Google A2A Agent Example

Google A2A エージェントの例

このリポジトリでは、Google の A2A プロトコルに基づく、シンプルなエージェント間（A2A）通信の例を実装しています。A2A は、標準化された API を通じて AI エージェント同士が通信できるようにする、Google が提案する標準規格です。

概要

この実装は、次の 2 つの主要なコンポーネントで構成されています。

1. サーバー（server.py）：AI エージェントとして動作する Flask ベースのサーバーです。A2A プロトコルの主要なエンドポイントを実装しています。

   • /.well-known/agent.json：エージェントの機能と URL を記述したメタデータ（エージェントカード）を提供します。
   • /tasks/send：ほかのエージェント（または client.py のようなクライアント）からタスクを受け取り、AI モデル（OpenAI の GPT-4o-mini）と外部ツール（MCP 経由の Brave Search）を使って処理し、結果を返します。

2. クライアント（client.py）：A2A サーバーとのやり取りを実演する、シンプルな Python スクリプトです。

   • エージェントカードを取得して、エージェントを検出します。
   • エージェントの /tasks/send エンドポイントにタスク（ユーザーからの質問）を送信します。
   • エージェントの応答を受け取り、表示します。

アーキテクチャ

やり取りの流れは、次のように図示できます。

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)

• クライアントがA2A サーバーを検出して、通信を開始します。
• クライアントがタスク（例：「Google A2A とは何ですか？」）をサーバーに送信します。
• サーバーは pydantic-ai ライブラリを使用し、次のコンポーネントと連携します。
  • リクエストを理解して応答を生成するためのOpenAI API。
  • ウェブ検索が必要な場合に使用する、Brave Search MCP サーバー（MCPServerStdio を介して管理されます）。MCP（Model Context Protocol）は、AI モデルが外部ツールやデータソースとやり取りする方法を標準化します。
• サーバーが最終的な応答をクライアントに返します。

セットアップ

1. リポジトリをクローンします。

   git clone <repository_url>
   cd <repository_directory>
   

2. 仮想環境を作成して有効化します。

   • Windows：

     python -m venv venv
     .\venv\Scripts\activate
     

   • macOS/Linux：

     python3 -m venv venv
     source venv/bin/activate
     

3. .env ファイルを作成します。 ルートディレクトリに .env という名前のファイルを作成し、API キーを追加します。

   OPENAI_API_KEY=your_openai_api_key
   BRAVE_API_KEY=your_brave_api_key
   

   （your_openai_api_key と your_brave_api_key を実際のキーに置き換えてください）

4. 依存関係をインストールします。

   pip install -r requirements.txt
   

5. サーバーを起動します。 ターミナルを開いて仮想環境を有効化し、次のコマンドを実行します。

   python server.py
   

   サーバーは通常、http://localhost:5000 で起動します。

6. クライアントを実行します。 別のターミナルを開いて仮想環境を有効化し、次のコマンドを実行します。

   python client.py
   

   クライアントがサーバーを検出し、あらかじめ定義された質問を送信して、エージェントの応答を表示します。

A2A プロトコルの詳細

Google の A2A プロトコルは、エージェントが HTTP 経由で通信するための標準的な方法を定義しています。主な概念は次のとおりです。

• エージェントカード（/.well-known/agent.json）：エージェントの ID、機能（ストリーミング対応など）、API エンドポイントを記述した標準的な JSON ドキュメントです。
• タスク API（/tasks/send、/tasks/receive など）：タスクやメッセージを交換するためのエンドポイントです。この例では、必須の /tasks/send のみを実装しています。
• 標準化されたメッセージ形式：エージェント間で交換されるメッセージの、一貫性のある JSON 構造です。通常、役割（user、agent）とコンテンツパートが含まれます。

詳細については、Google A2A プロトコルの公式ドキュメントを参照してください（リンクがある場合）。