谷歌 A2A （Agent2Agent）架構(gòu)設(shè)計(jì)深度剖析 原創(chuàng)
2025年4月9日，Google正式推出Agent2Agent Protocol（以下簡稱“A2A”）。這一協(xié)議為各類 AI Agent 之間的高效溝通與協(xié)作搭建了橋梁，無論是獨(dú)立 Agent 與獨(dú)立 Agent、獨(dú)立 Agent與企業(yè) Agent，還是企業(yè) Agent與企業(yè) Agent，都可以通過該協(xié)議實(shí)現(xiàn)通信交互和事務(wù)協(xié)作。
下文詳細(xì)剖析之。
1、A2A 介紹
A2A 是一個(gè)開放協(xié)議，它為 AI Agent 之間提供了一種標(biāo)準(zhǔn)方式，無論底層開發(fā)框架或供應(yīng)商如何，都可以進(jìn)行協(xié)作，A2A 充分考慮了 Agent 在與用戶和企業(yè)交互過程中所面臨的挑戰(zhàn)，具備以下四大核心功能特性：
第一、能力發(fā)現(xiàn)：所有實(shí)現(xiàn) A2A 的 AI Agent 都通過“Agent Card”公開其能力目錄。這有助于其他 AI Agent 發(fā)現(xiàn)給定 AI Agent 實(shí)現(xiàn)的潛在有用功能。谷歌建議使用統(tǒng)一的位置來存儲組織的“Agent Card”。
比如：
https://<DOMAIN>/<agreed-path>/agent.json第二、任務(wù)管理：通信協(xié)議，時(shí)代短期和長期任務(wù)變得更容易。它幫助通信中的 AI Agent 保持同步，直到請求的任務(wù)完成并返回答案。這很重要，因?yàn)橛行?AI Agent 可能需要很長時(shí)間來執(zhí)行工作，而且目前沒有統(tǒng)一標(biāo)準(zhǔn)如何等待這種情況發(fā)生。
第三、協(xié)作：AI Agent 可以相互發(fā)送消息以傳達(dá)上下文、回復(fù)、工件或用戶指令。
第四、用戶體驗(yàn)協(xié)商：這是一個(gè)很有趣的功能。它允許協(xié)商數(shù)據(jù)返回的格式，以符合用戶界面的期望（比如：圖像、視頻、文本等）。
通過 A2A 公開的 AI Agent 的發(fā)現(xiàn)是一個(gè)重要話題。谷歌建議使用統(tǒng)一的位置來存儲組織的“Agent Card”。
另外，A2A 并沒有重新發(fā)明輪子，建立在現(xiàn)有標(biāo)準(zhǔn)之上：
1.該協(xié)議建立在現(xiàn)有、流行的標(biāo)準(zhǔn)之上，包括：HTTP、SSE、JSON-RPC，這意味著它更容易與企業(yè)日常使用的現(xiàn)有 IT 堆棧集成。
2.默認(rèn)安全 - A2A 旨在支持企業(yè)級身份驗(yàn)證和授權(quán)，與 OpenAPI 的身份驗(yàn)證方案相當(dāng)。
2、A2A 架構(gòu)設(shè)計(jì)剖析
1）、A2A 架構(gòu)設(shè)計(jì)剖析
在 A2A 協(xié)議中，涉及三個(gè)核心角色：
- User：用戶是協(xié)議中的關(guān)鍵主體，主要負(fù)責(zé)進(jìn)行認(rèn)證和授權(quán)操作，確保交互的安全性和合法性。
- Client Agent：客戶端 Agent 是任務(wù)的發(fā)起者，它代表用戶提出需求或請求。
- Server Agent：服務(wù)端 Agent 是任務(wù)的執(zhí)行者，它接收來自客戶端 Agent 的請求，并執(zhí)行相應(yīng)的操作。
客戶端 Client 與服務(wù)端 Client 之間的通信，本質(zhì)上是基于任務(wù)的請求與響應(yīng)機(jī)制。每個(gè)請求都對應(yīng)一個(gè)具體任務(wù)，服務(wù)端 Agent 處理任務(wù)后返回結(jié)果。值得注意的是，一個(gè) Agent 既可以作為客戶端 Agent 發(fā)起任務(wù)，也可以作為服務(wù)端 Agent 執(zhí)行任務(wù)，具有雙重角色的靈活性。
Client Agent 和 Server Agent 交互的過程中，會涉及到一些 Entity：AgentCard、Task 、Artifact 、Message、Part，下面做個(gè)介紹。
第一、AgentCard 是 Server Agent 的“名片”，它詳細(xì)描述了 Server Agent 的能力、認(rèn)證機(jī)制等關(guān)鍵信息。通過獲取不同 Server Agent 的 AgentCard，Client Agent 能夠全面了解各個(gè) Server Agent 的功能特點(diǎn)，從而精準(zhǔn)地選擇最適合執(zhí)行具體任務(wù)的 Server Agent。
以下是 AgentCard 的內(nèi)容示例：
#AgentCard 內(nèi)容示例
interface AgentCard {
name: string;
description: string;
url: string;
provider?: {
organization: string;
url: string;
};
version: string;
documentationUrl?: string;
capabilities: {
streaming?: boolean;
pushNotifications?: boolean;
stateTransitionHistory?: boolean;
};
authentication: {
schemes: string[];
credentials?: string;
};
defaultInputModes: string[];
defaultOutputModes: string[];
skills: {
id: string;
