Meta为Ray-Ban Display眼镜推出WebMCP语音控制工具包,默认关闭

🤖 由 文心大模型 生成的文章摘要

Meta已发布开发者指南,允许Ray-Ban Display的网页应用响应Meta AI,使佩戴者可以通过语音指令操作应用,而无需手动点击。这份291行的说明文件其中明确表示该功能“默认关闭,按设备启用,通过开发者模式或分批推送开启”。

无需SDK的浏览器级语音交互

该机制的核心是一个名为WebMCP的浏览器接口。开发者在document.modelContext上注册工具,Meta称浏览器会在页面脚本运行前安装该接口。Meta的说明用一句话概括了效果:“佩戴者与Meta AI对话,Meta AI调用你的工具,应用随之更新。无需SDK,无需语音识别,无需唤醒词:浏览器提供了这一交互界面。”

需要明确的是,这是一次工具包更新,而非用户可以自行开启的功能。Meta将该仓库称为“用于在Meta Ray-Ban Display眼镜上构建网页应用的AI辅助开发工具包”,并补充说明资格“在应用启动时一次性决定,并在该会话剩余时间内不再改变”,因此在会话中途开启WebMCP不会生效,必须重新启动应用。

D-pad操作必须保持可用

Meta对开发者的要求十分明确:“这是附加功能。应用必须在不依赖助手的情况下,完全通过D-pad操作。”Meta还要求开发者分别测试仅用D-pad驱动的应用,以及在不具备语音界面的版本上进行测试。

语音被定位为应用之上的一层附加能力,而应用本身必须能在无语音情况下正常工作——这对于通过分批推送而非商店更新到达设备的功能来说,是合乎逻辑的设计。

Meta将该工具包作为插件提供给四款AI编程工具:Muse Code、Claude Code、Codex和Cursor,此次提交将这些清单版本升级至128.1.0。该仓库创建于5月8日,截至10月2日21:20 UTC已获得206颗星。

参数规则严格,且静默失败

Meta的大部分指南都在说明哪些做法会出错。工具参数仅支持布尔值、整数、数字或字符串:“没有数组或对象参数类型”,若强行声明,该值会以JSON编码字符串形式传递,“当传入的内容不是声明类型的有效JSON时,会直接失败”。

Schema约束的实际价值低于表面。Meta指出,“enum”“items”“minimum”“maximum”“default”以及嵌套schema“会被丢弃且从不强制执行”,因此开发者应将限制写入描述,并在工具内部验证参数。Meta表示,助手发起的调用“有10秒的截止期限”。

工具也无法报告失败。“一个已完成的结果总是被报告为成功,isError会被丢弃”,Meta称,因此应用必须以普通结果回应失败请求,并在内容中描述问题。工具名称接受128个字符,但Meta AI会在64字符预算内重新注册每个名称,实际剩余57个字符。Meta警告称,两个名称若在此范围内相同,会发生冲突且不报错,“该工具将永远无法到达Meta AI”。

推送无时间表,文档页面受限

Meta尚未说明WebMCP何时覆盖佩戴者。对应的开发者文档页面也未公开:Meta的提交信息称其“仍处于受限状态,因此此处不提供链接”,并指示“在限制解除后”添加链接。仓库中没有任何内容说明哪些应用将获得WebMCP、推送覆盖多少佩戴者,以及何时扩大范围。

对购买者而言,眼镜本身比工具包进展更快。Meta Ray-Ban Display将于10月13日在英国以749英镑、在德国以899欧元开售。Meta一直在为眼镜自有功能构建语音能力,包括通过语音而非面部驱动的WhatsApp全息通话。而第三方应用响应同一助手,目前仍只是GitHub上的一套规则,以及一项Meta称为“默认关闭”的能力。

「93913原创内容,转载请注明出处」