构建开放智能体生态:AgentScope 如何用 A2A 协议与 Nacos 打通协作壁垒?

作者:恰橙、席翁、濯光

AgentScope 基于 A2A 协议与 Nacos Agent Registry,实现智能体的统一发现、治理与跨生态协作。

随着企业逐步落地 AI 应用架构,从原来测试 POC workflow/简单 Agent 开始逐步构建生产级可用 Agent,真正解决线上问题,构建 Agent 在企业是面相全员提升效率的路径,不再是简单业务流程面临问题更加复杂,可能企业就会遇到如下挑战:

  • 语言栈多样化:企业内核心业务团队可能是 Java/Golang,算法团队使用 Python,面临 Agent 架构选型多语言栈怎么做无缝协作?
  • Agent 框架割裂:LangChain、AutoGPT、AgentScope 等不同框架以及 Agent 各自为政,如何实现跨框架调用?
  • 多团队Agent协同:Agent 如果有一个团队做,不懂业务做不深,Agent 分布在不同的服务、团队、项目中,内部选型会有 Dify、n8n 低代码和高代码平台选型,如何统一发现和管理?
  • 协议不统一:REST、gRPC、自定义协议…每个 Agent 都有自己的接口规范,集成成本高、维护困难。

image

A2A(Agent-to-Agent)协议正是为解决这些问题而生。 它是 Google 提出一套面向分布式多 Agent 互联互通的开放标准,定义了统一的消息结构和能力描述,让不同语言、不同框架、不同运行时上的 Agent 都能被发现、被调用、被编排。基于 A2A,Agent 之间可以在不共享代码、不耦合底层实现的前提下,完成文本对话、thinking、多模态内容、工具调用等丰富交互,真正实现“一次定义,处处可用”。

image

Agent 跨语言、跨框架调用最佳实践

AgentScope 是阿里巴巴推出的一款以开发者为核心,专注于多智能体开发的开源框架。它的核心目标是解决智能体在构建、运行和管理中的难题,提供一套覆盖“开发、部署、监控”全生命周期的生产级解决方案。

在 AgentScope 最新版本中,我们全面支持 A2A 协议,并集成 Nacos 作为 A2A Registry 的默认实现,构建了一套从开发到部署的完整分布式多智能体协作体系,让智能体协作从“单打独斗”走向“开放互联”。

image

  • 告别“Agent 孤岛”:通过 A2A 协议,AgentScope 的 Agent 可以与任何实现 A2A 的 Agent 无缝互操作,不论由谁开发、用何种技术栈构建,都能在统一的协作框架下高效协同,打破技术壁垒,共同构建跨语言、跨框架的开放生态。
  • 统一开发体验,告别适配烦恼:在 AgentScope 中,调用本地 Agent 和调用远端 A2A Agent 使用同一套 API。框架自动处理协议转换、错误重试和路由选择,我们可以专注业务,不必为适配不同 Agent 编写冗余代码,从而提升效率与可维护性。
  • 生产级治理,开箱即用:基于 Nacos 3.0 智能体注册中心,AgentScope 应用具备服务发现、健康检查、命名空间隔离等成熟能力。选择 Nacos 作为默认 A2A Registry,不仅因为它经过大规模生产验证,也因为它与企业现有运维体系兼容,让智能体治理无需重复造轮子,加速规模化落地。

在 AgentScope 中使用 A2A

1. AgentScope:连接外部 A2A 网络,像调用本地 Agent 一样简单

AgentScope 提供统一的 A2A 对接能力,我们可以像调用本地工具一样自然地调用远端 A2A Agent,实现跨语言、跨框架的协同,告别繁琐的协议适配工作:

