[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"tool-a2aproject--a2a-samples":3,"similar-a2aproject--a2a-samples":108},{"id":4,"github_repo":5,"name":6,"description_en":7,"description_zh":8,"ai_summary_zh":8,"readme_en":9,"readme_zh":10,"quickstart_zh":11,"use_case_zh":12,"hero_image_url":13,"owner_login":14,"owner_name":15,"owner_avatar_url":16,"owner_bio":17,"owner_company":18,"owner_location":18,"owner_email":18,"owner_twitter":18,"owner_website":19,"owner_url":20,"languages":21,"stars":42,"forks":43,"last_commit_at":44,"license":45,"difficulty_score":46,"env_os":47,"env_gpu":48,"env_ram":48,"env_deps":49,"category_tags":52,"github_topics":55,"view_count":46,"oss_zip_url":18,"oss_zip_packed_at":18,"status":63,"created_at":64,"updated_at":65,"faqs":66,"releases":97},5745,"a2aproject\u002Fa2a-samples","a2a-samples","Samples using the Agent2Agent (A2A) Protocol","a2a-samples 是一个专为开发者打造的代码示例库，旨在帮助人们快速上手并理解 Agent2Agent（A2A）协议。在人工智能应用日益复杂的今天，如何让不同的 AI 智能体之间顺畅地“对话”与协作成为一大挑战。a2a-samples 通过提供一系列可直接运行的演示项目和代码片段，直观地展示了如何利用 A2A 协议实现智能体间的标准化通信，从而解决了跨智能体交互难、集成成本高的问题。\n\n这套资源非常适合正在构建多智能体系统的软件工程师、技术研究人员以及希望探索 AI 协作机制的开发者使用。无论是想验证协议可行性，还是寻找生产环境的集成灵感，都能从中获得实用参考。其独特亮点在于不仅提供了核心逻辑的代码实现，还关联了专用的 Python SDK 和可视化检查工具（a2a-inspector），让用户能从代码编写到运行调试获得全流程支持。需要注意的是，虽然这些示例极具参考价值，但它们主要用于演示协议机制，用户在将其应用于正式产品时，还需特别注意外部智能体的安全管控。借助 a2a-samples，开发者可以更轻松地搭建起智能体互联的桥梁，推动 AI 协作生态的发展。","# Agent2Agent (A2A) Samples\n\n\u003Ca href=\"https:\u002F\u002Fstudio.firebase.google.com\u002Fnew?template=https%3A%2F%2Fgithub.com%2Fa2aproject%2Fa2a-samples%2Ftree%2Fmain%2F.firebase-studio\">\n  \u003Cpicture>\n    \u003Csource\n      media=\"(prefers-color-scheme: dark)\"\n      srcset=\"https:\u002F\u002Fcdn.firebasestudio.dev\u002Fbtn\u002Ftry_light_20.svg\">\n    \u003Csource\n      media=\"(prefers-color-scheme: light)\"\n      srcset=\"https:\u002F\u002Fcdn.firebasestudio.dev\u002Fbtn\u002Ftry_dark_20.svg\">\n    \u003Cimg\n      height=\"20\"\n      alt=\"Try in Firebase Studio\"\n      src=\"https:\u002F\u002Fcdn.firebasestudio.dev\u002Fbtn\u002Ftry_blue_20.svg\">\n  \u003C\u002Fpicture>\n\u003C\u002Fa>\n\n\u003Cdiv style=\"text-align: right;\">\n  \u003Cdetails>\n    \u003Csummary>🌐 Language\u003C\u002Fsummary>\n    \u003Cdiv style=\"text-align: center;\">\n      \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=en\">English\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=zh-CN\">简体中文\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=zh-TW\">繁體中文\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=ja\">日本語\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=ko\">한국어\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=hi\">हिन्दी\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=th\">ไทย\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=fr\">Français\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=de\">Deutsch\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=es\">Español\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=it\">