1 - A2A 核心概念
https://google-a2a.github.io/A2A/topics/key-concepts/
其他内容待继续
Agent2Agent（A2A）协议是围绕一组定义代理如何交互的核心概念构建的。理解这些概念对于开发或集成 A2A 兼容系统至关重要。
核心参与者
- User: 发起需要 agent 协助的请求或目标的最终用户（人工或自动服务）。
- A2A 客户端（客户端代理）： 代表用户向远程代理请求操作或信息的应用程序、服务或其他 AI 代理。客户端使用 A2A 协议发起通信。
- A2A 服务器（远程代理）： 一个 AI 代理或代理系统，公开实现 A2 A 协议的 HTTP 端点。它接收来自客户端的请求，处理任务，并返回结果或状态更新。从客户端的角度来看，远程代理作为一个“不透明”系统运行，这意味着客户端不需要知道它的内部工作、内存或工具。
基本通信元素
-
Agent Card: 代理卡
- JSON 元数据文档，通常可在众所周知的 URL（例如，/.well-known/agent.json），它描述了 A2 A 服务器。
- 它详细说明了代理的身份（名称、描述）、服务端点 URL、版本、支持的 A2A 功能（如流或推送通知）、它提供的特定技能、默认输入/输出模式和身份验证要求。
- 客户使用代理卡来发现代理并了解如何安全有效地与他们互动。
- 详见方案规范：代理卡 。
-
Task: 任务
- 当客户端向代理发送消息时，代理可以确定满足请求需要完成有状态任务（例如，“生成报告”、“预订航班”、“回答问题”）。
- 每个任务都有一个由代理定义的唯一 ID，并在定义的生命周期中进行（例如， 已提交 、 正在工作 、 需要输入 、 已完成 、 失败 ）。
- 任务是有状态的，可以涉及客户端和服务器之间的多个交换（消息）。
- 详见协议规范：任务对象 。
-
消息
- 表示客户端和代理之间的单轮或单单元通信。
- 消息有一个角色 （客户端发送消息的 “用户” 或服务器发送消息的 “代理”），并包含一个或多个携带实际内容的 Part 对象。Message 对象的 messageId 部分是由消息的发送者为每个消息设置的唯一标识符。
- 用于传达不一定是正式工件的指令、上下文、问题、答案或状态更新。
- 详见协议规范：消息对象 。
-
部件
- 消息或文件中内容的基本单位。每个部分都有特定的类型 ，并且可以携带不同类型的数据：
- TextPart：包含纯文本内容。
- FilePart：表示一个文件，它可以作为内联 base64 编码的字节传输，也可以通过 URI 引用。包括文件名和媒体类型等元数据。
- DataPart：携带结构化 JSON 数据，用于表单、参数或任何机器可读信息。
- 详见协议规范：部件对象 。
-
Artifact
- 表示远程代理在任务处理期间生成的有形输出或结果。
- 示例包括生成的文档、图像、电子表格、结构化数据结果或作为任务的直接结果的任何其他自包含信息。
- 工件由一个或多个 Part 对象组成，并且可以以增量方式流式传输。
- 详见协议规范：工件对象 。
交互机制
Request/Response (Polling)
请求/响应（轮询）：
-
客户端发送请求（例如，使用消息/发送 RPC 方法）并从服务器接收响应。
-
如果交互需要一个有状态的长时间运行的任务，服务器最初可能会响应一个工作状态。客户端然后将周期性地调用 tasks/get 以轮询更新，直到任务到达终端状态（例如， 完成 ， 失败 ）。
流（服务器发送事件- SSE）
2 - 什么是 A2A？
https://medium.com/@akash22675/what-is-a2a-agent-to-agent-protocol-d2325a41633a
代理到代理协议（Agent to Agent Protocol / A2A） 是一个标准化的通信框架，使 AI agent 代理能够以一致、可预测的方式相互交互。A2A 由 Google 发布，并被包括 Intuitive，LangChain 和 MongoDB 在内的多家公司采用，它为不同的 AI agent 提供了基础设施，以便在复杂的任务上进行有效的协作。
A2A 协议的核心概念
A2A 解决了什么问题?
