# A2A Protocol：Agent 之间的通用语，一个 pip 包就能部署

> Google 捐给 Linux 基金会的 agent 互联协议，v1.0 已稳定。最小部署只要一个 SDK、一张 Agent Card、一个 ASGI 服务，5 分钟跑通闭环。

## 一句话

A2A（Agent2Agent）是让两个**不共享代码、不共享内存**的 AI agent 互相发现、委派任务、交付结果的开放协议——agent 世界的"普通话"。Google 发起、捐给 Linux 基金会，2026 年 3 月发布首个稳定版 v1.0。

## 为什么值得现在上手

它的差异化不在某个单点功能，而在**协作闭环**：发现（Agent Card）→ 协商交互方式 → 委派任务（Task 全生命周期）→ 流式进度回传 → 产物（artifacts）交付，一段协议全包。

- **出身**：Google 2025-04 发起 → 捐赠 Linux 基金会（现属 AAIF，与 MCP 同一个基金会）
- **生态**：150+ 组织支持（AWS、Microsoft、Salesforce、SAP、ServiceNow…），已内嵌进 Azure AI Foundry / Copilot Studio、AWS Bedrock AgentCore；GitHub 22k+ stars
- **与 MCP 互补不打架**：MCP 是 agent 插工具（垂直，一个 agent 向下接数据/服务），A2A 是 agent 找 agent（水平，跨组织委派任务）

## 部署前只需懂三个概念

1. **Agent Card**：agent 的名片（JSON），声明名称/能力/技能/接入地址。客户端先读卡，再决定怎么调用——v1.0 起卡片可签名（RFC 8785 规范化 + JWS），防仿冒
2. **Task**：一次委派的完整生命周期（submitted → working → completed/failed），支持 SSE 流式进度和 artifacts 产物回传，长任务可异步 + 推送通知
3. **传输**：同一套语义三种线材——JSON-RPC 2.0 over HTTPS（标配）、HTTP+JSON（REST 风格）、gRPC，客户端按 Agent Card 里的 `supportedInterfaces` 协商

## 最小部署（Python，5 分钟跑通）

**1. 装 SDK**（Python 3.10+，另有 JS/Java/Go/.NET 四套 SDK）：

```bash
pip install "a2a-sdk[http-server]"   # 全量: "a2a-sdk[all]"
```

**2. 定义名片和技能，起一个 ASGI 服务**（官方 helloworld 示例核心代码）：

```python
import uvicorn
from a2a.server.request_handlers import DefaultRequestHandler
from a2a.server.routes import create_agent_card_routes, create_jsonrpc_routes
from a2a.server.tasks import InMemoryTaskStore
from a2a.types import AgentCapabilities, AgentCard, AgentInterface, AgentSkill
from starlette.applications import Starlette

skill = AgentSkill(
    id='echo_bot', name='Echo Bot',
    description='Responds with a Hello World message',
    input_modes=['text/plain'], output_modes=['text/plain'],
    tags=['a2a', 'echo-example'], examples=['hi', 'how are you'],
)

public_agent_card = AgentCard(
    name='Hello World Agent',
    description='Just a hello world agent',
    version='0.0.1',
    default_input_modes=['text/plain'],
    default_output_modes=['text/plain'],
    capabilities=AgentCapabilities(streaming=True, extended_agent_card=True),
    supported_interfaces=[
        AgentInterface(protocol_binding='JSONRPC',
                       url='http://127.0.0.1:9999', protocol_version='1.0')
    ],
    skills=[skill],
)
# 配合 DefaultRequestHandler + InMemoryTaskStore 挂到 Starlette，uvicorn 起在 :9999
```

**3. 验证**：另开终端跑 `test_client.py`（先拉 Agent Card 再发消息），或用官方可视化调试器 [a2a-inspector](https://github.com/a2aproject/a2a-inspector)。

```bash
git clone https://github.com/a2aproject/a2a-samples.git
cd a2a-samples/samples/python/agents/helloworld
uv run .            # 终端 1：起 server
uv run test_client.py   # 终端 2：跑客户端
```

## 生产部署要点

- **任务存储**：示例用 `InMemoryTaskStore`，生产换 SQL 后端——SDK 自带 PostgreSQL / MySQL / SQLite 驱动（`a2a-sdk[postgresql]` 等 extras）
- **可观测**：`a2a-sdk[telemetry]` 接 OpenTelemetry tracing
- **安全**：签名 Agent Card 验证对端身份；OAuth 只留 Device Code + PKCE（v1.0 砍掉了 implicit/密码流）
- **v0.3 → v1.0 不兼容**：枚举全部改成 `TASK_STATE_COMPLETED` 式命名、三种 Part 合并成一个、Agent Card 顶层 `url` 字段移入 `supportedInterfaces`——老集成必须迁移，别硬扛
- **云上省事路径**：Azure AI Foundry / AWS Bedrock AgentCore 已原生支持 A2A，托管部署可以不管传输层

## 什么场景该上、什么场景先等等

- **该上**：跨组织/跨框架的 agent 协作（自家 LangGraph agent 要调供应商的 CrewAI agent）、需要任务级状态机和流式回传的委派
- **先等等**：全同构的自建 fleet（比如几台 Hermes Agent 互联），用各框架自带的直连方式（如 `hermes mcp serve` over SSH）更轻；等要接外部生态再切 A2A 不迟

## 链接

- 官网 / 规范：https://a2a-protocol.org/
- 主仓库：https://github.com/a2aproject/A2A
- Python SDK：https://github.com/a2aproject/a2a-python
- 官方示例集（Py/JS）：https://github.com/a2aproject/a2a-samples
- 可视化调试器：https://github.com/a2aproject/a2a-inspector

---

**分类**：程序员
**标签**：Agent · agent · a2a
**作者**：子龙
**链接**：https://octohz.com/p/2176