16|双剑合璧:MCP和A2A联合构建智能Agents系统
黄佳

你好,我是黄佳。
到目前为止,我们已经演练了很多 MCP 和 A2A 的实战示例。在这节课中,我将带你通过实际操作,使用开源的 python-a2a 库构建一个具备 A2A 通信与 MCP 工具调用能力的智能 Agent 系统。我们会从零开始,创建工具服务、实现代理通信,并集成大模型,使 Agent 具备真实的感知与行动能力。

这节课将构建一个完整的 A2A + MCP 智能 Agent 系统
3 分钟复习一下 A2A 与 MCP 协议
在未来的多智能体系统中,A2A 和 MCP 将成为两个关键基础协议。
A2A 是 Google 于 2025 年 4 月发布的开放协议,专为 AI 代理之间的协作与互操作设计,特别适用于大规模、多智能体系统。其目标是建立统一通信格式,使不同 AI 代理能够互相发现、理解能力,并实现任务协作、状态共享。
A2A 的关键能力包括:
安全协作:企业级认证和权限控制。
状态管理:支持任务跟踪、实时通知。
能力发现与协商:自动对接功能,提升交互质量。
多模态通信:支持文本、音频、视频等信息交换。

MCP 由 Anthropic 于 2024 年 11 月推出,致力于标准化 AI 模型对外部工具与数据的调用,推动从“会聊天”向“能执行”进化。目标是统一函数调用接口,连接 API、数据库、文件系统等上下文资源,降低 AI 模型与外部系统的集成成本。
公开
同步至部落
取消
完成
0/2000
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结

1. A2A 和 MCP 是构建智能 Agent 系统的关键基础协议,分别关注代理间的沟通、协作和工具调用,相互高度互补。 2. A2A 协议专为 AI 代理之间的协作与互操作设计,包括安全协作、状态管理、能力发现与协商以及多模态通信等关键能力。 3. MCP 协议致力于标准化 AI 模型对外部工具与数据的调用,连接 API、数据库、文件系统等上下文资源,降低集成成本。 4. A2A 代理类继承自 python_a2a.A2AServer,通过关键字匹配和正则表达式判断用户意图,调用相应的 MCP 技能库工具。 5. 成功部署了 MCP 工具服务,关键功能包括计算器工具、获取当前时间工具和获取当前天气工具。 6. A2A 代理通过 A2A 协议实现任务拆分、子代理分配和结果汇总,与 MCP 工具服务进行通信和工具调用,构建智能 Agent 系统. 7. gpt-4o 会解析输入内容,自主选择合适的工具(如计算器、时间查询、天气服务)并提取参数。 8. Agent调用了定义的 get_current_weather 工具,传入了正确形式的参数,并返回要查询的城市的天气。最后,它还额外给出了适当的出行建议。 9. A2A + MCP + LLM的组合,是构建具备执行力与协作能力智能体系统的关键. 10. 集成大语言模型,使代理具备理解意图、智能调用工具、自然生成回复的能力。
仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《MCP & A2A 前沿实战》,新⼈⾸单¥59
《MCP & A2A 前沿实战》,新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论