 270 Grad |
images_to_pdf | Bild zu PDF | Setzt Bilder auf A4- oder Letter-Seiten oder auf Seiten, die zum jeweiligen Bild passen |
Wie ein Aufruf abläuft
Dateien werden als Base64-Data-URLs übertragen, weil Werkzeugargumente JSON sein müssen. Der Agent sendet data:image/png;base64,... plus die Einstellungen; das Werkzeug dekodiert sie in eine File, führt den vorhandenen Browser-Code aus und antwortet mit einem JSON-String, der das Ergebnis als weitere Data-URL samt Größe, Format und Seitenzahl enthält.
Jedes Werkzeug gibt einen String zurück, auch bei Fehlern. Ein abgelehnter Aufruf kommt zurück als {"success": false, "error": "..."} mit einem Satz, der erklärt, was schiefging, etwa ein passwortgeschütztes PDF oder eine Seitennummer außerhalb des Bereichs. Ein Agent kann das lesen und sich korrigieren, statt blind zu wiederholen.
So testest du es in Chrome
- Nutze Chrome 149 oder neuer. Tritt dem WebMCP-Origin-Trial für diese Seite bei oder aktiviere
chrome://flags/#enable-webmcp-testingund starte den Browser neu. - Öffne eine der acht oben genannten Werkzeugseiten und lass sie offen, während der Agent arbeitet.
- Installiere eine Agenten-Erweiterung, die WebMCP-Werkzeuge liest, etwa den Model Context Tool Inspector, und bitte sie in normaler Sprache, ein Foto zu komprimieren oder zwei PDFs zusammenzuführen.
- Um die Registrierung von Hand zu prüfen, öffne die Konsole und führe aus
window.mfWebMCP. Sie listet die Werkzeuge auf, die die aktuelle Seite registriert hat, und ist nicht definiert, wenn es keine gibt.
In einem Browser ohne die API bricht das Skript bei der ersten Prüfung ab, für normale Besucher ändert sich also nichts. Die Seiten funktionieren genau wie bisher.
Was das hier nicht leistet
Die ehrlichen Grenzen sind wichtiger als die Demo, hier sind sie.
- Nur acht der 45 Browser-Werkzeuge werden angeboten. Video- und Audio-Werkzeuge hängen an einem ffmpeg-Worker und einem mehrstufigen Job, und die sechs Cloud-AI-Werkzeuge laden Dateien bewusst hoch, daher registriert keine der beiden Gruppen ein Werkzeug.
- Die Seite muss offen sein. Werkzeuge werden vom Dokument registriert, ein Agent kann Image Compressor also nicht aufrufen, während ein anderer Tab aktiv ist.
- Base64 ist nicht kostenlos. Aus 10 MB Eingabe werden rund 13 MB Text, die im Speicher erneut dekodiert werden. Jede Datei ist auf 64 MB begrenzt, Zusammenführungen auf 50 Dateien, und ein Teilen-Aufruf liefert höchstens 20 Teile.
- Die Unterstützung ist experimentell. Die API-Form hat sich 2026 geändert, Werkzeugnamen und Schemas können folgen, und kein Browser liefert sie im Oktober 2026 standardmäßig aktiviert aus.
- Keine Stapelverarbeitung ohne Oberfläche. WebMCP ist für eine echte Browsersitzung mit einer Person davor gedacht, nicht für eine serverseitige Pipeline.
Fragen
Was ist WebMCP?
WebMCP ist ein API-Vorschlag für Browser, mit dem eine Website eigene Funktionen als Werkzeuge mit Namen, Beschreibung und JSON-Schema veröffentlicht. Ein KI-Agent liest diese Werkzeuge aus der Seite und ruft sie direkt auf, muss also nicht raten, welcher Knopf zu drücken ist. Der Vorschlag wird in der W3C Web Machine Learning Community Group entwickelt, und Chrome bietet ihn hinter einem Origin-Trial und einem Test-Flag an, solange das Design noch wechselt.
Welche Aihangsoft-Werkzeuge kann ein Agent aufrufen?
Acht Werkzeuge registrieren sich selbst: compress_image auf Image Compressor, convert_image auf Image Converter, resize_image auf Image Resizer, remove_image_metadata auf Remove EXIF, merge_pdfs auf Merge PDF, split_pdf auf Split PDF, rotate_pdf auf Rotate PDF und images_to_pdf auf Image to PDF. Jedes erscheint nur, solange seine Seite offen ist, weil das Werkzeug den Code ausführt, den diese Seite bereits geladen hat. Video-, Audio- und Cloud-AI-Werkzeuge werden noch nicht angeboten.
Laden WebMCP-Aufrufe meine Datei hoch?
Nein. Jedes der acht registrierten Werkzeuge führt denselben Code aus wie die Seite bei manueller Nutzung, und dieser Code ist lokal. Dateien kommen als Base64-Data-URLs an, werden im Tab dekodiert, von Canvas, pdf-lib oder dem Metadaten-Parser verarbeitet und als Data-URL zurückgegeben. Nichts wird an einen Server geschickt, es gibt also kein Upload-Protokoll zu löschen und keine Warteschlange. Der einzige Preis ist Speicher, weil während des Aufrufs eine Base64-Kopie der Datei existiert.
Wie probiere ich WebMCP auf dieser Seite aus?
Öffne Chrome 149 oder neuer, aktiviere chrome://flags/#enable-webmcp-testing oder tritt dem WebMCP-Origin-Trial bei, und öffne dann eine der acht Werkzeugseiten. Nutze eine Agenten-Erweiterung, die WebMCP-Werkzeuge liest, etwa den Model Context Tool Inspector, und bitte sie, ein Bild zu komprimieren. Du kannst die Registrierung auch in der Konsole prüfen: window.mfWebMCP listet die Werkzeuge der aktuellen Seite. Browser ohne die API überspringen das Skript, und die Seite funktioniert wie zuvor.