Camada para agentes Experimental · somente leitura

WebMCP.Ariel Alexandre para agentes.

Quando esta página está aberta em um navegador compatível, um agente pode consultar perfil, projetos, fontes e material de imprensa por ferramentas estruturadas.

4ferramentas com funções distintas
259fontes públicas pesquisáveis
0ações que alteram dados ou enviam mensagens

Como funciona

O site registra ferramentas no contexto da página.

Resposta curta

WebMCP permite que uma página exponha funções JavaScript com nome, descrição e entradas estruturadas para agentes conectados ao navegador. Aqui, as ferramentas ajudam a localizar informações já públicas. A interface humana continua sendo a fonte principal.

O registro usa document.modelContext.registerTool(), a superfície atual do rascunho. Nenhuma ferramenta é exposta a iframes ou origens externas. Quando o navegador não oferece a API, o script encerra silenciosamente e todo o site continua funcionando.

Natureza experimental

WebMCP é um relatório preliminar do Web Machine Learning Community Group e ainda não é um padrão W3C. A implementação deste site evita polyfill para não fixar uma versão antiga da API.

Ferramentas disponíveis

Quatro caminhos claros, sem sobreposição.

01
ariel_get_profile

Retorna biografia aprovada, identidade canônica, áreas de atuação e links editoriais. A biografia pode ser curta, média ou completa.

02
ariel_search_sources

Pesquisa veículo, matéria, evento, empresa, tema e período. Cada resultado preserva nível documental, independência, profundidade pessoal, limitações e origem compartilhada.

03
ariel_get_project

Consulta um projeto por identificador controlado e retorna a página dedicada e as origens documentais mais fortes, sem converter vínculo histórico em cargo atual.

04
ariel_get_media_kit

Entrega biografias, URLs de retratos, dimensões, crédito, orientações de uso editorial e contato.

Dados e respostas

A ferramenta aponta para a prova, não apenas para a narrativa.

O arquivo público em sources.json é gerado a partir do mesmo inventário que alimenta a página de fontes. As buscas são locais, determinísticas e limitadas a dez resultados por chamada. URLs que vêm da mesma pauta podem ser agrupadas para não parecerem confirmações independentes.

Títulos e descrições de terceiros são marcados como conteúdo não confiável para o agente. Isso indica que o retorno deve ser tratado como dado editorial, nunca como instrução. O perfil e o media kit são conteúdo próprio e deixam essa natureza explícita.

Privacidade e segurança

Nenhum prompt ou argumento é enviado para analytics.

As ferramentas leem arquivos públicos do mesmo domínio. Não acessam cookies, contas, mensagens, Gmail, localização, histórico de navegação ou dados de outras páginas. Também não enviam e-mail, preenchem formulários, alteram conteúdo nem executam compras.

A política do WebMCP já adota self como permissão padrão. O site não amplia esse acesso para outras origens. As entradas são validadas novamente dentro de cada função, com lista fechada de campos, tamanhos máximos e valores enumerados. Não há fetch para URL fornecida pelo agente.

Compatibilidade

Progressive enhancement, sem dependência para navegar.

O código usa a API atual document.modelContext e não depende da forma antiga em navigator.modelContext. Em navegadores sem suporte, as páginas, links, busca, downloads, JSON-LD, llms.txt e sources.json permanecem disponíveis.

Como a API está em evolução, uma versão do Chrome em origin trial ou com o recurso habilitado pode ser necessária até que o navegador a disponibilize de forma estável.

Documentação de referência

Implementação alinhada ao rascunho atual.

  1. Web Machine Learning Community GroupRascunho da especificação WebMCP
  2. Chrome for DevelopersAPI imperativa e document.modelContext
  3. Chrome for DevelopersEstratégia, schemas, validação e testes
  4. Chrome for DevelopersSegurança de ferramentas WebMCP