name: string;
description: string;
tags: string[];
examples?: string[];
inputModes?: string[];
outputModes?: string[];
}[];
}第二、Task 是一個(gè)具有明確狀態(tài)的實(shí)體，由 Client Agent 創(chuàng)建并發(fā)起，其狀態(tài)由 Server Agent 負(fù)責(zé)維護(hù)和更新。每個(gè) Task 都旨在實(shí)現(xiàn)一個(gè)特定的目標(biāo)或結(jié)果。在 Task 的執(zhí)行過程中，Client Agent 和 Server Agent 通過交換 Message 進(jìn)行通信，而 Server Agent 執(zhí)行任務(wù)后生成的輸出結(jié)果被稱為 Artifact。
此外，每個(gè) Task 都擁有一個(gè)唯一的 sessionId。多個(gè) Task 可以共享同一個(gè) sessionId，這表明這些 Task 屬于同一個(gè)會話（Session）的一部分，便于管理和跟蹤相關(guān)任務(wù)的執(zhí)行流程。
以下是 Task 的示例：
interface Task {
id: string;
sessionId: string;
status: TaskStatus;
history?: Message[];
artifacts?: Artifact[];
metadata?: Record<string, any>;
}
interface TaskStatus {
state: TaskState;
message?: Message;
timestamp?: string;
}
interface TaskStatusUpdateEvent {
id: string;
status: TaskStatus;
final: boolean; //indicates the end of the event stream
metadata?: Record<string, any>;
}
interface TaskArtifactUpdateEvent {
id: string;
artifact: Artifact;
metadata?: Record<string, any>;
}
interface TaskSendParams {
id: string;
sessionId?: string;
message: Message;
historyLength?: number;
pushNotification?: PushNotificationConfig;
metadata?: Record<string, any>; // extension metadata
}
type TaskState =
| "submitted"
| "working"
| "input-required"
| "completed"
| "canceled"
| "failed"
| "unknown";第三、Artifact 是 Server Agent 在執(zhí)行任務(wù)后生成的目標(biāo)結(jié)果。一個(gè) Task 可能產(chǎn)生一個(gè)或多個(gè) Artifact。
Artifact 具有以下特性：
- 不可變性：一旦生成，其內(nèi)容不可更改，保證了結(jié)果的穩(wěn)定性和可靠性。
- 可命名：可以為其指定名稱，便于識別和引用。
- 多部分結(jié)構(gòu)：一個(gè)Artifact可以包含多個(gè)部分，以支持復(fù)雜的結(jié)果結(jié)構(gòu)。
- 流式響應(yīng)支持：對于需要分批次處理的任務(wù)，可以將結(jié)果逐步附加到已有的Artifact上，實(shí)現(xiàn)流式響應(yīng)。
這些特性使得 Artifact 成為任務(wù)執(zhí)行結(jié)果的有效載體，既保證了數(shù)據(jù)的完整性，又提供了靈活性。
以下是 Artifact 的示例：
interface Artifact {
name?: string;
description?: string;
parts: Part[];
metadata?: Record<string, any>;
index: number;
append?: boolean;
lastChunk?: boolean;
}第四、Message 在 Task 執(zhí)行過程中，Server Agent 和 Client Agent 通過 Message 進(jìn)行交互，但不涉及 Artifact。Message 可以包含以下內(nèi)容：
- Agent 的思考過程
- 用戶上下文信息
- 執(zhí)行指令
- 錯(cuò)誤信息
- 任務(wù)狀態(tài)
- 元數(shù)據(jù)等
每個(gè) Message 可以由多個(gè) Part 組成，每個(gè) Part 攜帶不同類型的內(nèi)容，以支持豐富多樣的交互需求。
以下是 Message 的示例：
interface Message {
role: "user" | "agent";
parts: Part[];
metadata?: Record<string, any>;
}第五、Part 是 Message 和 Artifact 的基本構(gòu)成單元，承載著它們的核心內(nèi)容。每個(gè) Part 都明確標(biāo)識了其內(nèi)容類型以及具體內(nèi)容本身。
以下是 Part 的示例：
interface TextPart {
type: "text";
text: string;
}
interface FilePart {
type: "file";
file: {
name?: string;
mimeType?: string;
// oneof {
