Aihangsoft registra ocho de sus herramientas de navegador con WebMCP, una API del navegador que permite a una página publicar herramientas invocables para agentes de IA. Un agente puede comprimir una imagen, convertir un formato, cambiar el tamaño de una foto, eliminar metadatos, unir, dividir o rotar un PDF, o crear un PDF a partir de imágenes, sin leer la página ni simular clics.
Las herramientas son el mismo código que la página ya ejecuta, así que cada llamada se procesa en tu dispositivo y el archivo nunca sale de él. Cada herramienta aparece solo mientras su página está abierta, porque no hay un servidor detrás que ponga el trabajo en cola. Esta página explica qué se expone, cómo probarlo en Chrome y qué sigue sin poder hacer el enfoque.
Qué es WebMCP, en un párrafo
WebMCP es una propuesta del W3C Web Machine Learning Community Group. Una página llama a document.modelContext.registerTool() y describe una función con un nombre, una descripción en lenguaje natural y un esquema JSON para sus argumentos. Un agente compatible con la API lee esa lista y llama a una herramienta con argumentos JSON, igual que llamaría a un servidor MCP remoto, salvo que el código se ejecuta en la pestaña.
Frente a dejar que un agente maneje la interfaz, la ventaja es la fiabilidad. El agente ya no tiene que encontrar el campo de archivo correcto, adivinar qué hace un control o esperar a que un botón sea clicable. Envía un valor de calidad y recibe un archivo. El usuario sigue viendo la página y el navegador sigue arbitrando el acceso.
Qué herramientas se exponen
Se registran ocho herramientas, una por página. Cada entrada es la página en la que vive, no un endpoint aparte, así que el agente debe tener esa página abierta.
| Herramienta | Página | Qué hace |
|---|---|---|
compress_image | Compresor de imágenes | Recodifica a WebP, JPEG, PNG o AVIF con calidad, porcentaje de escala y nivel de OxiPNG |
convert_image | Convertidor de imágenes | Convierte una imagen a WebP, JPEG, PNG o AVIF mediante Canvas, y recurre a WebP cuando AVIF no está disponible |
resize_image | Redimensionador de imágenes | Fija el ancho y el alto exactos en píxeles y mantiene la proporción por defecto |
remove_image_metadata | Eliminar EXIF | Elimina EXIF, GPS, XMP, IPTC y bloques de texto PNG sin recodificar los píxeles |
merge_pdfs | Combinar PDF | Une PDF en el orden indicado, copiando las páginas en lugar de recodificarlas |
split_pdf | Dividir PDF | Divide por rangos de páginas como 1-3, 5, o en bloques de N páginas |
rotate_pdf | Rotar PDF | Rota todas las páginas o una lista de páginas 90, 180 o 270 grados |
images_to_pdf | Imagen a PDF | Coloca las imágenes en páginas A4 o Carta, o en páginas que coincidan con cada imagen |
Cómo funciona una llamada
Los archivos viajan como data URL en base64, porque los argumentos de la herramienta tienen que ser JSON. El agente envía data:image/png;base64,... más los ajustes, la herramienta lo decodifica en un File, ejecuta el código existente del navegador y responde con una cadena JSON que contiene el resultado como otro data URL junto con el tamaño, el formato y el número de páginas.
Cada herramienta devuelve una cadena, también en los errores. Una llamada rechazada vuelve como {"success": false, "error": "..."} con una frase que explica qué falló, por ejemplo un PDF protegido con contraseña o un número de página fuera de rango. Un agente puede leerlo y corregirse en lugar de reintentar a ciegas.
Cómo probarlo en Chrome
- Usa Chrome 149 o posterior. Únete al origin trial de WebMCP para este sitio o activa
chrome://flags/#enable-webmcp-testingy reinicia el navegador. - Abre una de las ocho páginas de herramientas de la lista y déjala abierta mientras trabaja el agente.
- Instala una extensión de agente que lea las herramientas WebMCP, como Model Context Tool Inspector, y pídele en lenguaje normal que comprima una foto o una dos PDF.
- Para comprobar el registro a mano, abre la consola y ejecuta
window.mfWebMCP. Muestra las herramientas que registró la página actual, o queda sin definir cuando la página no tiene ninguna.
En un navegador sin la API, el script se detiene en la primera comprobación, así que nada cambia para los visitantes normales. Las páginas siguen funcionando igual que hoy.
Qué no hace esto
Los límites honestos importan más que la demo, así que aquí están.
- Solo se exponen ocho de las 45 herramientas de navegador. Las herramientas de vídeo y audio dependen de un worker de ffmpeg y de un trabajo en varios pasos, y las seis herramientas Cloud AI suben archivos por diseño, así que ninguno de los dos grupos registra una herramienta todavía.
- La página tiene que estar abierta. Las herramientas las registra el documento, así que un agente no puede llamar a Image Compressor mientras está en otra pestaña.
- Base64 no es gratis. Una entrada de 10 MB se convierte en unos 13 MB de texto y se vuelve a decodificar en memoria. Cada archivo se limita a 64 MB, las uniones a 50 archivos y una división devuelve como máximo 20 partes.
- La compatibilidad es experimental. La forma de la API cambió durante 2026, los nombres y esquemas de las herramientas pueden cambiar con ella, y ningún navegador la trae activada por defecto en octubre de 2026.
- Sin procesamiento por lotes sin interfaz. WebMCP está pensado para una sesión real de navegador con una persona delante, no para un flujo del lado del servidor.
Preguntas
¿Qué es WebMCP?
WebMCP es una propuesta de API del navegador que permite a un sitio publicar sus propias funciones como herramientas con nombre, descripción y esquemas JSON. Un agente de IA lee esas herramientas de la página y las llama directamente, así no tiene que adivinar qué botón pulsar. La propuesta se desarrolla en el W3C Web Machine Learning Community Group, y Chrome la expone tras un origin trial y un flag de pruebas mientras el diseño sigue cambiando.
¿Qué herramientas de Aihangsoft puede llamar un agente?
Ocho herramientas se registran solas: compress_image en Image Compressor, convert_image en Image Converter, resize_image en Image Resizer, remove_image_metadata en Remove EXIF, merge_pdfs en Merge PDF, split_pdf en Split PDF, rotate_pdf en Rotate PDF e images_to_pdf en Image to PDF. Cada una aparece solo mientras su página está abierta, porque la herramienta ejecuta el código que esa página ya cargó. Las herramientas de vídeo, audio y Cloud AI aún no se exponen.
¿Las llamadas WebMCP suben mi archivo?
No. Cada una de las ocho herramientas registradas ejecuta el mismo código que la página cuando la usas a mano, y ese código es local. Los archivos llegan como data URL en base64, se decodifican dentro de la pestaña, los procesa Canvas, pdf-lib o el analizador de metadatos, y vuelven como data URL. No se envía nada a un servidor, así que no hay registro de subidas que borrar ni cola que esperar. El único coste es la memoria, porque hay una copia en base64 del archivo mientras dura la llamada.
¿Cómo pruebo WebMCP en este sitio?
Abre Chrome 149 o posterior, activa chrome://flags/#enable-webmcp-testing o únete al origin trial de WebMCP, y luego abre una de las ocho páginas de herramientas. Usa una extensión de agente que lea herramientas WebMCP, como Model Context Tool Inspector, y pídele que comprima una imagen. También puedes comprobar el registro en la consola: window.mfWebMCP lista las herramientas que registró la página actual. Los navegadores sin la API omiten el script y la página funciona igual que antes.