在现代人工智能应用中，复杂的任务通常需要多个专业代理的专业知识。例如，计划旅行可能涉及专门从事机票预订，酒店推荐和当地活动的代理商。如果没有标准化的协议，这些代理中的每一个都需要自定义集成代码来相互通信，从而导致：
- 不一致的通信模式
- 不兼容的数据格式
- 维护和更新困难
- 有限的互操作性
A2A 通过为代理建立标准方法来解决这些问题：
- 发现彼此的能力
- 交换信息
- 协作处理任务
- 处理错误和异常
A2A 与 MCP（模型上下文协议）
虽然这些协议看起来相似，但它们用于不同的目的：
-
MCP（Model Context Protocol）
专注于语言模型如何与工具和资源（如 API、数据库和知识源）进行通信。把 MCP 看作是机械师如何与他们的工具进行交互，您可以在这里阅读更多上下文。
-
A2A
A2A（Agent to Agent Protocol）：专注于完整的代理（每个代理包含一个 LLM 加上工具）如何相互通信。A2A 是机械师与客户或零件供应商沟通的方式。
一个有用的类比：如果一个代理就像一个汽车维修人员（LLM）与他们的工具箱（通过 MCP 连接的工具），那么 A2A 定义了这个汽车维修人员如何与客户，零件供应商和其他专家进行沟通。
A2A 的主要组成部分
Agent Card
代理卡是代理用来向其他代理通告其能力的标准化描述。将 Agent Card 视为名片或个人资料，其中包括：
代理卡示例（JSON 格式）：
{
"name": "Google Maps Agent",
"description": "An agent that helps with map-related tasks",
"url": "https://maps-agent.example.com",
"provider": {
"name": "Google",
"url": "https://google.com"
},
"capabilities": [
{
"type": "route_planning",
"description": "Plan routes between locations"
},
{
"type": "custom_map",
"description": "Create custom maps with points of interest"
}
]
}
代理发现
为了让代理进行协作，它们首先需要发现彼此。A2A 支持多种发现方法：
- 基于 DNS 的发现 ：客户端可以通过解析域名找到 agent.json 文件来发现代理。
- 基于注册表的发现 ：应用程序维护受信任代理的注册表。
- 私有发现 ：已知代理端点的直接配置。
任务处理流程
A2A 协议定义了代理之间的任务处理的标准流程：
A2A 中的任务遵循标准格式，通常用 JSON 表示：
{
"task": {
"input": "Tell me a joke",
"instructions": "Generate a short, family-friendly joke"
}
}
通信协议
A2A 基于已建立的通信协议：
- HTTP/HTTPS：用于基本的请求/响应通信
- JSON-RPC：用于结构化方法调用
- 服务器发送事件（Server-Sent Events / SSE）：用于流响应
- JSON：作为标准数据交换格式
高级功能
A2A 支持多个高级功能，可实现强大的 agent 交互：
- 多模式通信 ：处理文本、图像、音频和其他数据类型
- 流 ：对长时间运行的任务进行实时流响应
- 错误处理 ：标准化的错误格式，以便更好地调试
- 澄清请求 ：agent 提出后续问题的能力
实用 A2A 实现
让我们看看 A2A 在实际实现中的样子：
示例：报销代理
// Agent Card Definition
const agentCard = {
name: "Expense Reimbursement Agent",
description: "An agent that processes expense reimbursement requests",
url: "https://reimbursement.example.com",
provider: {
name: "Financial Services Inc.",
url: "https://financial-services.example.com"
},
capabilities: [
{
type: "process_reimbursement",
description: "Process expense receipts and generate reimbursement forms"
}
]
};
// Agent Implementation
class ReimbursementAgent {
constructor() {
this.llm = new GeminiModel("gemini-2.0-flash");
this.tools = [
new ReceiptParser(),
new PolicyValidator(),
new FormGenerator()
];
}
async processTask(task) {
// Process the task using LLM and tools
const parsedReceipt = await this.tools[0].execute(task.input);
const validationResult = await this.tools[1].execute(parsedReceipt);
if (validationResult.needsClarification) {
return {
type: "clarification_request",
question: validationResult.question
};
}
const reimbursementForm = await this.tools[2].execute(validationResult);
return {
type: "task_complete",
result: reimbursementForm
};
}
}
真实世界的 A2A 工作流程示例
为了更好地理解 A2A 的实际应用，让我们来看看一个真实的示例：
在本例中：
- HR 经理在 Google Agent Workspace 中与客户端代理交互
- 客户端代理发现并与专门的代理进行通信，以确定候选人来源和安排面试
- 代理商在需要时提出澄清问题
- 每个代理使用自己的工具和资源执行其专门功能
- 客户端代理协调整个工作流并将结果呈现给用户
A2A 协议的优点
- 标准化通信 ：代理交互的一致方式，无需自定义集成
- 可组合性 ：易于联合专用代理以执行复杂任务
- 发现 ：发现可用代理及其能力的机制
- 互操作性 ：来自不同提供商的代理可以一起工作
- 可扩展性 ：新的代理类型可以加入生态系统
现状和未来潜力
Agent to Agent Protocol 仍处于早期阶段，最近由 Google 发布。虽然许多公司已经开始采用该协议，但该协议的全面影响和演变将随着时间的推移而展开。
主要发展领域包括：
- 安全和认证标准
- 更复杂的代理发现机制
- 高级错误处理和恢复
- 跨平台代理兼容性
- 与现有 AI 生态系统的整合
Agent to Agent Protocol（A2A）是创建更具协作性的人工智能生态系统的重要一步。通过标准化代理之间的通信方式，A2A 可以实现更复杂的多代理解决方案，而无需为每个代理配对进行自定义集成。