  • 双向消息转换: 实现框架内部消息格式与 A2A Message 的双向转换,支持文本、thinking、多模态、工具调用等 Block 类型,保留必要元信息,确保语义一致。
  • 统一交互范式: 支持直接调用和 observe() 两种方式。直接调用 agent(msg) 可立即拿到结果;observe() 先累积上下文,后续再连同当前输入一起发送,适合长会话、多轮协作场景。
  • 任务与中断管理: 内建长任务状态管理与 Artifact 处理机制,支持长时间任务的平滑中断,覆盖超时与取消场景。
  • 统一的服务发现能力: 通过 AgentCardResolver 扩展点标准化“发现”能力,任何实现该接口的组件,例如:FixedAgentCardResolver、FileAgentCardResolver、WellKnownAgentCardResolver、NacosAgentCardResolver 等都可按需加载,轻松适配不同基础设施。

image

通过 A2AAgent 以及 AgentCardResolver,我们可以按名称、分组或标签从 A2A Registry 中发现并调用其他 Agent,实现跨团队、跨项目甚至跨语言的智能体复用。基于 A2A Registry,智能体拥有统一的服务发现与治理能力,可与现有配置中心、网关、熔断限流及安全体系协同,为大规模分布式智能体应用打好底座。

以下示例展示如何使用 NacosAgentCardResolver 从 Nacos Registry 中发现并调用 Agent:

注意在对应版本以上使用 demo, Python (AgentScope v1.0.11 、AgentScope Runtime v1.0.4 *)和 * Java (AgentScope v1.0.6 ,AgentScope Runtime v1.0.0 )

Python 代码示例

查看详细文档:https://doc.agentscope.io/zh_CN/tutorial/task_a2a.html

from agentscope.agent import A2AAgent
from agentscope.a2a import NacosAgentCardResolver
from agentscope.message import Msg
# Python AgentScope v1.0.11以上
# 创建 Nacos AgentCard Resolver
nacos_resolver = NacosAgentCardResolver(
    remote_agent_name="my-remote-agent",  # Nacos 中注册的智能体名称
    nacos_client_config=ClientConfig(
        server_addresses="http://localhost:8848",  # Nacos 服务器地址
        # 其他可选配置项
    ),
)
# 使用 Resolver 创建 A2AAgent,通过名称从 Nacos 发现 Agent
agent = A2AAgent(
    agent_card=await nacos_resolver.get_agent_card()
)
Java 代码示例

查看详细文档:https://java.agentscope.io/zh/task/a2a.html

使用 NacosAgentCardResolver 从 Nacos Registry 中发现 Agent:

import io.agentscope.agent.A2AAgent;
import io.agentscope.extensions.a2a.nacos.NacosAgentCardResolver;
import java.util.Properties;
import com.alibaba.nacos.api.PropertyKeyConst;
import com.alibaba.nacos.api.ai.AiFactory;
import com.alibaba.nacos.api.ai.AiService;
Properties properties = new Properties();
properties.put(PropertyKeyConst.SERVER_ADDR, "localhost:8848");
// 其他可选配置项
AiService aiService = AiFactory.createAiService(properties);
NacosAgentCardResolver agentCardResolver = new NacosAgentCardResolver(aiService);
A2AAgent agent = A2AAgent.builder()
        .name("MyAgent")
        .agentCardResolver(agentCardResolver)
        .build();

Nacos 3.0 作为智能体注册中心,其在生产环境中久经验证的服务发现与配置管理能力,能够助力企业构建统一的智能体服务治理平台。

2. AgentScope Runtime:暴露 A2A Agent 服务,启动即注册

AgentScope Runtime 提供统一的 A2A 服务暴露能力,帮助我们把本地 Agent 应用包装成符合 A2A 规范的服务端点。通过 A2A 协议适配器,应用在启动时会自动完成:

  • 结构化配置体系:通过 A2A 扩展配置 a2a_config 灵活定义 AgentCard(name、description、version、skills、default_input_modes/default_output_modes 等)、传输层配置(host、port、path 等)、Registry 参数和任务超时等。
  • 自动服务包装:启动时由 A2A 协议适配器将 Agent 应用封装成符合 A2A 规范的服务端点,自动处理协议转换、消息路由等底层细节。
  • 生产级部署支持:与主流框架无缝集成,Python 侧支持 AgentApp 配置体系,Java 侧支持 Spring Boot Starter,让智能体服务自然融入现有基础设施。
  • 自动服务注册与治理:通过 A2ARegistry 抽象接口,Python 与 Java 都能开箱即用地集成 Nacos Agent Registry。Agent 能力描述(AgentCard)和网络端点会自动注册到 Registry,让其他 Agent 可发现、可调用。

image

以下示例展示如何在 Runtime 层使用 Nacos Registry 进行服务注册:

