Chrome 中的人工智慧 | AI in Chrome

Google 會運用 AI 技術將內容翻譯成你偏好的語言，但可能會出錯。

Chrome 中的 AI

為網站和網頁應用程式尋找及建構 AI 解決方案。

內建 AI

探索瀏覽器內建的任務型 API，這些 API 可使用本機模型執行 AI 任務。

AI 代理

建立 WebMCP 工具，讓網站支援 AI 代理執行的可靠動作。

加速運算

使用 Wasm、WebGPU 和 WebNN 提升運算和模型效能。

課程

建立 AI 評估

評估 (或評估) 是指 AI 功能的測試。建立健全的評估管道後，以 LLM 為基礎的功能就能為使用者提供優質服務。接著就能安心發布功能。

在本課程中，您將瞭解如何運用 LLM 做為評估者模式來評估主觀品質、以最少的設定建立評估者，以及探索進階技術，開發出能像頂尖領域專家一樣思考的自訂評估者。您會在建構時間和正式發布時執行評估，以便及早發現回歸。

開始學習

在本機瀏覽器中執行推論

在網路上建構由 AI 驅動的功能，包括內建於瀏覽器的基礎模型和專家模型

探索內建 AI 技術

開始使用

瞭解開始使用內建 AI 建構功能和應用程式時，必須具備哪些條件。

可用的 API

查看可搭配 Chrome 內建 AI 使用的 API 及其可用狀態。

Task API Polyfill

使用內建的 AI 工作 API Polyfill 建構 AI 功能，不必擔心瀏覽器支援問題。

建議做法

瞭解如何運用 Chrome 內建 AI 建構應用程式的最佳做法。

快取模型

瞭解如何在瀏覽器中快取模型，加快推論速度。

告知使用者模型下載事宜

使用任何 API 前，必須先下載基礎模型。請務必提醒使用者下載這些檔案所需的時間。

透過 WebMCP 穩定呼叫代理程式

WebMCP 的目標是提供標準方式來公開結構化工具，讓 AI 代理能以更高的速度、穩定性和準確度在網站上執行動作。

開始使用

步驟 1

您的網站註冊工具

您的網站會將代理可執行的動作宣告為 WebMCP 工具。每個工具都有名稱、說明和 JSON 結構定義。

// Imperative API
document.modelContext.registerTool({
  name: "bookSlot",
  title: "Book a consultation slot",
  description: "Reserve a 30-minute consultation.",
  inputSchema: {
    type: "object",
    properties: {
      date:  { type: "string", format: "date" },
      time:  { type: "string" },
      name:  { type: "string" },
      email: { type: "string", format: "email" }
    },
    required: ["date", "time", "name", "email"]
  },
  annotations: { readOnlyHint: false },
  execute: async (input, client) => {
    return await api.book(input);
  }
});

步驟 2

瀏覽器會公開這些資訊

瀏覽器會收集這些工具，並連同網頁的網址、標題和來源權限範圍，一併提供給使用者的 WebMCP 感知代理。

步驟 3

代理程式會採取行動，無須猜測

代理程式會看到合約、提供結構化引數，其餘工作則由您的程式碼完成。使用者會持續收到權限和確認通知。確實掌握門前動靜

// the agent's view
{
  "tool": "bookSlot",
  "arguments": {
    "date": "2026-07-31",
    "time": "14:00",
    "name": "Jerry Jones",
    "email": "jerry.jones@example.com"
  }
}