当前位置: 首页 > news >正文

A2A协议

目录
  • 1. 核心设计原则
  • 2. 核心架构组件
    • A. 代理卡片 (Agent Card) —— “名片与能力发现”
    • B. 任务模型 (Task Model) —— “工作生命周期管理”
    • C. 安全与认证机制
  • 3. A2A 的标准操作方法 (Methods)
  • 4. A2A 与 MCP (模型上下文协议) 的区别
  • 5. 开发者资源

代理对代理 (Agent-to-Agent, A2A) 协议是由 Google 发起、德勤(Deloitte)等 50 多家合作伙伴共同贡献的开源通信标准。它的目标是成为“代理互联网(Agentic Internet)的 HTTP”,让不同厂商、不同框架构建的 AI 代理能够像人类专家一样协同工作。

以下是 A2A 协议的核心技术规范:

1. 核心设计原则

  • 不透明代理 (Opaque Agents): 代理之间不需要共享内部记忆、逻辑或工具。A2A 关注的是代理之间的“对话内容”和“任务交付”,而非其内部实现。

  • 基于 Web 标准: 采用成熟的 IT 标准以确保易于集成:

  • 传输协议: HTTP / gRPC。

  • 数据交换: JSON-RPC 2.0。

  • 实时流式: 服务器发送事件 (SSE)。

  • 多模态支持: 协议设计不限于文本,原生支持音频、视频流和表单交互。

2. 核心架构组件

A2A 协议主要由以下三个关键要素构成:

A. 代理卡片 (Agent Card) —— “名片与能力发现”

每个 A2A 代理都必须在已知路径(如 /.well-known/agent.json)发布一份 JSON 格式的代理卡片。

  • 内容: 包含代理的唯一身份、功能描述(Skills)、访问端点 (Endpoint URL)、支持的交互模态。
  • 作用: 允许“客户端代理”在运行时动态发现并匹配最适合处理特定任务的“远程代理”。

B. 任务模型 (Task Model) —— “工作生命周期管理”

A2A 不仅仅是简单的消息传递,它定义了一个完整的任务生命周期:

  • 创建任务 (Send Message): 客户端向远程代理发起请求。
  • 状态同步 (Task Status): 实时追踪任务进度(已接收、处理中、已完成、已取消)。
  • 工件交换 (Artifacts): 代理完成工作后返回的结构化结果,可以是文本、代码块或多媒体文件。

C. 安全与认证机制

  • 认证方案: 支持 API Key、OAuth2、OpenID Connect 和双向 TLS (mTLS)。
  • 治理: 德勤在架构中加入了“审计追踪”和“覆盖检查点”,确保代理之间的每一次交互都可追溯、可审计。

3. A2A 的标准操作方法 (Methods)

在技术实现上,A2A 提供了类似 RESTful API 的核心方法:

  • SendMessage:发送同步请求。
  • SendStreamingMessage:用于处理长文本或流式媒体的实时返回。
  • GetTask / ListTasks:查询特定任务或所有任务的状态。
  • CancelTask:终止正在进行的协作。
  • GetExtendedAgentCard:获取更详细的代理能力说明。

4. A2A 与 MCP (模型上下文协议) 的区别

这是最容易混淆的一点,两者是互补关系:

  • MCP (Model Context Protocol): 解决的是 “代理与工具” 之间的连接(例如代理如何读取你的 Google 日历或数据库)。
  • A2A (Agent-to-Agent): 解决的是 “代理与代理” 之间的协作(例如 Google 的理财代理如何指挥德勤的税务代理共同完成一份报表)。

5. 开发者资源

  • 开源托管: 该协议目前已捐赠给 Linux 基金会 维护。
  • SDK 支持: 官方提供 Python、Go、JavaScript/TypeScript (ADK) 以及 Java 的 SDK。
  • 快速集成: 使用德勤的 Agent Development Kit (ADK) 可以自动将普通代理包装成符合 A2A 规范的代理。

这种规范化使得企业能够构建“代理舰队 (Agent Fleet)”,打破了过去不同 AI 系统之间的“数据孤岛”。

http://www.jsqmd.com/news/113254/

相关文章:

  • 完整教程:5G与未来智能城市:互联互通的新时代
  • C语言之成绩排序
  • 使用sharedPerences保存app配置文件
  • 如何使用 FPGA 推理大模型 (1) - 简介
  • 如何使用 FPGA 推理大模型 (3) - 硬件平台搭建
  • MST 做题单
  • 使用WPF编写一个Ethernet/IP的主站程序 - 指南
  • 015.洛谷模拟题
  • 速度表情用语中外文对照表
  • 如何使用 FPGA 推理大模型 (2) - 加速核心编写
  • 写在二战考试前一晚
  • 复制文本到剪贴板(跨平台兼容)
  • 分享文件:charles-proxy-4.6.3-win64.msi
  • git如何撤销某个冲突的解决
  • 关于本站
  • 2025年12月金包银品牌TOP10品牌:工艺/品控/售后三维分析,新手避坑首选 - 小白条111
  • 物理验证:你选哪款 DRC/LVS
  • 第十七节:高并发秒杀方案各类小问题总结
  • 夕花朝逝
  • 2025年12月中医馆,昆明中医,云南中医馆推荐:行业权威盘点与品质诊疗红榜发布 - 品牌鉴赏师
  • 赫斯特 (Hurst)计算——重标极差法(R/S法)
  • Android ALSA驱动进阶之获取周期帧数snd_pcm_lib_period_frames:用法实例(九十五) - 详解
  • 从研究问题到分析初稿:深度解析PaperXie AI科研工具中数据分析模块在学术写作场景下的辅助逻辑与技能实现路径
  • 详细介绍:Golang Cobra 教程:构建强大的CLI应用
  • 英语_阅读_Incorrect beliefs_待读
  • 基于深度学习的非机动车头盔检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
  • Unity 拖动物体技术文档
  • 12.19每日总结
  • 研究生必备:7款免费AI论文生成器,效率飙升200%,告别拖延 - 麟书学长
  • OOP-实验六