Python 代码示例

查看详细文档:https://runtime.agentscope.io/zh/a2a_registry.html

方式一:参数配置

在构造 AgentApp 时,通过 A2A 配置扩展字段 a2a_config 参数的 registry 字段指定 Registry 实例或列表:

from agentscope_runtime.engine.app import AgentApp
from agentscope_runtime.engine.deployers.adapter.a2a import (
    AgentCardWithRuntimeConfig,
)
from agentscope_runtime.engine.deployers.adapter.a2a.nacos_a2a_registry import (
    NacosRegistry,
)
from v2.nacos import ClientConfigBuilder
# 创建 Nacos Registry 实例
registry = NacosRegistry(
    nacos_client_config=ClientConfigBuilder()
        .server_address("nacos-server:8848")
        # 其他可选配置项
        .build()
)
app = AgentApp(
    app_name="TestAgent",
    app_description="TestAgent",
    # 在 a2a_config 中配置 registry
    a2a_config=AgentCardWithRuntimeConfig(registry=registry),
)

方式二:使用环境变量配置

环境变量可以通过 .env 文件或系统环境变量设置:

# .env 文件示例
A2A_REGISTRY_ENABLED=true
A2A_REGISTRY_TYPE=nacos
NACOS_SERVER_ADDR=localhost:8848
# 其他可选配置项
Java 代码示例

查看详细文档:https://java.agentscope.io/zh/task/a2a.html

在最新版本的 Java AgentScope 中,应用可以直接暴露 A2A 服务,只有在需要使用 Sandbox 时,才需要使用 Runtime。

对于非最新版本,Java 开发者可以将 AgentScope Agent 无缝融入现有的 Spring Boot 基础设施体系。通过引入 spring-boot-starter-agentscope-runtime-a2a-nacos 依赖,应用在启动时会自动暴露 A2A 服务并注册到 Nacos Registry。

Maven 依赖配置:

<dependency>
    <groupId>io.agentscope</groupId>
    <artifactId>spring-boot-starter-agentscope-runtime-a2a-nacos</artifactId>
    <version>1.0.3</version>
</dependency>

application.yaml 配置:

agentscope:
  a2a:
    server:
      card:
        description: "基于 A2A 协议的 Java 智能体"
        provider:
          organization: 您的组织名称
          url: https://your-organization.com
      nacos:
        server-addr: ${NACOS_SERVER_ADDRESS:127.0.0.1:8848}
        # 其他可选配置项

通过上述配置,Spring Boot 应用在启动时会自动:

  • 暴露符合 A2A 规范的 JSONRPC 服务端点(默认路径:/a2a/jsonrpc)。
  • 暴露 AgentCard 的 Well-Known 端点(默认路径:/.well-known/agent-card.json),用于其他 Agent 发现和了解当前 Agent 的能力。
  • 自动处理 A2A 协议的消息转换和路由,将 A2A 消息格式转换为应用内部的消息处理逻辑。
  • 支持任务超时、中断等 A2A 协议规定的运行时特性。
  • 将 Agent 的能力描述(AgentCard)注册到 Nacos,基于 Nacos 3.0 智能体注册中心进行统一治理。

得益于这一机制,AgentScope 应用启动即完成在 Nacos 的 A2A Agent 注册,为后续的发现、路由、灰度与监控奠定基础。对于已经大规模采用 Java 技术栈的团队,这意味着智能体服务能自然长在同一套基础设施上,大幅降低引入成本与运维负担。

总结

AgentScope 全面支持 A2A 协议和 Nacos Agent Registry,标志着智能体从“单点能力”迈向“开放互联生态”的关键一步,为企业构建统一的智能体管理平台,助力大规模 Agent 化落地:

  • AgentScope 层:借助 A2AAgent 与 AgentCardResolver,我们提供统一的 A2A 对接能力和灵活的发现策略,默认集成 Nacos,支持动态 Agent 发现与调用。
  • AgentScope Runtime 层:通过 A2A 协议适配器和 A2ARegistry 抽象接口,提供统一的 A2A 服务暴露能力,支持自动服务注册与治理,与 Python AgentApp 和 Java Spring Boot Starter 无缝集成。

未来,我们会继续围绕 A2A 与 Registry 深耕,在发现与路由、版本与灰度、安全与访问控制等方向迭代,让面向生产的智能体应用更稳、更易用。

扩展链接:

AgentScope:https://doc.agentscope.io/

AgentScope Python A2A 文档:https://doc.agentscope.io/tutorial/task_a2a.htmlAgentScope

Java:https://java.agentscope.io/AgentScope

Java A2A 文档:https://java.agentscope.io/en/task/a2a.html

Nacos:https://nacos.io/docs/latest/manual/user/ai/agent-registry

相关推荐

推荐一款好用的刷题工具

为了帮助正在准备求职季的开发者提升备战效率,阿里云特别推出“通义灵码陪你备战求职季”活动,精心挑选百道历史校招技术面试/笔试题,借助通义灵码智能问答、代码智能生成、代码优化等核心功能,帮助开发者更加准确地了解程序员职业所需的核心技能,加强对问题解决思维和解题能力的练习。

阿里巴巴云原生的博客 1385

通义灵码 Visual Studio 下载安装指南(附安装包)

本安装步骤适用于 Windows 10 及以上操作系统中安装和使用通义灵码。

阿里巴巴云原生的博客 4437

阿里云智能体白皮书开源进展

![1](https://img2024.cnblogs.com/blog/1411156/202611/1411156-20261113183315580-502702075.png)![2](https://img2024.cnblogs.com/blog/1411156/202611/1411156-20261113183334678-741777744.png)![3](https://img2024.cnblogs.com/blog/1411156/202611/1411156-20261

阿里巴巴云原生的博客 15

万联智策基于 AgentCore 构建数字员工团队,800+智能体规模化落地

1 个智能 Leader,带领 4 个专家级智能“员工”,配套约 800 个随时可调用的 AI 数字员工,这样一个 AI 团队能帮企业做什么事?

阿里巴巴云原生的博客 196

关于 DeepSeek 的 SuperAgent,以及我们的实践

DeepSeek 的 SuperAgent 发布之后,行业内的普遍观点是 Agent 的设计基本收敛,对于我们也是一样,本文除介绍 DeepSeek SuperAgent 设计之外,会重点谈谈我们类似 SuperAgent 的技术和产品化探索。

阿里巴巴云原生的博客 105

生产更可信,订阅更耐用丨Higress 社区进展报告

阿里巴巴云原生的博客 147

让 Agent 成为企业生产力丨Alibaba Cloud AgentCore 企业智能体构建与治理沙龙·杭州站精彩回顾 & PPT 下载

近日,让 Agent 成为企业生产力丨Alibaba Cloud AgentCore 企业智能体构建与治理沙龙·杭州站圆满落幕。本场活动吸引了 100+ 名技术从业者深度参与,深度分享了企业 Agent 趋势、AgentCore 构建与治理、Agent 观测与优化、STAROps 智能运维及 AI 网关等相关议题,并设置了动手实操环节。

阿里巴巴云原生的博客 188

如何用 STAROps Elasticsearch 智能助手看穿“搜索变慢”

某电商平台的商品搜索服务使用一台 6 个数据节点的 Elasticsearch 实例。周五北京时间 20:00 起,业务陆续反馈搜索变慢。业务监控中的搜索接口 P99 从平时约 200 ms 升到 2s 以上,部分请求超时。值班工程师打开控制台:集群状态为 Green,没有未分配分片,集群平均 CPU 约 40%,乍看不像资源已经吃紧。

阿里巴巴云原生的博客 350

满帮基于阿里云 AgentCore 打造生产级 SRE 稳定性数字人

满帮基于阿里云 AgentCore 构建“稳定性数字人”:满帮提供业务知识、专业工具与处置流程,AgentCore 提供智能体运行、协作和治理支撑。数字人已在核心链路的巡检与根因分析中得到应用,受控处置能力也在持续建设,让满帮积累的稳定性能力能够在具体任务中得到复用。