Italiano\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=ru\">Русский\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=pt\">Português\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=nl\">Nederlands\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=pl\">Polski\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=ar\">العربية\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=fa\">فارسی\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=tr\">Türkçe\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=vi\">Tiếng Việt\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=id\">Bahasa Indonesia\u003C\u002Fa>\n    \u003C\u002Fdiv>\n  \u003C\u002Fdetails>\n\u003C\u002Fdiv>\n\nThis repository contains code samples and demos which use the [Agent2Agent (A2A) Protocol](https:\u002F\u002Fgoo.gle\u002Fa2a).\n\n## Related Repositories\n\n- [A2A](https:\u002F\u002Fgithub.com\u002Fa2aproject\u002FA2A) - A2A Specification and documentation.\n- [a2a-python](https:\u002F\u002Fgithub.com\u002Fa2aproject\u002Fa2a-python) - A2A Python SDK.\n- [a2a-inspector](https:\u002F\u002Fgithub.com\u002Fa2aproject\u002Fa2a-inspector) - UI tool for inspecting A2A enabled agents.\n\n## Contributing\n\nContributions welcome! See the [Contributing Guide](CONTRIBUTING.md).\n\n## Getting help\n\nPlease use the [issues page](https:\u002F\u002Fgithub.com\u002Fa2aproject\u002Fa2a-samples\u002Fissues) to provide suggestions, feedback or submit a bug report.\n\n## Disclaimer\n\nThis repository itself is not an officially supported Google product. The code in this repository is for demonstrative purposes only.\n\nImportant: The sample code provided is for demonstration purposes and illustrates the mechanics of the Agent-to-Agent (A2A) protocol. When building production applications, it is critical to treat any agent operating outside of your direct control as a potentially untrusted entity.\n\nAll data received from an external agent—including but not limited to its AgentCard, messages, artifacts, and task statuses—should be handled as untrusted input. For example, a malicious agent could provide an AgentCard containing crafted data in its fields (e.g., description, name, skills.description). If this data is used without sanitization to construct prompts for a Large Language Model (LLM), it could expose your application to prompt injection attacks.  Failure to properly validate and sanitize this data before use can introduce security vulnerabilities into your application.\n\nDevelopers are responsible for implementing appropriate security measures, such as input validation and secure handling of credentials to protect their systems and users.