bytes?: string; //base64 encoded content
uri?: string;
//}
};
}
interface DataPart {
type: "data";
data: Record<string, any>;
}
type Part = (TextPart | FilePart | DataPart) & {
metadata: Record<string, any>;
};2）、A2A 架構(gòu)設(shè)計(jì)核心流程
ClientAgent 和 ServerAgent 之間通過 HTTP協(xié)議 進(jìn)行通信，采用經(jīng)典的 C/S（客戶端/服務(wù)器）模式。通信支持 SSE（Server-Sent Events）流式數(shù)據(jù)傳輸，并且數(shù)據(jù)格式遵循 JSON-RPC 2.0 標(biāo)準(zhǔn)。
在身份驗(yàn)證方面，A2A 遵循 Open API 規(guī)范。值得注意的是，A2A 協(xié)議本身并不直接交換身份信息。相反，身份驗(yàn)證所需的材料（比如：令牌）是在協(xié)議之外（帶外）獲取的，并通過 HTTP 頭部 進(jìn)行傳輸。
Client Agent 和 Server Agent 之間的協(xié)同工作流程主要包括以下6個(gè)關(guān)鍵步驟：
第一、Server Agent 在指定站點(diǎn)上托管自己的 AgentCard，公開其能力和服務(wù)信息。
第二、Client Agent 主動發(fā)現(xiàn)并獲取 Server Agent 的 AgentCard，了解其功能和認(rèn)證要求。
第三、Client Agent 根據(jù)需求發(fā)起一個(gè) Task，明確任務(wù)目標(biāo)和要求。
第四、Client Agent 設(shè)置任務(wù)通知監(jiān)聽，以便及時(shí)接收任務(wù)執(zhí)行狀態(tài)和結(jié)果。
第五、Server Agent 接收任務(wù)后執(zhí)行，并生成 Artifact 作為任務(wù)結(jié)果返回。
第六、Client Agent 獲取 Artifact，完成任務(wù)的最終交付和處理。
2.1、AgentCard 托管與發(fā)現(xiàn)
官方建議將 AgentCard 找在以下路徑：??https://${host}/.well-known/agent.json??
這種方式被稱為 Open Discovery。除此之外，還有另外兩種發(fā)現(xiàn)方式：Curated Discovery 和 Private Discovery。
Agent Client 可以通過向 ??https://${host}/.well-known/agent.json?? 發(fā)起請求，獲取指定的 AgentCard，并將其集成到自己的提示詞或工具集中。
//agent card 示例
{
"name": "Google Maps Agent",
"description": "Plan routes, remember places, and generate directions",
"url": "https://maps-agent.google.com",
"provider": {
"organization": "Google",
"url": "https://google.com"
},
"version": "1.0.0",
"authentication": {
"schemes": "OAuth2"
},
"defaultInputModes": ["text/plain"],
"defaultOutputModes": ["text/plain", "application/html"],
"capabilities": {
"streaming": true,
"pushNotifications": false
},
"skills": [
{
"id": "route-planner",
"name": "Route planning",
"description": "Helps plan routing between two locations",
"tags": ["maps", "routing", "navigation"],
"examples": [
"plan my route from Sunnyvale to Mountain View",
"what's the commute time from Sunnyvale to San Francisco at 9AM",
"create turn by turn directions from Sunnyvale to Mountain View"
],
// can return a video of the route
"outputModes": ["application/html", "video/mp4"]
},
{
"id": "custom-map",
"name": "My Map",
"description": "Manage a custom map with your own saved places",
"tags": ["custom-map", "saved-places"],
"examples": [
"show me my favorite restaurants on the map",
"create a visual of all places I've visited in the past year"
],
"outputModes": ["application/html"]
}
]
}2.2、Client Agent 發(fā)起 Task
Client Agent 可以向 Server Agent 發(fā)送內(nèi)容，用于啟動新任務(wù)、恢復(fù)中斷的任務(wù)或重新打開已完成的任務(wù)。
