A2A
A2A(Agent2Agent)是一个开放的通信协议,旨在让不同公司、基于不同框架开发的 AI 智能体能够像团队成员一样直接对话与协作。在当前人工智能生态中,各类智能体往往各自为政,难以跨平台互通。A2A 正是为了解决这一“孤岛”难题而生,它为异构智能体提供了一套通用的“语言”,使它们无需暴露内部代码、记忆或工具细节,即可安全地发现彼此能力、协商交互方式(如文本、表单或多媒体),并协同完成长期复杂的任务。
这一协议特别适合 AI 开发者、系统架构师及研究人员使用。当你需要构建多智能体系统,或希望让现有的独立智能体跨越服务器边界进行合作时,A2A 提供了标准化的连接方案。其独特的技术亮点在于“不透明性”设计:智能体在保持内部逻辑私密的前提下实现互操作,既保障了数据安全与知识产权,又促进了生态的开放创新。通过 A2A,原本分散的 AI 力量得以整合,推动构建一个更加互联、高效且强大的智能体网络。
使用场景
某跨国电商公司试图整合内部由不同团队开发的“智能客服 Agent"(基于 Python/LangChain)与外部合作伙伴的“物流调度 Agent"(基于 Java/私有框架),以自动化处理复杂的售后退换货流程。
没有 A2A 时
- 集成成本高昂:双方需耗费数周时间定制开发专用的 API 网关和中间件,以翻译彼此截然不同的通信协议。
- 隐私与安全顾虑:为了协同工作,双方被迫暴露部分内部工具定义甚至内存状态,增加了核心算法泄露的风险。
- 协作能力受限:仅能进行简单的文本指令传递,无法协商更高效的交互模式(如直接传输结构化表单或多媒体凭证)。
- 长任务易中断:缺乏标准的会话保持机制,处理耗时较长的跨系统物流查询时,连接容易超时断开。
使用 A2A 后
- 即插即用互联:客服 Agent 通过 A2A 协议自动发现物流 Agent 的能力卡片,无需编写任何适配代码即可建立连接。
- 黑盒安全协作:双方在完全不暴露内部状态、记忆或具体工具实现的前提下,安全地协商并执行任务。
- 动态模态协商:A2A 支持自动协商交互形式,客服 Agent 可直接向物流 Agent 发送结构化的退货申请表单而非纯文本。
- 长程任务稳健:依托协议原生的长运行任务支持,跨系统的物流追踪与状态更新可稳定持续数小时而不中断。
A2A 打破了异构 AI 代理间的“巴别塔”困境,让不同厂商开发的智能体能够像同事一样安全、高效地自主协作。
运行环境要求
未说明
未说明

快速开始
Agent2Agent(A2A)协议
Agent2Agent(A2A)协议
一种开放协议,用于实现不透明代理应用之间的通信与互操作性。
Agent2Agent(A2A)协议解决了人工智能领域的一个关键挑战:使由不同公司基于多种框架构建、运行在独立服务器上的生成式AI代理能够以代理身份而非单纯工具的方式进行有效沟通与协作。A2A旨在为代理提供一种通用语言,从而促进更加互联、强大且创新的人工智能生态系统。
借助A2A,代理可以:
- 发现彼此的能力。
- 协商交互方式(文本、表单、媒体)。
- 安全地协作完成长期任务。
- 在不暴露其内部状态、记忆或工具的情况下运行。
DeepLearning.AI 课程
加入这门与Google Cloud和IBM Research合作开发的短期课程——A2A:Agent2Agent协议,由Holt Skinner、Ivan Nardini和Sandi Besen主讲。
你将学到的内容:
- 使代理符合A2A标准: 将使用Google ADK、LangGraph或BeeAI等框架构建的代理公开为A2A服务器。
- 连接代理: 从零开始创建A2A客户端,或利用现有集成连接到符合A2A标准的代理。
- 编排工作流: 构建符合A2A标准的代理的顺序和层次化工作流。
- 多代理系统: 使用不同框架构建一个医疗领域的多代理系统,并了解A2A如何实现协作。
- A2A与MCP: 学习A2A如何通过使代理之间能够相互协作来补充MCP。
为什么需要A2A?
随着AI代理的日益普及,它们的互操作能力对于构建复杂、多功能的应用程序至关重要。A2A旨在:
- 打破孤岛效应: 连接不同生态系统的代理。
- 实现复杂协作: 允许专业代理共同完成单个代理无法独立处理的任务。
- 推动开放标准: 倡导社区驱动的代理通信方式,鼓励创新并促进广泛采用。
- 保持不透明性: 允许代理在无需共享内部记忆、专有逻辑或特定工具实现的情况下进行协作,从而增强安全性并保护知识产权。
主要特性
- 标准化通信: 基于HTTP(S)的JSON-RPC 2.0。
- 代理发现: 通过详细说明能力和连接信息的“代理卡片”实现。
- 灵活交互: 支持同步请求/响应、流式传输(SSE)以及异步推送通知。
- 丰富的数据交换: 可处理文本、文件和结构化的JSON数据。
- 企业级就绪: 在设计时充分考虑了安全性、身份验证和可观测性。
开始使用
- 📚 浏览文档: 访问Agent2Agent协议文档网站,获取完整概述、完整的协议规范、教程和指南。
- 📝 查看规范: A2A协议规范
- 使用SDK:
- 🐍 A2A Python SDK
pip install a2a-sdk - 🐿️ A2A Go SDK
go get github.com/a2aproject/a2a-go - 🧑💻 A2A JS SDK
npm install @a2a-js/sdk - ☕️ A2A Java SDK 使用Maven
- 🔷 A2A .NET SDK 使用NuGet
dotnet add package A2A
- 🐍 A2A Python SDK
- 🎬 使用我们的示例,查看A2A的实际应用情况。
贡献
我们欢迎社区为 A2A 协议的增强与演进贡献力量!
- 问题与讨论: 欢迎加入我们的 GitHub Discussions。
- 问题报告与反馈: 请通过 GitHub Issues 报告问题或提出改进建议。
- 贡献指南: 有关如何贡献的详细信息,请参阅我们的 CONTRIBUTING.md。
- 私密反馈: 请使用此 Google 表单 提交反馈。
- 合作伙伴计划: Google Cloud 客户可通过此 表单 加入我们的合作伙伴计划。
下一步
协议增强
- 代理发现:
- 正式定义在
AgentCard中直接包含授权机制和可选凭据。
- 正式定义在
- 代理协作:
- 研究
QuerySkill()方法,以动态检查不支持或未预期的技能。
- 研究
- 任务生命周期与用户体验:
- 支持在任务 内部 进行动态用户体验协商(例如,代理在对话过程中添加音频/视频)。
- 客户端方法与传输:
- 探索将支持扩展到客户端发起的方法(超出任务管理范围)。
- 提升流式传输的可靠性及推送通知机制。
关于
A2A 协议是 Linux 基金会旗下的开源项目,由 Google 贡献。该协议采用 Apache License 2.0 许可证,并向社区开放贡献。
版本历史
v1.0.02026/03/12v0.3.02025/07/30v0.2.62025/07/17v0.2.52025/06/30v0.2.42025/06/30v0.2.32025/06/14v0.2.22025/06/09v0.2.12025/05/27v0.2.02025/06/09v0.1.02025/06/09相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备
