A2A协议详解与代码实战（一）

最新推荐文章于 2025-09-12 09:24:22 发布

原创

最新推荐文章于 2025-09-12 09:24:22 发布 · 998 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #chatgpt #A2A

今天我们将深入探讨一个非常新的技术：Google设计的A2A（Agent2Agent Protocol）协议。简单来说，A2A就是一套让不同的智能体（Agent）之间能够互相“说话”、协同工作的规则。

1. A2A协议核心思想：智能体间的沟通桥梁

1.1 什么是A2A协议？

想象一下，你有一个团队，团队里每个人都有自己擅长的技能。A2A协议就是为这样的“智能体团队”设计的。它解决的核心问题包括：

智能体发现：团队里有那么多“专家”，我怎么知道谁能帮我解决这个问题？（就像一个服务注册中心，智能体会在这里“登记”自己的能力）。
任务委托：如果一个任务太复杂，我一个人搞不定，能不能把它拆分成小块，分给不同的“专家”去完成？（A2A允许智能体把任务“派发”给其他智能体）。
状态管理：任务分出去了，我怎么知道它们进行到哪一步了？有没有遇到困难？（A2A提供了跟踪任务进度的机制）。
数据交换：智能体之间怎么安全、高效地传递数据和信息？（它定义了智能体之间数据传输的格式和方式）。

价值：A2A的核心价值在于实现智能体的分布式协作和能力复用。通过A2A，我们可以构建一个由多个专业智能体组成的网络，共同解决更复杂、更庞大的问题，就像一个高效的虚拟团队。

1.2 A2A与MCP协议有何不同？

你可能还听说过另一个协议叫做MCP（Model Context Protocol）。那么，A2A和MCP有什么区别呢？

MCP（Model Context Protocol）：更关注单个智能体如何利用工具和资源来完成自己的任务。它定义的是智能体内部如何与外部世界（比如API、数据库、文件等）进行交互。可以把MCP想象成智能体内部的“工具箱”管理协议。
A2A（Agent2Agent Protocol）：关注的是智能体之间如何相互协作和委托任务。它定义的是不同智能体之间如何进行“对话”和“分工”。A2A更像是智能体间的“沟通协议”或“团队协作协议”。

协同关系：这两种协议并不是相互独立的，它们是互补的。一个A2A智能体在接收到任务后，它可以使用MCP协议去调用各种工具来完成自己的那一部分工作，然后再通过A2A协议将结果返回给发起者，或者委托给其他智能体。所以，你可以理解为：A2A是智能体对外的协作标准，MCP是智能体对内的工具使用标准。

1.3 A2A的核心技术特征

A2A协议为了实现上述功能，通常会包含以下技术特征：

JSON-RPC通信：这是一种基于JSON格式的远程过程调用（Remote Procedure Call）机制。简单来说，就是智能体之间通过发送JSON格式的消息来调用对方的功能，并接收返回的结果。它定义了请求和响应的统一格式。
Agent Card发现：每个智能体都会有一个类似“名片”的东西，叫做“Agent Card”。这个卡片上会声明这个智能体的名字、版本、它能做什么（即它提供的“技能”）。通过这些Agent Card，其他智能体可以发现并了解网络中有哪些智能体以及它们的能力。这就像一个服务注册与发现机制。
流式处理：对于长时间运行的任务，A2A支持流式处理。这意味着智能体可以在任务执行过程中实时地发送状态更新和中间结果，而不是等到任务全部完成后才一次性返回。这对于需要实时反馈或进度的复杂任务非常有用。
企业级安全：A2A也考虑到了安全问题，通常会包含完整的认证（验证智能体身份）、授权（控制智能体能做什么）和推送通知机制，确保智能体间的通信是安全可靠的。

2. 环境搭建与准备

在开始编写代码之前，我们需要确保开发环境已经准备就绪。

2.1 软件准备

Python 3.12+：请确保你的电脑上安装了Python 3.1.2或更高版本（谷歌推荐3.13版本）。你可以在命令行输入 python --version 或 python3 --version 来检查。
python_a2a 库：这是Google A2A协议的Python实现库，我们将用它来创建智能体和网络。

2.2 安装 `python_a2a` 库

打开你的命令行或终端（Terminal），输入以下命令来安装 python_a2a：

pip install python_a2a

如果安装成功，你不会看到任何错误信息。

3. 构建你的A2A智能体：数学专家团队

在这个部分，我们将创建三个简单的A2A智能体，它们各自负责一个数学计算任务：计算一个数的正弦（Sine）、余弦（Cosine）和正切（Tangent）。这就像我们团队里的三位数学专家！

3.1 创建“正弦计算智能体”（Sine Agent）

首先，我们来创建 agent1.py。这个智能体将负责计算给定数字的正弦值。

在你的项目文件夹中创建一个名为 agent1.py 的文件，并粘贴以下代码：

from python_a2a import A2AServer, skill, agent, run_server, TaskStatus, TaskState
import math
import re

@agent(
    name="Sine Agent",  # 代理名称
    description="Provides the sine of a number",  # 代理功能描述
    version="1.0.0"  # 版本号
)
class SineAgent(A2AServer):
    """
    计算给定数字的正弦值
    """
    
    @skill(
        name="Get Sine",  # 技能名称
        description="Get the sine of a number",  # 技能描述
        tags=["sine", "sin"]  # 关键词标签
    )
    def get_sine(self, number: float) -> str:
        return f"The sine of {number} is {math.sin(number)}"
    
    def handle_task(self, task):
        # 从任务消息中提取文本
        input_message = task.message["content"]["text"]

        # 正则匹配数字
        match = re.search(r"([-+]?[0-9]*\.?[0-9]+)", input_message)
        
        if not match:
            task.status = TaskStatus(state=TaskState.FAILED, error_message="输入中未找到数字。")
            return task

        try:
            number = float(match.group(1))
            print(f"正弦代理：收到数字 {number}")
            sine_output = self.get_sine(number)
            
            task.artifacts = [{
                "parts": [{"type": "text", "text": sine_output}]
            }]
            task.status = TaskStatus(state=TaskState.COMPLETED)
        except ValueError:
            task.status = TaskStatus(state=TaskState.FAILED, error_message="数字格式错误。")
        except Exception as e:
            task.status = TaskStatus(state=TaskState.FAILED, error_message=f"发生错误: {str(e)}")

        return task

if __name__ == "__main__":
    agent_instance = Sin