{
"jsonrpc": "2.0",
"id": 1,
"method":"tasks/send",
"params": {
"id": "de38c76d-d54c-436c-8b9f-4c2703648d64",
"message": {
"role":"user",
"data": [{
"type":"text",
"text": "tell me a joke"
}]
},
"metadata": {}
}
}2.3、Client Agent 設(shè)置回調(diào)監(jiān)聽
Client Agent 可以配置一個(gè)回調(diào)方法并提供給 Server Agent。一旦 Server Agent 修改了 Task 的狀態(tài)，它將自動調(diào)用 Client Agent 的回調(diào)方法，從而實(shí)現(xiàn)狀態(tài)的實(shí)時(shí)同步。
//Request
{
"jsonrpc": "2.0",
"id": 1,
"method":"tasks/pushNotification/set",
"params": {
"id": "de38c76d-d54c-436c-8b9f-4c2703648d64",
"pushNotificationConfig": {
"url": "https://example.com/callback",
"authentication": {
"schemes": ["jwt"]
}
}
}
}
//Response
{
"jsonrpc": "2.0",
"id": 1,
"result": {
"id": "de38c76d-d54c-436c-8b9f-4c2703648d64",
"pushNotificationConfig": {
"url": "https://example.com/callback",
"authentication": {
"schemes": ["jwt"]
}
}
}
}2.4、執(zhí)行 Task，返回結(jié)果
Server Agent 執(zhí)行任務(wù)后，會將執(zhí)行結(jié)果以 Artifact 的形式返回給 Client Agent。
{
"jsonrpc": "2.0",
"id": 1,
"result": {
"id": "de38c76d-d54c-436c-8b9f-4c2703648d64",
"sessionId": "c295ea44-7543-4f78-b524-7a38915ad6e4",
"status": {
"state": "completed",
},
"artifacts": [{
"name":"joke",
"parts": [{
"type":"text",
"text":"Why did the chicken cross the road? To get to the other side!"
}]
}],
"metadata": {}
}
}2.5、獲取 Artifact 結(jié)果數(shù)據(jù)
需要注意的是，Client Agent 需要通過查詢 Task 的方式來獲取對應(yīng)的 Artifact。
//Request
{
"jsonrpc": "2.0",
"id": 1,
"method":"tasks/get",
"params": {
"id": "de38c76d-d54c-436c-8b9f-4c2703648d64",
"historyLength": 10,
"metadata": {}
}
}
//Response
{
"jsonrpc": "2.0",
"id": 1,
"result": {
"id": "de38c76d-d54c-436c-8b9f-4c2703648d64",
"sessionId": "c295ea44-7543-4f78-b524-7a38915ad6e4",
"status": {
"state": "completed"
},
"artifacts": [{
"parts": [{
"type":"text",
"text":"Why did the chicken cross the road? To get to the other side!"
}]
}],
"history":[
{
"role": "user",
"parts": [
{
"type": "text",
"text": "tell me a joke"
}
]
}
],
"metadata": {}
}
}總之，AI Agent 之間的相互發(fā)現(xiàn)、了解以及交互調(diào)用正逐漸成為一種重要的發(fā)展趨勢，這主要體現(xiàn)在以下兩個(gè)方面：
第一、企業(yè)內(nèi)部領(lǐng)域 Agent 的溝通協(xié)作需求
在企業(yè)內(nèi)部，隨著業(yè)務(wù)的不斷發(fā)展，各種各樣的領(lǐng)域 Agent 正在被探索和建立，以滿足特定業(yè)務(wù)場景的需求。這些領(lǐng)域 Agent 之間需要進(jìn)行高效的溝通與協(xié)作，以實(shí)現(xiàn)業(yè)務(wù)流程的自動化和優(yōu)化。因此，解決內(nèi)部領(lǐng)域 Agent 之間的交互問題，已成為企業(yè)數(shù)字化轉(zhuǎn)型過程中必須面對的關(guān)鍵挑戰(zhàn)之一。
第二、 對外提供 Agent 服務(wù)的發(fā)現(xiàn)性問題
對于那些對外提供 Agent 服務(wù)的供應(yīng)商來說，如何讓其他 Agent 主動發(fā)現(xiàn)并使用自己的服務(wù)，類似于搜索引擎優(yōu)化（SEO）吸引流量，也是一個(gè)亟待解決的問題。通過提高 Agent 的可見性和吸引力，可以更好地促進(jìn) Agent 之間的互操作性和生態(tài)系統(tǒng)的健康發(fā)展。
本文轉(zhuǎn)載自公眾號玄姐聊AGI 作者：玄姐