\n","# Agent2Agent (A2A) 示例\n\n\u003Ca href=\"https:\u002F\u002Fstudio.firebase.google.com\u002Fnew?template=https%3A%2F%2Fgithub.com%2Fa2aproject%2Fa2a-samples%2Ftree%2Fmain%2F.firebase-studio\">\n  \u003Cpicture>\n    \u003Csource\n      media=\"(prefers-color-scheme: dark)\"\n      srcset=\"https:\u002F\u002Fcdn.firebasestudio.dev\u002Fbtn\u002Ftry_light_20.svg\">\n    \u003Csource\n      media=\"(prefers-color-scheme: light)\"\n      srcset=\"https:\u002F\u002Fcdn.firebasestudio.dev\u002Fbtn\u002Ftry_dark_20.svg\">\n    \u003Cimg\n      height=\"20\"\n      alt=\"在 Firebase Studio 中尝试\"\n      src=\"https:\u002F\u002Fcdn.firebasestudio.dev\u002Fbtn\u002Ftry_blue_20.svg\">\n  \u003C\u002Fpicture>\n\u003C\u002Fa>\n\n\u003Cdiv style=\"text-align: right;\">\n  \u003Cdetails>\n    \u003Csummary>🌐 语言\u003C\u002Fsummary>\n    \u003Cdiv style=\"text-align: center;\">\n      \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=en\">英语\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=zh-CN\">简体中文\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=zh-TW\">繁體中文\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=ja\">日本語\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=ko\">한국어\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=hi\">हिन्दी\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=th\">ไทย\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=fr\">Français\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=de\">Deutsch\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=es\">Español\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=it\">Italiano\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=ru\">Русский\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=pt\">Português\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=nl\">Nederlands\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=pl\">Polski\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=ar\">العربية\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=fa\">فارسی\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=tr\">Türkçe\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=vi\">Tiếng Việt\u003C\u002Fa>\n      | \u003Ca href=\"https:\u002F\u002Fopenaitx.github.io\u002Fview.html?user=a2aproject&project=a2a-samples&lang=id\">Bahasa Indonesia\u003C\u002Fa>\n    \u003C\u002Fdiv>\n  \u003C\u002Fdetails>\n\u003C\u002Fdiv>\n\n此仓库包含使用 [Agent2Agent (A2A) 协议](https:\u002F\u002Fgoo.gle\u002Fa2a) 的代码示例和演示。\n\n## 相关仓库\n\n- [A2A](https:\u002F\u002Fgithub.com\u002Fa2aproject\u002FA2A) - A2A 规范及文档。\n- [a2a-python](https:\u002F\u002Fgithub.com\u002Fa2aproject\u002Fa2a-python) - A2A Python SDK。\n- [a2a-inspector](https:\u002F\u002Fgithub.com\u002Fa2aproject\u002Fa2a-inspector) - 用于检查支持 A2A 的代理的 UI 工具。\n\n## 贡献\n\n欢迎贡献！请参阅 [贡献指南](CONTRIBUTING.md)。\n\n## 获取帮助\n\n请使用 [问题页面](https:\u002F\u002Fgithub.com\u002Fa2aproject\u002Fa2a-samples\u002Fissues) 提供建议、反馈或提交错误报告。\n\n## 免责声明\n\n本仓库本身并非 Google 官方支持的产品。此仓库中的代码仅用于演示目的。\n\n重要提示：提供的示例代码仅供演示之用，旨在说明 Agent-to-Agent (A2A) 协议的工作原理。在构建生产级应用时，务必将任何不受您直接控制的代理视为潜在的不可信实体。\n\n从外部代理接收到的所有数据——包括但不限于其 AgentCard、消息、工件和任务状态——都应被视为不可信输入。例如，恶意代理可能会提供一个在其字段（如描述、名称、技能描述等）中嵌入精心构造数据的 AgentCard。如果这些未经净化的数据被用于为大型语言模型 (LLM) 构建提示词，就可能导致您的应用程序遭受提示注入攻击。若未对这些数据进行适当的验证和净化便加以使用，可能会给您的应用程序带来安全漏洞。