Cherry Studio 2.1.0、WebサイトのWebMCPに対応　ブラウザー操作と文書構造に基づく参照を拡張

Cherry Studioは9月18日に2.1.0をリリースし、エージェントとチャットアシスタントによる内蔵ブラウザーの操作と、WebサイトのWebMCPツールへの対応を追加した。新版では、ページ要素の検索、ページ更新後の要素参照の復元、コンソールやネットワークの動作状況の確認が可能となり、Webページの操作に失敗した際の診断に使える手がかりが増えた。[リリースノート](https://github.com/CherryHQ/cherry-studio/releases/tag/v2.1.0)

WebMCPの技術的な意義は、Webサイトが既存のJavaScript機能を、説明とパラメータースキーマを備えたツールとして提供できる点にある。これにより、エージェントは対応サイトで明確に定義された操作を呼び出せるため、実装上、画面上の要素を順に特定する必要性を減らせる可能性がある。ただし、Webサイト側がツールを明示的に公開する必要がある。今回の確認時点では、仕様はまだコミュニティードラフトであり、W3C標準ではないため、あらゆるWebサイトで相互運用できると想定することはできない。[WebMCP仕様](https://webmachinelearning.github.io/webmcp/)

仕様では、ツールの登録を解除した直後に、同じ名前で異なるスキーマを持つツールを再登録すると、古い引数が新しいツールに適用される可能性があるとも指摘している。これはページのライフサイクルとツール呼び出しの同期に関わる問題だ。統合を行う開発者は、ページ遷移、再読み込み、ツール一覧の更新時における失敗処理を検証すべきであり、一度成功したデモだけで検証を済ませるべきではない。[仕様の競合状態に関する説明](https://webmachinelearning.github.io/webmcp/)

同バージョンでは、文書の構造に基づく範囲選択も追加された。ユーザーはワークシートの範囲、Wordの段落、PDFのページ、スライドを指定し、office-transformスキルに渡して新しいファイルとして抽出できる。レポートを整理するワークフローでは、「この文書を処理して」という指示よりも明確に操作範囲を指定できる。ただし、数式、レイアウト、ページをまたぐ関係が保持されるかどうかは、実際のファイルで検証する必要がある。また、macOSの最低要件はVentura 13に引き上げられたため、旧型機への導入では事前に互換性を確認する必要がある。[バージョンの変更点](https://github.com/CherryHQ/cherry-studio/releases/tag/v2.1.0)

ツールが増えたことで、実行モードごとに権限設定を確認する重要性も高まっている。公式ドキュメントには、都度確認、編集の自動承認、スマート承認などのモードが記載されているが、PiとDeepSeek Harnessでは利用できる選択肢が異なり、外部チャネル側でエージェントの設定を上書きすることもできる。つまり、デスクトップでのテストに合格しただけでは、同じエージェントをチャットチャネルから起動した場合にも、操作可能な範囲が同じであるとは判断できない。[権限に関するドキュメント](https://docs.cherryai.com.cn/advanced-basic/agent-workspace/permissions-memory-background)

今回の更新で確認できる成果は、操作と参照のインターフェースの拡張であり、公式には複数のWebサイトにわたるタスク成功率はまだ示されていない。導入する側は今後、ページの再読み込み後にタスクを再開できるか、ツールの失敗時に再試行が行われるか、副作用を伴う操作の承認処理がどう動作するかを記録する必要がある。そのうえで、固定したWebサイトと文書サンプルを使った回帰テストを構築して初めて、追加された機能が全体の保守コストを削減するかどうかを判断できる。