【转载】【翻译】图解智能体到智能体 (A2A) 协议
【资料网址】
https://blog.dailydoseofds.com/p/a-visual-guide-to-agent2agent-a2a
图解智能体到智能体 (A2A) 协议
（它不与 MCP 竞争）
作者：Avi Chawla
2025年4月17日
图解智能体到智能体 (A2A) 协议
智能体应用（Agentic applications）同时需要 A2A 和 MCP。
- MCP 为智能体提供访问工具的途径。
- 而 A2A 则允许智能体连接到其他智能体并进行团队协作。
今天，让我们清晰地理解什么是 A2A 以及它如何能与 MCP 协同工作。
如果您不了解 MCP 服务器，我们最近在新闻通讯中介绍了它们：
- 图解 MCP 服务器
- 构建 MCP 服务器
- 由 MCP 驱动的 Agentic RAG
简而言之：
- 智能体到智能体 (A2A) 协议 让 AI 智能体连接到其他智能体。
- 模型上下文协议 (MCP) 让 AI 智能体连接到工具/API。
所以，使用 A2A 时，虽然两个智能体可能在互相交谈… 它们自身可能正在与 MCP 服务器通信。
[图片：展示两个 A2A 连接的智能体各自也通过 MCP 连接到工具的图示]
从这个意义上说，它们并不相互竞争。
更进一步解释，智能体到智能体 (A2A) 使多个 AI 智能体能够协同完成任务，而无需直接共享其内部记忆、思考过程或工具。
相反，它们通过交换上下文、任务更新、指令和数据进行通信。
本质上，AI 应用可以将 A2A 智能体建模为 MCP 资源，通过它们的智能体名片 (AgentCard) 来表示（稍后详述）。
利用这一点，连接到 MCP 服务器的 AI 智能体可以发现新的智能体进行协作，并通过 A2A 协议进行连接。
支持 A2A 的远程智能体必须发布一个 “JSON 智能体名片”，详细说明其能力和身份验证方式。
客户端使用这个名片来查找并与最适合某个任务的智能体进行通信。
有几点让 A2A 变得强大：
- 安全协作
- 任务和状态管理
- 能力发现
- 来自不同框架（LlamaIndex、CrewAI 等）的智能体可以协同工作
- 此外，它可以与 MCP 集成。
虽然它仍然很新，但标准化智能体之间的协作是件好事，类似于 MCP 为智能体与工具交互所做的那样。
您对此有何看法？
我们很快将从实现的角度来探讨这个主题。
敬请期待！
感谢您的阅读！
【来源】
https://blog.dailydoseofds.com/p/a-visual-guide-to-agent2agent-a2a
【以下是大模型补充内容】
好的，根据您提供的已翻译内容，以下是对智能体到智能体（A2A）协议的详细介绍：
智能体到智能体（A2A）协议详解
1. 核心定义与目的
A2A（Agent2Agent）协议是一种专门设计用于让独立的 AI 智能体（Agent）能够相互连接、通信和协作的协议。其核心目标是建立一个标准化的框架，使得不同的智能体可以像团队成员一样协同工作，共同完成更复杂的任务。
2. 与 MCP 的关系：互补而非竞争
理解 A2A 的关键在于区分它与 MCP（模型上下文协议）的关系：
- MCP (模型上下文协议)：专注于让智能体连接到外部的工具、API 或数据源。它像是智能体用来与世界（非智能体资源）互动的接口。
- A2A (智能体到智能体协议)：专注于让智能体与智能体之间进行交互。它像是智能体团队内部沟通的语言和规则。
文章明确指出，智能体应用通常同时需要 A2A 和 MCP。它们服务于不同的目的，但可以协同工作。一个智能体可能通过 A2A 与另一个智能体讨论任务，同时，这两个智能体又各自通过 MCP 调用外部工具（如数据库查询、网络搜索等）来获取完成任务所需的信息或执行操作。因此，A2A 和 MCP 是互补的，并非竞争关系。
3. 核心工作机制：间接协作
A2A 的一个重要特点是它促进协作的方式：
- 不共享内部状态：智能体之间不会直接共享各自的内部记忆、思考过程或它们私有的工具集。这有助于保持每个智能体的独立性和封装性。
- 通过信息交换协作：智能体之间的通信依赖于交换明确定义的信息类型，包括：
- 上下文 (Context)：关于当前任务或对话的相关背景信息。
- 任务更新 (Task updates)：任务的进展、状态变化或遇到的问题。
- 指令 (Instructions)：一个智能体向另一个智能体发出的请求或命令。
- 数据 (Data)：完成任务所需或任务产生的结果数据。
4. 智能体发现与连接：集成 MCP
A2A 协议巧妙地利用了 MCP 来解决智能体如何发现彼此的问题：
- 智能体作为 MCP 资源：可以将支持 A2A 的智能体本身建模为 MCP 服务器上的一个资源。
- 智能体名片 (AgentCard)：每个希望通过 A2A 进行协作的远程智能体需要发布一个 “JSON 智能体名片” (JSON Agent Card)。这张名片是一个结构化的数据文件，详细描述了该智能体的：
- 能力 (Capabilities)：它能做什么，擅长处理哪些任务。
- 身份验证方式 (Authentication)：如何安全地连接到它。
- 发现过程：一个智能体（客户端）可以连接到一个 MCP 服务器，查询其上的资源。如果服务器上列出了其他 A2A 智能体的 AgentCard，客户端就能发现这些潜在的协作者。
- 连接：客户端分析 AgentCard，确定哪个智能体最适合当前任务，然后使用 A2A 协议（遵循 AgentCard 中定义的规范和认证方式）与目标智能体建立连接并开始协作。
5. A2A 的优势与特点
根据文章内容，A2A 协议具有以下关键优势：
- 安全协作 (Secure collaboration)：由于不直接共享内部状态，并依赖 AgentCard 进行认证，可以实现更安全的协作模式。
- 任务和状态管理 (Task and state management)：协议的设计可能包含管理协作任务进展和状态的标准方法。
- 能力发现 (Capability discovery)：通过 AgentCard 和 MCP 集成，提供了一种标准化的机制来发现其他智能体的能力。
- 跨框架协作 (Cross-framework collaboration)：旨在让使用不同开发框架（如 LlamaIndex、CrewAI 等）构建的智能体也能相互协作，打破框架壁垒。
- 与 MCP 集成 (Integration with MCP)：天生设计为与 MCP 协同工作，形成更完整的智能体生态系统。
6. 现状与未来
文章提到 A2A 协议目前仍然较新，但强调了标准化智能体间协作的重要性，就像 MCP 标准化了智能体与工具的交互一样。未来可能会有更多关于具体实现细节的探讨。
总而言之，A2A 协议是 AI 智能体领域的一个新兴标准，旨在通过标准化的接口和发现机制，让不同的 AI 智能体能够安全、有效地进行通信和协作，共同解决复杂问题，同时与 MCP 协议互补，共同构建更强大的智能体应用生态。