\n\n开发者有责任实施适当的安全措施，例如输入验证和凭据的安全管理，以保护其系统和用户。","# a2a-samples 快速上手指南\n\n本指南帮助中国开发者快速了解并运行 **Agent2Agent (A2A) Samples** 项目，该项目包含基于 A2A 协议的代码示例和演示。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**: Linux, macOS 或 Windows (需配置 WSL2 或 Git Bash)。\n*   **Python**: 版本 3.9 或更高（推荐 3.10+）。\n*   **Git**: 用于克隆代码仓库。\n*   **包管理器**: `pip` 或 `poetry` (根据具体示例的依赖管理方式而定)。\n*   **网络环境**: 由于项目依赖 GitHub 资源，国内用户建议配置代理或使用加速镜像。\n\n> **注意**: 本项目主要用于演示 A2A 协议机制，**非** Google 官方支持的生产级产品。在生产环境中使用外部 Agent 数据时，务必进行严格的安全验证和清洗，以防提示词注入攻击。\n\n## 安装步骤\n\n### 1. 克隆仓库\n使用 Git 将代码拉取到本地：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fa2aproject\u002Fa2a-samples.git\ncd a2a-samples\n```\n\n> **国内加速建议**: 如果直接克隆速度慢，可使用国内镜像源（如 Gitee 镜像，若有）或配置 Git 代理：\n> ```bash\n> git clone https:\u002F\u002Fghp.ci\u002Fhttps:\u002F\u002Fgithub.com\u002Fa2aproject\u002Fa2a-samples.git\n> ```\n\n### 2. 创建虚拟环境\n推荐使用 Python 虚拟环境以隔离依赖：\n\n```bash\npython -m venv venv\nsource venv\u002Fbin\u002Factivate  # Linux\u002FmacOS\n# 或\nvenv\\Scripts\\activate     # Windows\n```\n\n### 3. 安装依赖\n进入具体的示例目录（例如 `examples\u002Fbasic`，具体路径视子目录结构而定），安装所需依赖。通常使用 `requirements.txt`：\n\n```bash\npip install -r requirements.txt\n```\n\n如果示例使用 `poetry` 管理：\n\n```bash\npip install poetry\npoetry install\n```\n\n> **pip 加速建议**: 国内用户建议使用清华或阿里云镜像源加速安装：\n> ```bash\n> pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n> ```\n\n## 基本使用\n\n本项目包含多个演示不同 A2A 场景的示例。以下以最基础的 Agent 交互为例：\n\n### 运行示例\n假设当前目录下有一个名为 `basic_agent_demo.py` 的示例脚本（具体文件名请参考各子目录下的 README 或文件列表）：\n\n```bash\npython basic_agent_demo.py\n```\n\n### 在线体验 (无需本地安装)\n如果您希望快速预览效果而无需配置本地环境，可以直接使用 **Firebase Studio** 在线运行：\n\n[![Try in Firebase Studio](https:\u002F\u002Fcdn.firebasestudio.dev\u002Fbtn\u002Ftry_blue_20.svg)](https:\u002F\u002Fstudio.firebase.google.com\u002Fnew?template=https%3A%2F%2Fgithub.com%2Fa2aproject%2Fa2a-samples%2Ftree%2Fmain%2F.firebase-studio)\n\n### 核心概念验证\n运行成功后，您将观察到：\n1.  **AgentCard 交换**: 模拟 Agent 之间交换身份和能力描述。\n2.  **任务流转**: 看到任务状态（Task Status）的更新和消息传递。\n3.  **伪代码逻辑**: 理解如何通过 A2A SDK 发起请求并处理响应。\n\n---\n**安全提示**: 示例代码中的输入数据（如 AgentCard、消息内容）均视为不可信来源。在实际开发中，请务必对接收到的所有外部数据进行 sanitization（清洗）和 validation（验证），避免直接将外部数据拼接到 LLM Prompt 中。","某电商平台的开发团队正试图构建一个自动化系统，让负责处理退货的 AI 代理能自主调用负责库存更新的另一个 AI 代理，以完成闭环操作。\n\n### 没有 a2a-samples 时\n- **协议对接盲目摸索**：团队需从零研读 A2A 规范文档，手动编写复杂的握手与消息序列化代码，极易因理解偏差导致通信失败。\n- **调试过程黑盒化**：当两个代理交互出错时，缺乏可视化工具追踪消息流向，开发人员只能在海量日志中盲目猜测故障点。\n- **集成周期漫长**：由于缺乏标准参考实现，每次调整代理能力描述（Card）或任务状态流转逻辑，都需要反复修改底层代码，耗时数周。\n- **安全风险不可控**：在没有成熟样本参考的情况下，难以正确处理跨代理的身份验证与权限边界，容易留下安全漏洞。\n\n### 使用 a2a-samples 后\n- **快速落地标准协议**：直接复用仓库中经过验证的 Python SDK 示例代码，几分钟内即可搭建起符合 A2A 标准的代理通信骨架。\n- **可视化透明调试**：结合配套的 a2a-inspector 工具，实时查看代理间的消息交换细节，迅速定位并修复了状态同步延迟问题。\n- **敏捷迭代业务逻辑**：基于样本中的最佳实践，团队能灵活调整代理间的任务分发策略，将原本数周的集成工作缩短至两天。\n- **内置安全最佳实践**：参考示例中关于外部代理信任机制的处理方式，天然规避了常见的越权调用风险，确保生产环境稳定。\n\na2a-samples 通过提供标准化的代码范本与调试工具，将多智能体协作的开发门槛从“协议专家级”降低至“应用开发级”，极大加速了复杂自动化场景的落地。