一、导读
2025 年 4 月 9 日，Google 正式发布了 Agent2Agent（A2A）协议。
A2A 协议致力于打破智能体之间的隔阂，让它们能够跨越框架和供应商的限制，以一种标准化、开放的方式进行沟通与协作
截止到现在，代码仓库已经4.5k星
接下来，本文将深入剖析 A2A 协议的核心概念与架构，通过具体案例展示其在实际应用中的功能，
最后总结 A2A 协议对人工智能领域未来发展的重要意义。
二、A2A协议介绍
官方文档：https://google.github.io/A2A/#/documentation
本节为摘要，需要深度了解的可以自行查看
1、A2A与MCP协议的关系
MCP是专注模型的工具或数据的调用A2A 更多是专注智能体的合作，跟MCP并不矛盾，是一个互补关系
2、以应用场景分析
想象一下，我们有下面一个协作流程
用户请求：
- 用户向系统提出生成销售分析报告的需求。
售前洞察代理工作：
售前洞察代理分析销售数据，识别关键的销售趋势和客户行为模式。- 它确定报告中需要包含的关键指标，如销售额、产品类别、地区分布等。
数据可视化代理工作：
数据可视化代理接收售前洞察代理提供的分析结果和关键指标。- 它利用MCP协议使用工具层提供的数据和API生成相应的图表和图形。
A2A 协作：
数据可视化代理通过A2A协议将生成的图表发送给售前洞察代理。售前洞察代理接收图表，并将其整合到销售分析报告中。
报告生成：
售前洞察代理完成报告的编写，包括对图表的解释和对销售策略的建议。- 报告突出显示业绩增长点和潜在问题，为用户制定本季度的销售策略提供支持。
报告交付：
售前洞察代理将完整的销售分析报告交付给用户。
这些组件都来自不同的生态圈，但是遵从相同协议，使得他们可以向搭积木一样，由用户的"问题" 自我调度生态圈的积木，产生了一个解决用户问题的的智能体。
3、A2A概念&功能
A2A协议的核心概念包括：
- 功能发现：智能体可以使用JSON格式的智能体卡（
类似智能体的名片）来公布其功能与验证方式，从而让客户端智能体能够确定可以执行任务的最佳智能体，并利用A2A与远端智能体进行通信。 - 任务管理：A2A协议定义了一个“任务”对象，客户端和远程Agent之间的所有沟通都是围绕着完成任务来进行的。这个“任务”对象有自己的生命周期（比如：待处理、进行中、已完成、失败等）。
- 协作：智能体可以相互发送消息，以传达上下文、回复、交付物或用户说明。
- 用户体验协商机制：每条消息均包含若干“内容单元”，每个单元均标注特定内容类型，使客户端与远端智能体能够协商确定所需格式，并特别涵盖UI能力的协调。
A2A协议的功能包括：
- 允许智能体之间相互通信，安全地交换信息，并在各种企业平台或应用程序上协调行动。
- 支持企业级身份验证与授权，其认证方案在发布时即与OpenAPI标准保持同步。
- 支持包括音视频流在内的多种交互模态，并采用灵活设计，既能高效处理即时任务，也能支持需要数小时甚至数天（含人工介入环节）的深度研究任务。
通过A2A协议开发的智能体，可以通过https://domain/.well-known/agent.json被开放式的发现，下面的案例会单独将
A2A比较重要的是一个 智能体的卡片（Card）https://google.github.io/A2A/#/documentation?id=agent-card-1
三、案例
克隆这个项目
git clone https://github.com/google/A2A
我们将启动2个Agent以及web界面，依赖与python3.13版本，并且安装使用uv
pip install uv
在此之前，会用到google的 Gemini Api key，自行注册一个
https://aistudio.google.com/apikey
1、CrewAI
本示例演示了一个使用 CrewAI 构建并通过 A2A 协议暴露的简单图像生成代理。
详情关于这个内容请阅读：
https://github.com/google/A2A/tree/main/samples/python/agents/crewai
白话文【画图的Agent】
启动服务
cd samples/python/agents/crewai
echo "GOOGLE_API_KEY=your_api_key_here" > .env 或者 set GOOGLE_API_KEY=你的key
这个命令将自动安装包跟运行服务
uv run .
默认为10001端口
现在我们来看看这个智能体的卡片信息
http://localhost:10001/.well-known/agent.json
我将描述的信息翻译如下
基本信息：
name：智能体的名称，这里是“Image Generator Agent”。description：对智能体功能的简要描述，说明它可以按需生成高质量图像，并利用强大的编辑功能来修改、增强或完全转换视觉内容。url：智能体的服务地址，这里是http://localhost:10001/，表示智能体在本地服务器上运行。version：智能体的版本号，这里是1.0.0。
能力（capabilities）：
streaming：是否支持流式传输，这里是false。pushNotifications：是否支持推送通知，这里是false。stateTransitionHistory：是否支持状态转换历史，这里是false。
输入和输出模式（Input and Output Modes）：
defaultInputModes：智能体默认接受的输入模式，包括文本（text）、纯文本（text/plain）和PNG图像（image/png）。defaultOutputModes：智能体默认提供的输出模式，同样包括文本（text）、纯文本（text/plain）和PNG图像（image/png）。
技能（skills）：
- 包含一个或多个技能，每个技能都有其ID、名称、描述、标签和示例。
- 在这个例子中，有一个技能
image_generator：id：技能的唯一标识符，这里是image_generator。name：技能的名称，这里是“Image Generator”。description：技能的详细描述，与智能体的描述相同。tags：与技能相关的标签，这里包括generate image和edit image。examples：技能的使用示例，这里是一个示例“Generate a photorealistic image of raspberry lemonade”。
2、LangGraph
本示例演示了一个使用 LangGraph 构建并通过 A2A 协议公开的货币转换代理。它展示了支持多轮对话和流式响应的会话交互。
详情关于这个内容请阅读：
https://github.com/google/A2A/blob/main/samples/python/agents/langgraph/README.md
白话文【货币汇率计算的】
启动服务
cd samples/python/agents/langgraph
echo "GOOGLE_API_KEY=your_api_key_here" > .env 或者 set GOOGLE_API_KEY=你的key
这个命令将自动安装包跟运行服务
uv run .
同样的你也可以访问这个智能体卡片信息
http://localhost:10000/.well-known/agent.json
3、在页面进行测试
cd demo/ui
echo "GOOGLE_API_KEY=your_api_key_here" > .env 或者 set GOOGLE_API_KEY=你的key
这个命令将自动安装包跟运行服务
uv run main.py
你将看到下面内容
将刚刚2个Agent全部注册上去
随后就可以体验对话了
你可以问，剩下的你自己的体验吧！
- 美元换算 （LangGraph）
- 帮我画一直小鸟（CrewAI）
四、结论
制定标准
我总觉得google正在抢占标准，掌控生态，国内起始早就有人在搞了
https://www.showapi.com/news/article/67da437d4ddd791c0e00a39f
谁能制定标准，那么后续在Agent生态圈中一定会有主导权，或许就是“安卓” “IOS” “小米” 生态圈了MCP会持续发展
讲真的 MCP就是将数据跟API等，能够实现一个插座调用，A2A有点像是过度设计
一个Agent，即可以看成工具，也可以说是Agent，这种状态说不清的，各位看官自有见解
下面是A2A官方的一幅图，对应的文档地址可以自己看看
https://google.github.io/A2A/#/topics/a2a_and_mcp