阿里巴巴云原生的博客 277

稳定复现超 70% 的缺陷,报警到自动修复的 Agent 流水线实践

本文将分享我们在 PolarDB-X 团队做的一些工程实践:让 Agent 从一条报警或工单出发,自主完成排查、复现、修复和验证,再把结果交给研发评审。

阿里巴巴云原生的博客 304

从“自证清白”到“因果链条”:智能体如何重塑运维排障效率

STAROps 做全域关联分析,把范围从「五个团队依次自证清白」收拢到一条具体链路;证据指向对象存储后,OSS Agent 接手,基于真实配置、访问日志和用量数据往下挖,给出根因和支撑它的证据链。你面对的始终是一个对话框:路由归它管,说清现象、拍板方案归你。

阿里巴巴云原生的博客 148

TechTalk丨从能买奶茶到能进企业,Agent 绕不开同一组问题

史明伟所在的 Alibaba Cloud AgentCore 是企业级 Agent 构建和治理平台,为 Agent 在业务场景下的规模化落地提供基础设施,所以这场对话,他和 Datawhale 主持人从个人助理一路聊到企业 Agent:权限该怎么一步步放开?进了企业,账号打通、数据权限、沙箱隔离又会带来哪些新问题?没有强技术团队的企业,该从哪里起步?

阿里巴巴云原生的博客 220

AgentCore + Codex 构建生产级 Agent 的原理与实践

本文章演示 AgentCore[1]的自定义代码/镜像能力,目的是展示如何基于自定义的 Harness 框架(Codex) 结合 AgentCore 提供的身份、模型、工具、技能、凭证 、观测评估等能力实现一个端到端的 Agent 应用,内容包含两个部分,技术方案和实践教程,文末附相关源码和本次的测试数据,可以根据需要自行查阅。

阿里巴巴云原生的博客 192

让复杂任务由团队完成:阿里云 AgentCore 多 Agent 协作架构及实践

Alibaba Cloud AgentCore 以身份、通信、团队和任务为基础,让专业 Agent 与人类成员共同参与业务协作。企业可以按职责组合知识、工具、Skill 和模型,用任务系统持续追踪工作,再结合 AgentLoop 评估效果、优化配置。

阿里巴巴云原生的博客 378

易点天下:AI 驱动 IT 运维组织提效的实践

易点天下作为一家专注品牌全球化的营销科技公司,由智能营销、全域增长、智能变现三大引擎驱动。公司旗下拥有“整合营销服务”与“广告平台业务”两大业务线。

阿里巴巴云原生的博客 307

阿里云可观测 2026 年 10 月产品动态

阿里云可观测 2026 年 10 月产品动态

阿里巴巴云原生的博客 212

用 Nacos 3.3.0 ARD 让 Agent 按任务发现工具和 Skill

如今,工作中用 Agent 帮忙已经越来越常见。研发同学用 Coding Agent 写代码、补测试、排查问题,业务同学用 Work Agent 整理资料、分析表格、制作演示文稿。不少过去需要自己一步步操作的事情,现在可以把需求交给 Agent,让它协助完成。

阿里巴巴云原生的博客 328

HiRoute 新版本发布:结合自己的真实工作选择最佳模型

HiRoute[1]是一个开源、运行在本地的 Agent 智能路由引擎。你继续用 Codex、Claude Code、Qoder、Pi、OpenCode、Hermes、DeepSeek Harness 等熟悉的 Agent,由 HiRoute 判断每一步交给哪个模型。

阿里巴巴云原生的博客 394

用户说 App“下不了单”:用 Session Replay 看清流程卡在哪一步

Session Replay(会话回放)将采集到的页面变化重建为可回看的过程。研发可以沿着这次会话,查看操作前后的界面变化,先确认流程停在了哪里,再结合当时的事件、日志和代码检查原因。