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fa2aproject_a2a-samples_4737d31e.png","a2aproject","Agent2Agent (A2A) Project","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fa2aproject_d0e7d2c5.png","Donated to the Linux Foundation by Google",null,"https:\u002F\u002Fa2a-protocol.org","https:\u002F\u002Fgithub.com\u002Fa2aproject",[22,26,30,34,38],{"name":23,"color":24,"percentage":25},"Jupyter Notebook","#DA5B0B",55.1,{"name":27,"color":28,"percentage":29},"Python","#3572A5",35.6,{"name":31,"color":32,"percentage":33},"Go","#00ADD8",6.6,{"name":35,"color":36,"percentage":37},"Shell","#89e051",2.2,{"name":39,"color":40,"percentage":41},"Nix","#7e7eff",0.6,1478,638,"2026-04-08T16:58:40","Apache-2.0",2,"","未说明",{"notes":50,"python":48,"dependencies":51},"该仓库仅包含 Agent2Agent (A2A) 协议的代码示例和演示，并非官方支持的 Google 产品。README 中未列出具体的运行环境、依赖库或硬件需求，详细信息需参考关联的 a2a-python SDK 仓库。重要安全提示：在生产环境中，应将外部代理视为不可信实体，对所有接收到的数据（如 AgentCard、消息等）进行严格的验证和清洗，以防提示注入攻击。",[],[53,54],"Agent","插件",[56,57,58,59,60,61,62],"a2a","a2a-client","a2a-mcp","a2a-protocol","a2a-server","agents","generative-ai","ready","2026-03-27T02:49:30.150509","2026-04-09T10:05:29.720058",[67,72,77,82,87,92],{"id":68,"question_zh":69,"answer_zh":70,"source_url":71},26069,"运行 Demo UI 时遇到 'ModuleNotFoundError: No module named hosts' 或无法连接远程代理怎么办？","该问题通常是因为 Demo 在本地 PC 运行而非远程服务器，导致环境差异。请确保已按照 README.md 设置 GOOGLE_API_KEY。如果是在中国大陆地区，不使用代理无法访问 Gemini API，但使用代理可能导致 host 和 cli 无法通信。建议检查网络代理配置，或参考相关讨论尝试调整代理设置以平衡两者需求。","https:\u002F\u002Fgithub.com\u002Fa2aproject\u002Fa2a-samples\u002Fissues\u002F188",{"id":73,"question_zh":74,"answer_zh":75,"source_url":76},26070,"运行 Demo UI 时报错 'TypeError: NoneType object is not iterable' 或连接失败如何解决？","此错误通常伴随 'Failed to list conversations\u002Ftasks' 出现，表明后端服务连接失败。在中国大陆地区，这往往是由于网络限制导致无法访问 Gemini API。用户反馈指出，如果不使用代理则 API 不可用，使用代理则内部组件通信失败。建议检查是否能正常访问 http:\u002F\u002F127.0.0.1:12000\u002Fagents，并排查 Content Security Policy (CSP) 错误或 502 网关错误，可能需要调整本地代理规则以允许 localhost 通信。","https:\u002F\u002Fgithub.com\u002Fa2aproject\u002Fa2a-samples\u002Fissues\u002F6",{"id":78,"question_zh":79,"answer_zh":80,"source_url":81},26071,"运行 Agent 时出现 'google.protobuf.runtime_version.VersionError' 版本不匹配错误怎么办？","这是由于 Protobuf 的生成代码版本与运行时版本不一致导致的（例如 gencode 6.x 与 runtime 5.x 冲突）。这通常是 a2a-sdk 与 google-generativeai 等依赖包之间的版本冲突。解决方案是更新相关依赖或应用官方修复补丁。可以参考 PR #167 和 a2a-python 的 PR #224 获取修复代码，或者检查 pyproject.toml 中的依赖版本，确保 protobuf 相关库版本兼容。","https:\u002F\u002Fgithub.com\u002Fa2aproject\u002Fa2a-samples\u002Fissues\u002F154",{"id":83,"question_zh":84,"answer_zh":85,"source_url":86},26072,"导入 'InMemoryPushNotifier' 失败 (ImportError) 该如何解决？","这是因为 SDK 版本更新导致的迁移问题。在较新版本中，类的位置或名称可能发生了变化。解决方法是参考 a2a-python 的 PR #212 进行代码迁移。此外，有用户反馈即使安装了正确的包，直接运行脚本仍报错，尝试使用 'python -m app' 命令代替直接执行脚本文件（如 python3 __main__.py）可以解决问题。","https:\u002F\u002Fgithub.com\u002Fa2aproject\u002Fa2a-samples\u002Fissues\u002F217",{"id":88,"question_zh":89,"answer_zh":90,"source_url":91},26073,"是否有已经实现并在公网上运行的 A2A Agent 可供测试？","是的，社区中有一些公开的示例。例如：\n1. Matchwise 已在生产环境中使用 A2A，支持基于 DID 文档自动选择 AgentCard。\n2. 