Document Editor

面向浏览器助手 · WebMCP

一个浏览器助手真正用得了的文档编辑器

这个编辑器注册了 WebMCP 工具,浏览器里的 AI 助手可以直接调用它们来打开、读取、转换和导出文档——而不必去猜和点一个为人设计的界面。

打开编辑器 →

如何操作

  1. 使用提供 WebMCP API 的浏览器(Chrome,处于 origin trial 阶段)。
  2. 编辑器作为普通标签页打开——工具只在顶层页面注册。
  3. 让浏览器的 AI 助手打开、读取、转换或导出文档。
  4. 助手直接调用工具;处理在你的设备上完成,文件不会被上传。

大多数网页应用对 AI 助手来说是不透明的。它看到的是一堆按钮,只能猜哪个是转换,然后祈祷点对了。WebMCP——W3C Web Machine Learning 社区组的提案——让网页把自己能做的事直接声明成带类型输入的、可调用的结构化工具,从而绕开这一整套猜测。这个编辑器声明了七个。

这些工具是 open_document_url, open_document_buffer, create_document, save_document, get_document_text, set_readonly, get_document_state。它们不是另一套实现:调用的就是按钮调用的那套本地代码,也是 iframe 嵌入 API 驱动的那套。所以助手拿到的能力和人完全一致,保证也一致——转换引擎是跑在你标签页里的 WebAssembly,文件不会离开设备。

正是这个性质,才让「把文档交给助手」在这里是合理的。通常把文档交给助手,就等于交给了助手背后的那台服务器。而在这里,助手只负责编排,文档留在原地:从磁盘读进标签页,在标签页里转换,再写回本地。一个为了回答问题而读取合同正文的助手,从头到尾没有把这份合同上传到任何地方。

有两条限制是刻意的。工具只在编辑器作为顶层页面时注册——跨域 iframe 需要嵌入方页面授予 allow="tools",这与嵌入的使用方式冲突,所以嵌入场景请改用 postMessage API 驱动。另外全文读取仅对文字文档可用;表格和演示文稿在当前引擎上没有这个接口,因此工具会明确说明,而不是返回一个可能被助手当成「文件是空的」的空结果。

常见问题

WebMCP 是什么?

W3C Web Machine Learning 社区组的一项提案,让网页注册结构化工具供浏览器内的 AI 助手直接调用,而不必让助手去理解和点击用户界面。

这个编辑器注册了哪些工具?

七个:open_document_url, open_document_buffer, create_document, save_document, get_document_text, set_readonly, get_document_state。覆盖从 URL 或字节打开、新建文档、导出或转换、读取正文、切换只读,以及报告当前状态。

哪些浏览器支持?

WebMCP 目前在 Chrome 的 origin trial 中可用。Firefox 和 Safari 尚未表态。浏览器没有该 API 时,什么也不会注册、什么也不会变。

助手处理时我的文档会被上传吗?

不会。这些工具调用的就是界面调用的那套本地代码——转换引擎是跑在你浏览器标签页里的 WebAssembly,文件不会离开你的设备。

助手能读取我文档的内容吗?

文字文档可以,get_document_text 会返回正文,助手不必导出就能回答问题。表格和演示文稿在当前引擎上没有全文读取,工具会如实说明,而不是返回一个空结果。

编辑器被嵌入到别的网站时也能用吗?

按设计不能。工具只在顶层页面注册。嵌入场景请改用 postMessage 的 Embed API 驱动。

助手能把文件转成 PDF 吗?

能。save_document 接受目标格式,所以助手可以打开 DOCX、XLSX 或 PPTX 并导出 PDF,全程在设备上完成。

需要账号或 API Key 吗?

都不需要。编辑器本身不需要账号,它也不会自己调用任何 AI 服务——推理由你浏览器的助手完成,这个页面只负责暴露工具。