阿里巴巴云原生的博客 56

欢迎报名丨Alibaba Cloud AgentCore 企业智能体构建与治理八城巡回沙龙 · 杭州站开启

欢迎报名丨Alibaba Cloud AgentCore 企业智能体构建与治理八城巡回沙龙 · 杭州站开启

阿里巴巴云原生的博客 157

运维走出控制台:阿里云 AgentCore AI Native 运维实践

UModel 让现场能够被关联,运维数字员工让经验能够被调用,AgentCore Team 让分析能够协作,AgentLoop 让质量能够被检验。这些建设共同服务于一件事:让团队对系统的理解,成为每个人处理问题时都能接上的能力。

阿里巴巴云原生的博客 309

从长程 Agent 到 Super-agent,解锁更多场景

Deepseek Harness 提升了架构的透明度,但也带来了工程上的复杂度。这次开源的dsh-superagent-prototype,是对 Agent “连续实体”能力的工程拆解。

阿里巴巴云原生的博客 242

排查提效 50%:淘大集新核心系统的观测护航之路

供应链运维,缺的不是更多机器,是“一条能把指标、日志、链路串起来的线”。阿里云 ARMS+SLS+云监控2.0+STAROps 重构观测底座。

阿里巴巴云原生的博客 149

概率、插座与 5000 个爱因斯坦:专访阿里云研发副总裁周琦

这次访谈发生在 2026 年云栖大会之后。大会期间,阿里云发布了智能体构建和治理平台 AgentCore,将企业级 Agent 基础设施进一步标准化和托管化。

阿里巴巴云原生的博客 157

Agent 数据飞轮平台的选型和实践

用统一标准判断修改效果,积累覆盖不同路径的测试样本,沿执行记录排查失败,并将典型问题纳入后续回归。而这也是宙斯接入 AgentLoop 要解决的问题。

阿里巴巴云原生的博客 35

Durable Agent 详解:如何让 Agent 在云端长期稳定运行

本文使用一个具体的用户任务示例“向五位客户发送通知邮件”,解释为什么保存聊天记录还不够,再以 AgentScope 构建的 Agent 为例,展开任务状态、持久提交和故障恢复的通用设计,最后结合 Alibaba Cloud AgentCore 已有的 Harness 托管与节点恢复能力,讨论共享状态、可靠调度及 Brain / Hands 分离如何支撑更完整的长期托管服务。

阿里巴巴云原生的博客 338

Qoder × AgentLoop:智能体规模化应用,敏感数据保护如何跟上?

智能体观测与优化平台 AgentLoop 持续分析已采集的 Qoder 审计日志,将发现的风险线索关联到具体会话、工具调用、成员和环境,帮助安全团队回查任务过程、明确需要整改的环节,并复查处理效果。

阿里巴巴云原生的博客 296

完整还原已经服务千家企业的 AIOps Agent 的评测和调优实践

阿里云 STAROps 是一个生产运维 Agent,通过连接多域数据、运维工具与专家经验,从被动响应走向智能自治,7×24 保障业务连续、稳定运行。本文将分享 STAROps 的评测和调优实践。

阿里巴巴云原生的博客 202

阿里云云原生四项 AI 应用工程化实荣获“鼎新杯”优秀案例

第五届“鼎新杯”由中国通信标准化协会主办、中国信息通信研究院承办,自2026年05月正式启动,历时近 5 个月,聚焦国内政企数智化转型领域的创新成果,旨在为行业提供可复制、可推广的实践参考。

阿里巴巴云原生的博客 333

交付周期从 51 天缩短到 14 天,多 Agent 协作产品⾃进化背后的组织重构

本⽂结合这段实践,介绍评测如何驱动产品持续进化、⼈机协作的边界如何设定,以及团队如何通过统⼀⽬标、结果标准和责任分⼯,减少跨岗位交接,降低沟通损耗,把技术能⼒转化为实际交付效果。

阿里巴巴云原生的博客 331
上一篇: 从“工具过载”到“精准调用”:破解 Agent 工具管理难题
下一篇: 断网、断电,不断数据——LoongCollector 极限边缘场景可靠采集方案
阿里云云原生
阿里云云原生 企业官方账号 企业官方账号
博客等级 码龄8年 1万+粉丝 3154原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值