返回资料库 AI Agent 基础

A2A 协议入门:多 Agent 互操作标准(与 MCP 互补)

A2A(Agent2Agent Protocol)是面向 Agent 与 Agent 之间通信的开放协议,目标是让不同厂商、不同框架、不同部署位置的 Agent 可以互相协作。

来源:Google Cloud A2A 公告 · A2A 协议仓库 · A2A 文档 | 整理时间:2026-04-11


A2A 是什么?

A2A(Agent2Agent Protocol)是面向 Agent 与 Agent 之间通信的开放协议,目标是让不同厂商、不同框架、不同部署位置的 Agent 可以互相协作。

一句话理解:

  • MCP 解决“Agent 怎么接工具和上下文”
  • A2A 解决“Agent 怎么找别的 Agent 并协同完成任务”

为什么 2026 年必须关注 A2A

痛点 传统做法 A2A 改进
跨团队系统孤岛 每个团队做私有对接 用统一协议进行能力发现
多 Agent 编排复杂 手写大量适配层 标准化任务生命周期
长任务状态同步难 自建状态机和回调 原生支持长任务与状态更新
供应商锁定 强绑定单一平台 框架无关、厂商无关

A2A 的核心对象

1) Agent Card(能力名片)

用于公开 Agent 的能力、接口地址、认证方式。调用方先看名片,再决定是否协作。

2) Task(任务)

跨 Agent 协作的核心单位,支持创建、进行中、完成、失败等状态。

3) Artifact(产物)

任务输出结果,可以是文本、结构化 JSON、文件链接或多模态内容。


基本交互流程

[Client Agent]
    │ 1. 发现远端 Agent Card
    ▼
[Remote Agent]
    │ 2. 接收 Task 并执行
    │ 3. 持续回传状态/事件
    ▼
[Client Agent]
    │ 4. 收集 Artifact
    ▼
[最终用户结果]

最小示例:读取 Agent Card

{
  "name": "research-agent",
  "version": "1.0.0",
  "skills": [
    { "id": "web_search", "description": "网页检索与总结" },
    { "id": "report_writer", "description": "Markdown 报告生成" }
  ],
  "endpoint": "https://agent.example.com/a2a",
  "auth": { "type": "bearer" }
}

调用方可根据 skills 做动态路由,而不是把所有逻辑写死在一个巨型 Agent 里。


最小示例:创建任务(JSON-RPC 风格)

{
  "jsonrpc": "2.0",
  "id": "task-001",
  "method": "tasks/create",
  "params": {
    "skill": "web_search",
    "input": {
      "query": "2026 年 AI Agent 中文趋势",
      "language": "zh-CN"
    }
  }
}

任务响应可包含状态流和最终 artifact:

{
  "jsonrpc": "2.0",
  "id": "task-001",
  "result": {
    "status": "completed",
    "artifacts": [
      { "type": "text/markdown", "content": "# 趋势简报..." }
    ]
  }
}

A2A 与 MCP 怎么配合?

层级 协议 解决问题
Agent 内部能力层 MCP Agent 如何调用工具、读取资源、使用提示模板
Agent 协作层 A2A Agent 如何发现/协同其他 Agent

推荐组合架构:

用户
  ↓
总控 Agent(A2A Client)
  ├─ A2A 调用 研究 Agent
  ├─ A2A 调用 报告 Agent
  └─ A2A 调用 执行 Agent

每个 Agent 内部再通过 MCP 连接工具

这个模式可以避免单 Agent 过度膨胀,也方便团队按职责拆分。


实战建议

  1. 先定义 Agent Card 规范:技能命名、输入输出约定、错误码统一。
  2. 任务要可恢复:长任务务必支持幂等重试与状态查询。
  3. 把可观察性前置:记录 task id、调用链、耗时和失败原因。
  4. 认证不要后补:从第一天就加鉴权和最小权限策略。

典型落地场景

场景 A2A 设计
企业知识助手 问答 Agent 调用权限 Agent、检索 Agent、报表 Agent
招聘自动化 筛选 Agent 调用简历解析 Agent 与面试安排 Agent
DevOps 自动化 变更分析 Agent 调用测试 Agent、发布 Agent、回滚 Agent

与单体 Agent 方案对比

维度 单体 Agent A2A 多 Agent
实现速度 初期快 初期略慢
可维护性 易臃肿 高,职责清晰
扩展性 限制多 高,按技能新增 Agent
组织协作 团队边界不清 团队可按 Agent 拆分负责

相关链接

常见问题

A2A 协议入门:多 Agent 互操作标准(与 MCP 互补) 适合什么读者?

A2A 协议入门:多 Agent 互操作标准(与 MCP 互补) 适合希望系统掌握 AI Agent 基础 的读者,尤其是需要从概念快速过渡到实践的人。页面包含主题摘要、相关阅读和来源链接,便于形成可执行的学习路径。

阅读 A2A 协议入门:多 Agent 互操作标准(与 MCP 互补) 需要多久?

当前页面预估阅读时长约 3 分钟。建议先读正文结论,再根据“同专题延伸”继续阅读,通常 20 到 40 分钟可以建立完整主题框架。

如何把 A2A 协议入门:多 Agent 互操作标准(与 MCP 互补) 的内容用于实际项目?

先按正文中的关键概念完成最小可运行示例,再把示例嵌入你当前项目流程。你可以结合来源链接验证细节,并使用同专题文章补齐部署、协作和评估步骤。