Google A2A Agent Example

Google A2A Agent 示例

此仓库实现了一个基于 Google A2A 协议的简单 Agent-to-Agent（A2A）通信示例。A2A 是 Google 提出的标准，旨在通过标准化 API 让 AI Agent 彼此通信。

概述

该实现由两个主要组件组成：

1. 服务端（server.py）：基于 Flask 的服务端，充当 AI Agent。它实现了 A2A 协议的核心端点：

   • /.well-known/agent.json：提供 Agent 的元数据（Agent Card），用于描述其功能和 URL。
   • /tasks/send：接收其他 Agent（或 client.py 这样的客户端）发送的任务，使用 AI 模型（OpenAI 的 GPT-4o-mini）和外部工具（通过 MCP 使用 Brave Search）进行处理，并返回结果。

2. 客户端（client.py）：一个简单的 Python 脚本，用于演示如何与 A2A 服务端交互：

   • 获取 Agent Card，以发现该 Agent。
   • 向该 Agent 的 /tasks/send 端点发送任务（用户查询）。
   • 接收并打印 Agent 的响应。

架构

交互流程如下所示：

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)

• 客户端通过发现 A2A 服务端发起通信。
• 客户端向服务端发送任务（例如，“什么是 Google A2A？”）。
• 服务端使用 pydantic-ai 库进行协调，并与以下组件交互：
  • OpenAI API，用于理解请求并生成响应。
  • Brave Search MCP Server（通过 MCPServerStdio 管理），在需要网页搜索时使用。MCP（Model Context Protocol）规范了 AI 模型与外部工具/数据源的交互方式。
• 服务端将最终响应发送回客户端。

设置

1. 克隆仓库：

   git clone <repository_url>
   cd <repository_directory>
   

2. 创建并激活虚拟环境：

   • Windows：

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

   • macOS/Linux：

     python3 -m venv venv
     source venv/bin/activate
     

3. 创建 .env 文件： 在根目录中创建名为 .env 的文件，并添加你的 API 密钥：

   OPENAI_API_KEY=your_openai_api_key
   BRAVE_API_KEY=your_brave_api_key
   

   （将 your_openai_api_key 和 your_brave_api_key 替换为你的实际密钥）

4. 安装依赖项：

   pip install -r requirements.txt
   

5. 运行服务端： 打开终端，激活虚拟环境，然后运行：

   python server.py
   

   服务端将启动，通常监听 http://localhost:5000。

6. 运行客户端： 打开一个单独的终端，激活虚拟环境，然后运行：

   python client.py
   

   客户端将发现服务端，发送预设问题，并打印 Agent 的响应。

A2A 协议详情

Google 的 A2A 协议定义了 Agent 通过 HTTP 通信的标准方式。关键概念包括：

• Agent Card（/.well-known/agent.json）：描述 Agent 身份、功能（例如，是否支持流式传输）和 API 端点的标准 JSON 文档。
• 任务 API（/tasks/send、/tasks/receive 等）：用于交换任务和消息的端点。此示例仅实现必要的 /tasks/send。
• 标准化消息格式：Agent 之间交换消息时使用的一致 JSON 结构，通常包含角色（user、agent）和内容部分。

如需了解更多信息，请参阅 Google A2A 协议官方文档（如有链接）。