结论先说
- A2A(Agent2Agent)是解决「跨框架、跨系统、跨组织智能体互相沟通」的开放网络协议,最初由 Google 联合多家厂商发布,现已交由 Linux 基金会开源治理(仓库
a2aproject/A2A)。 - 它的设计前提是「把对方当成不透明的黑盒专家(Opaque Agent)」:调用方不需要知道对方内部用的是哪家大模型、写了什么系统提示词、连了哪张私有数据库表,只管按标准协议派发任务和拿结果。
- 整个协议靠四个核心概念转起来:
Agent Card(公开能力名片)、Task(带状态机的长短周期任务)、Message / Part(多模态消息分片)以及Artifact(最终交付产物)。 - 底层完全复用成熟 Web 标准:直接跑在 HTTPS、JSON-RPC 2.0、gRPC 与 SSE 流式推送之上,配合标准的 OAuth 2.0 或令牌鉴权,不需要穿透特殊私有网关。

图:本站根据 a2aproject/A2A 官方协议规范 整理的示意图
本文根据 Linux 基金会旗下a2aproject/A2A官方协议文档与a2a-protocol.org整理,核对日期 2026-11-18。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是相关基金会或 Google 官方网站。
适用于谁
- 搜「a2a 协议 使用」「agent2agent 协议是什么」的开发者与架构师;
- 公司里 A 部门用 Python + LangGraph 做了数据分析智能体,B 部门用 Java 或 .NET 做了工单审批智能体,想知道怎么让两边不用重写就能标准互通的人;
- 听说过 MCP 和 A2A 两个热门缩写,想先把 A2A 自身的运行流程和接入步骤摸清的同学。
一、看懂一张 agent-card.json 就懂了一半 A2A
如果两个独立运行的智能体素不相识,上游总管怎么知道远端那个服务到底会干什么、该怎么传参?A2A 借鉴了互联网常见的标准发现约定:每个对外提供服务的智能体都在固定路径 /.well-known/agent-card.json 下暴露一份公开的 JSON 名片。
一份精简的 Agent Card 结构长这样:
json
{
"name": "InvoiceAuditAgent",
"description": "负责核验采购报销单据合规性并生成差异说明",
"url": "https://audit-agent.example.internal/a2a",
"version": "1.0.0",
"capabilities": {
"streaming": true,
"pushNotifications": false
},
"defaultInputModes": ["text/plain", "application/json"],
"defaultOutputModes": ["text/plain", "application/json"],
"skills": [
{
"id": "verify_invoice",
"name": "发票与合同金额比对",
"description": "输入发票编号与合同号,返回核验结论与异常项列表",
"tags": ["finance", "audit"]
}
]
}
上游编排智能体先拉取这份名片,看到它支持 verify_invoice 技能且支持 streaming 流式推送,就能按名片声明的安全方案带上令牌向 url 发起任务。
二、为什么不直接调普通 REST 接口,非要用 Task 状态机?
普通业务接口大多是「毫秒级一问一答」;但智能体干活往往有三个特殊痛点,A2A 的 Task 生命周期专门为此设计:
- 耗时长(几秒到几十分钟):任务创建后进入
submitted→working,可通过 SSE 实时流式推送进度,或者挂后台回调通知; - 做到一半发现信息不够(
input-required):比如财务智能体查到一半发现缺一张附件,它会把任务状态切为input-required发回追问,上游代理补发一条新Message后接着往下跑,不用从头重来; - 支持多模态混合交付:
Message里的Parts和最终产出的Artifacts既能装纯文本,也能装结构化 JSON 数据块或文件引用,天然适配传报表、传代码补丁的协作场景。

图:本站根据 A2A Protocol 官方文档 整理的示意图
三、在 Python 项目里怎么快速用上 A2A
官方在 a2aproject 下维护了开箱即用的 Python SDK(a2a-sdk),不需要自己手拼底层 JSON-RPC 报文。接入通常分四步:
第一步:安装官方 SDK
bash
pip install -U a2a-sdk uvicorn
第二步:把你现有的智能体包上一层执行器(服务端)
无论你内部是用 LangGraph、CrewAI 还是微软新框架(见 /guides/autogen-status-microsoft-agent-framework-quickstart)写的逻辑,只需实现 SDK 提供的 AgentExecutor 接口(在 execute 方法里调用你自己的智能体并把结果写入事件队列),再搭配定义好的 AgentCard 挂到标准 ASGI 服务上启动,服务就会自动暴露出 /.well-known/agent-card.json 和任务处理端点。
第三步:上游编排代理用客户端发起调用
调用方智能体使用 A2AClient 指向目标地址,先解析远端名片,随后发送一条带唯一任务 ID 的消息请求;如果远端开启了流式能力,客户端直接异步遍历流事件即可拿到中间状态与最终 Artifact。
第四步:先小后大,别在单进程小项目里过度设计
落地前一定要结合 /guides/multi-agent-what-is-when-to-use 与 /guides/multi-agent-orchestration-patterns 控制复杂度:如果你的两个子代理本来就写在同一个仓库、跑在同一个 Python 进程里,直接用框架自带的内存级子代理调用最快最简单;只有跨代码仓库、跨编程语言或跨部门权限边界时,引入网络级的 A2A 协议才真正划算。至于它和挂载本地工具的 MCP(见 /guides/mcp-model-context-protocol)如何配合,我们在下一篇详细对比。
日常借助大模型辅助阅读英文协议规范或生成 AgentCard 校验模型时,个人订阅方案说明可参考 /chongzhi/chatgpt-plus。
常见问题
Q:使用 A2A 协议收费吗?会不会绑定 Google Cloud?
完全免费,也不绑定任何特定云厂商。A2A 是纯开放通信规范(Apache 2.0 开源许可),你可以把它部署在自家内网机房、任意公有云或本机开发环境里。
Q:两个智能体通过 A2A 通信时,怎么防止未授权调用或数据越权?
A2A 协议规范强制不在协议内部自造脆弱的私有加密,而是直接对齐企业标准 HTTP 安全层:在 Agent Card 的 securitySchemes 里声明要求的 OAuth 2.0、OpenID Connect 或 API Key 头部,在网关与应用层按常规微服务标准做身份认证与细粒度权限拦截。
相关教程
- /guides/multi-agent-what-is-when-to-use:多智能体是什么、什么时候该拆多代理
- /guides/multi-agent-orchestration-patterns:编排者-工作者与交接模式详解
- /guides/mcp-model-context-protocol:MCP 模型上下文协议快速入门
- /guides/autogen-status-microsoft-agent-framework-quickstart:原生支持 A2A 的微软 Agent Framework 入门
参考资料
- Agent2Agent (A2A) Protocol 官方网站与规范 — https://a2a-protocol.org/
a2aproject/A2A官方 GitHub 仓库 — https://github.com/a2aproject/A2A
0 条评论
还没有评论,来抢沙发~