深入解析Google Agent to Agent (A2A)协议：构建智能体协作生态

【免费下载链接】learn-agentic-ai Learn Agentic AI using Dapr Agentic Cloud Ascent (DACA) Design Pattern: OpenAI Agents SDK, Memory, MCP, Knowledge Graphs, Docker, Docker Compose, and Kubernetes. 项目地址: https://gitcode.com/GitHub_Trending/le/learn-agentic-ai

引言

在人工智能技术快速发展的今天，单一智能体已经难以满足复杂场景的需求，多智能体协作成为提升AI系统能力的关键。Google Agent to Agent (A2A)协议应运而生，为智能体间的通信与协作提供了标准化解决方案。本文将深入解析A2A协议的核心概念、设计原则和实际应用。

A2A协议概述

A2A协议是一套标准化的通信规范，它允许不同来源、不同架构的AI智能体相互发现、安全交换信息、管理任务并协同工作，同时保护各自的内部实现细节不被暴露。这一协议的出现解决了多智能体系统中的关键挑战：

• 互操作性：不同厂商开发的智能体可以无缝协作
• 安全性：通信过程加密且支持多种认证机制
• 灵活性：支持长时间运行任务和多种内容格式
• 企业级支持：包含完善的错误处理和通知机制

设计原则

1. 充分发挥智能体能力

A2A协议允许智能体以其原生方式（如推理、综合或对话）进行协作，而无需共享内存、工具或内部上下文。这种设计避免了将智能体简化为单一功能的"工具"，真正实现了多智能体工作流。

2. 基于现有标准构建

A2A协议没有重新发明轮子，而是建立在成熟的开放标准之上：

• HTTP(S)：用于传输
• JSON-RPC 2.0：用于结构化消息传递
• Server-Sent Events (SSE)：用于实时流式传输

这种设计使得与现有IT系统的集成更加平滑，维护成本更低。

3. 默认安全

安全是A2A协议的基础设计原则。协议内置企业级认证和授权机制，与OpenAPI安全方案（如OAuth2、bearer tokens、JWT）保持一致，确保智能体从一开始就在加密的可信通道中交互。

4. 支持长时间运行任务

AI驱动的任务往往需要较长时间完成（从几秒到几天不等）。A2A协议原生支持这种场景，提供任务状态实时更新（"工作中"、"需要输入"、"已完成"）、流式更新以及面向人工介入工作流的通知机制。

5. 模态无关性

协议不限制智能体只能使用纯文本通信。无论是音频、视频、图像、结构化数据还是交互式UI组件，A2A都支持丰富且不断发展的通信形式，实现真正通用的多智能体系统。

核心概念

1. 智能体发现

智能体通过Agent Card（智能体卡片）相互发现。这是一个JSON文件，通常托管在知名URI（如/.well-known/agent.json）上，详细描述智能体的能力和连接方式。

2. 消息交换

智能体通过包含Parts（部分）的Messages（消息）进行通信。客户端使用"user"角色，服务器使用"agent"角色，即使在智能体间通信中也是如此。

3. 任务管理

任务被创建来处理请求，具有多种状态如working、completed或input-required。客户端可以轮询任务状态或通过流式传输/通知接收更新。

4. 产物

任务完成后产生的输出（文件、文本、数据），可以通过流式传输或一次性获取。

典型交互流程

步骤	描述
1. 发现	客户端获取Agent Card以了解能力和连接细节
2. 初始化	客户端通过message/send发送任务或通过message/stream开始流式传输
3. 执行	远程智能体更新任务状态，通过SSE或webhook推送进度
4. 协作（可选）	如果需要输入，远程智能体标记input-required，提示额外消息
5. 完成	任务转为最终状态；客户端通过tasks/get获取产物或流式传输结束

实际应用示例：旅行智能体与天气智能体协作

让我们通过一个具体示例展示智能体A（旅行规划智能体）如何与智能体B（天气预报智能体）协作获取巴黎的天气预报。

步骤1：发现智能体B

智能体A获取智能体B的Agent Card以了解其端点和能力。

请求：

GET https://agent-b.example.com/.well-known/agent.json HTTP/1.1
Host: agent-b.example.com

响应：

{
  "name": "天气预报智能体",
  "url": "https://agent-b.example.com/a2a/v1",
  "capabilities": {
    "streaming": true,
    "pushNotifications": true
  },
  "defaultInputModes": ["text/plain"],
  "defaultOutputModes": ["application/json"]
}

步骤2：请求天气预报

智能体A向智能体B发送消息，请求天气预报并提供结构化数据。

请求：

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "message/send",
  "params": {
    "message": {
      "role": "user",
      "parts": [
        {
          "kind": "text",
          "text": "提供天气预报。"
        },
        {
          "kind": "data",
          "data": {
            "location": "巴黎",
            "dates": {
              "start": "2023-10-01",
              "end": "2023-10-07"
            }
          }
        }
      ],
      "messageId": "msg-001"
    }
  }
}

步骤3：智能体B响应任务

智能体B处理请求并返回包含天气预报的任务。

响应（立即完成）：

{
  "jsonrpc": "2.0",
  "id": 1,
  "result": {
    "id": "task-001",
    "contextId": "ctx-001",
    "status": {
      "state": "completed"
    },
    "artifacts": [
      {
        "artifactId": "art-001",
        "parts": [
          {
            "kind": "data",
            "data": {
              "forecast": [
                {"date": "2023-10-01", "temperature": 20, "condition": "晴天"},
                {"date": "2023-10-02", "temperature": 18, "condition": "多云"}
              ]
            }
          }
        ]
      }
    ],
    "kind": "task"
  }
}

Parts详解

在A2A协议中，Parts是Message的组成部分，用于在智能体之间构建和传输内容：

• 模块化：允许消息在单次交换中携带多种类型的数据
• 内容类型规范：每个Part指定其kind（如"text"、"data"、"file"）
• UI提示：可包含可选UI提示，指导内容在客户端的呈现方式
• 机器可读：结构化Parts确保内容易于被其他智能体处理

Part结构

典型Part包含：

• kind：内容类型
• 内容：实际数据，因类型而异
• 可选字段：可能包含UI提示或元数据

基础交互示例：message/send

客户端 → 服务器

POST /agent HTTP/1.1
Content-Type: application/json
Accept: application/json
{
  "jsonrpc": "2.0",
  "method": "message/send",
  "id": 1,
  "params": {
    "message": {
      "role": "user",
      "parts": [{ "type": "text", "text": "总结Q2董事会演示文稿" }]
    }
  }
}

服务器 → 客户端 - 单JSON响应：

{
  "jsonrpc": "2.0",
  "id": 1,
  "result": {
    "taskId": "task-123"
  }
}

总结

Google A2A协议为多智能体系统提供了强大的协作基础。通过标准化的发现机制、安全的消息传递和灵活的任务管理，不同来源的智能体可以高效协作，共同完成复杂任务。随着AI技术的不断发展，A2A协议有望成为构建智能体生态系统的重要基石，推动人工智能应用向更高水平发展。

对于开发者而言，理解并应用A2A协议意味着能够构建更具交互性和协作性的AI系统，为用户提供更强大、更智能的服务。

【免费下载链接】learn-agentic-ai Learn Agentic AI using Dapr Agentic Cloud Ascent (DACA) Design Pattern: OpenAI Agents SDK, Memory, MCP, Knowledge Graphs, Docker, Docker Compose, and Kubernetes. 项目地址: https://gitcode.com/GitHub_Trending/le/learn-agentic-ai