AI导哈

AI代理通信协议

基于Google A2A协议的AI代理间通信实现，支持通过标准化API进行任务处理和外部工具集成。

  • by system32miro
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 system32miro/google-a2a-agent

使用说明

谷歌A2A代理示例

该存储库基于Google的A2A协议实现了一个简单的代理到代理（A2A）通信示例。A2A是谷歌提出的标准，使人工智能代理能够通过标准化的API相互通信。

概述

实施由两个主要部分组成：

  1. 服务器(server.py)：一个基于Flask的服务器充当AI代理。它实现了核心A2A协议端点：

    • /.well-known/agent.json：提供代理的元数据（代理卡），描述其功能和URL。
    • /tasks/send：接受其他代理（或类似客户）的任务 client.py)，使用AI模型（OpenAI的GPT-4o-mini）和外部工具（通过MCP的Brave Search）处理它们，并返回结果。

  2. 客户(client.py)：一个简单的Python脚本，演示如何与A2A服务器交互：

    • 通过获取代理卡来发现代理。
    • 向代理发送任务（用户查询） /tasks/send 终点。
    • 接收并打印代理的响应。

建筑

交互流程可以可视化如下：

sequenceDiagram
    participant C as Client (client.py)
    participant S as A2A Server (server.py)
    participant MCP as Brave MCP Server
    participant OAI as OpenAI API

    C->>S: GET /.well-known/agent.json (Discover Agent)
    S-->>C: Agent Card JSON
    C->>S: POST /tasks/send (Task Request with User Query)
    S->>OAI: Process Query (Initial processing)
    Note right of S: Agent decides to use Brave Search
    S->>MCP: Search Request
    MCP-->>S: Search Results
    S->>OAI: Process Query + Search Results
    OAI-->>S: Final Response Text
    S-->>C: Task Response (with Agent's Final Message)
  • 这 客户端 通过发现 A2A服务器.
  • 这 客户端 向发送任务（例如，“什么是Google A2A？”） 服务器.
  • 这 服务器 使用 pydantic-ai 库，与以下内容协调：
    • 这 OpenAI API 以理解请求并生成响应。
    • A. Brave Search MCP服务器 （通过管理 MCPServerStdio)当需要网络搜索时。MCP（模型上下文协议）规范了AI模型如何与外部工具/数据源交互。
  • 这 服务器 将最终响应发送回 客户端.

设置

  1. 克隆存储库：

    git clone <repository_url>
cd <repository_directory>

  2. 创建并激活虚拟环境：

    • 视窗:
      python -m venv venv
.\venv\Scripts\activate
    • macOS/Linux:
      python3 -m venv venv
source venv/bin/activate

  3. 创建一个 .env 文件： 创建一个名为的文件 .env 在根目录中，并添加您的API密钥：

    OPENAI_API_KEY=your_openai_api_key
BRAVE_API_KEY=your_brave_api_key

    （替换 your_openai_api_key 和 your_brave_api_key 使用您的实际钥匙）

  4. 安装依赖项：

    pip install -r requirements.txt

  5. 运行服务器： 打开终端，激活虚拟环境，然后运行：

    python server.py

    服务器将启动，通常在 http://localhost:5000.

  6. 运行客户端： 打开A 分开 终端，激活虚拟环境，并运行：

    python client.py

    客户端将发现服务器，发送预定义的问题，并打印代理的响应。

A2A协议详细信息

谷歌的A2A协议为代理通过HTTP进行通信定义了一种标准方式。关键概念包括：

  • 代理卡(/.well-known/agent.json)：一个标准JSON文档，描述代理的身份、功能（例如流式支持）和API端点。
  • 任务API(/tasks/send, /tasks/receive等等）：用于交换任务和消息的端点。此示例仅实现了基本功能 /tasks/send.
  • 标准化消息格式：代理之间交换的消息的一致JSON结构，通常包括角色(user, agent)以及内容部分。

如需更深入的信息，请参阅谷歌官方A2A协议文档（如果有链接）。

相关 MCP