有一个 Hello World 示例部署在 Render 上，地址为：https:\u002F\u002Fhello-world-gxfr.onrender.com\u002F.well-known\u002Fagent.json。\n这些实例可用于测试 Agent 间的交互和发现机制。","https:\u002F\u002Fgithub.com\u002Fa2aproject\u002Fa2a-samples\u002Fissues\u002F18",{"id":93,"question_zh":94,"answer_zh":95,"source_url":96},26074,"运行 content_creation 示例时 Host Agent 启动失败怎么办？","该问题出现在运行 samples\u002Fpython\u002Fhosts\u002Fcontent_creation 示例的最后阶段。虽然具体修复代码可能在相关的 PR 中（如用户提到的针对 content planner 的补丁），但通常此类失败是由于依赖未同步或配置缺失。建议首先运行 'uv sync' 确保所有依赖安装正确，并检查是否应用了最新的代码补丁。如果问题依旧，请查看是否有针对该示例特定的环境变量需要配置。","https:\u002F\u002Fgithub.com\u002Fa2aproject\u002Fa2a-samples\u002Fissues\u002F345",[98,103],{"id":99,"version":100,"summary_zh":101,"released_at":102},163473,"itk-v.0.11-alpha","修复了 ITK 测试代理中的一个 bug：在 Python v10 测试代理中，未为 JSON-RPC 代理接口指定协议版本 1.0。","2026-04-07T09:55:33",{"id":104,"version":105,"summary_zh":106,"released_at":107},163474,"itk-v0.1-alpha","a2a 协议 ITK（集成测试套件）的 Alpha 版本。\n\n本次发布包含以下特性：\n\n1. 针对多种传输代理的隔离式预定义实现，支持：\n   * go-v0.3\n   * python-v0.3\n   * python-v1.0\n   * go-v1.0\n   * 用于对接任意“当前”代理以与预定义代理进行对比测试的占位符\n2. 基于图遍历的 Python 测试编排器实现\n3. 本地 CLI 测试运行器\n4. 面向 CI\u002FCD 集成的不同 SDK 的测试编排 REST 服务实现","2026-03-25T18:51:17",[109,121,129,138,146,154],{"id":110,"name":111,"github_repo":112,"description_zh":113,"stars":114,"difficulty_score":115,"last_commit_at":116,"category_tags":117,"status":63},4358,"openclaw","openclaw\u002Fopenclaw","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。\n\n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。\n\nOpenClaw 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",349277,3,"2026-04-06T06:32:30",[53,118,119,120],"开发框架","图像","数据工具",{"id":122,"name":123,"github_repo":124,"description_zh":125,"stars":126,"difficulty_score":115,"last_commit_at":127,"category_tags":128,"status":63},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,"2026-04-05T11:01:52",[118,119,53],{"id":130,"name":131,"github_repo":132,"description_zh":133,"stars":134,"difficulty_score":46,"last_commit_at":135,"category_tags":136,"status":63},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",146793,"2026-04-08T23:32:35",[118,53,137],"语言模型",{"id":139,"name":140,"github_repo":141,"description_zh":142,"stars":143,"difficulty_score":46,"last_commit_at":144,"category_tags":145,"status":63},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",108111,"2026-04-08T11:23:26",[118,119,53],{"id":147,"name":148,"github_repo":149,"description_zh":150,"stars":151,"difficulty_score":46,"last_commit_at":152,"category_tags":153,"status":63},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[54,118],{"id":155,"name":156,"github_repo":157,"description_zh":158,"stars":159,"difficulty_score":115,"last_commit_at":160,"category_tags":161,"status":63},4487,"LLMs-from-scratch","rasbt\u002FLLMs-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。\n\n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。\n\nLLMs-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",90106,"2026-04-06T11:19:32",[137,119,53,118]]