Python A2A

English | 简体中文 | 日本語 | Español | Deutsch | Français

Google Agent-to-Agent (A2A) 协议的权威 Python 实现，并集成了 Model Context Protocol (MCP)

🌟 概述

Python A2A 是一个全面且生产就绪的库，旨在实现 Google 的 Agent-to-Agent (A2A) 协议，并全面支持 Model Context Protocol (MCP)。它提供了构建互操作性 AI Agent 生态系统所需的一切，使 Agent 能够无缝协作以解决复杂问题。

A2A 协议建立了一种标准化的通信格式，使 AI Agent 无论其底层实现如何都能进行交互；而 MCP 则通过提供标准化的方式让 Agent 能够访问外部工具和数据源，从而扩展了这一能力。Python A2A 通过直观的 API 使这些协议易于使用，无论何种技术水平的开发者都可以利用它构建复杂的 Multi-Agent 系统。

📋 v0.5.X 版本更新内容

• 🔌 MCP v2.0 全面重写：遵循 JSON-RPC 2.0 规范，从零开始重构了 MCP 的实现。
• 🏗️ Provider 架构：引入了基于 Provider 的外部 MCP 服务器架构，现已支持 GitHub、Browserbase 和 Filesystem。
• 🚀 真实的 MCP 示例：提供生产就绪的实际服务示例（非 Mock 数据！），包括 GitHub、浏览器自动化和文件管理。
• 🛡️ 企业级 MCP 支持：强大的传输层抽象，支持 stdio 和 SSE，满足生产环境部署需求。
• 🔄 向后兼容的迁移：支持从之前的 MCP 实现平滑升级。
• Agent Flow UI：支持通过可视化拖拽界面构建和管理 Agent 网络。
• Agent 发现：内置 Agent 注册与发现机制，完全兼容 Google A2A 协议。
• LangChain 集成：与 LangChain 的工具和 Agent 无缝集成。
• 扩展的工具生态：任何 Agent 均可同时使用 LangChain 和 MCP 的工具。
• 增强的 Agent 互操作性：支持在 A2A Agent 和 LangChain Agent 之间进行转换。
• 混合工作流引擎：构建结合两个生态系统的工作流。
• 简化的 Agent 开发：即刻调用成千上万个预构建工具。
• 高级流式架构：增强了基于 Server-Sent Events (SSE) 的流式传输，改进了错误处理和健壮的故障回退机制。
• 基于任务的流式传输：新增 tasks_send_subscribe 方法，用于实时流式传输任务更新。
• 流式块 API：改进了 StreamingChunk 类，支持结构化的流式数据处理。
• 多端点支持：在多个流式端点间实现自动发现与故障回退。

📋 v0.4.X 版本更新内容

• Agent 网络系统：通过全新的 AgentNetwork 类管理和发现多个 Agent。
• 实时流式传输：使用 StreamingClient 实现流式响应，构建响应式 UI。
• 工作流引擎：利用全新的 Fluent API 定义复杂的多 Agent 工作流，支持条件分支和并行执行。
• AI 驱动的路由：通过 AIAgentRouter 自动将查询路由到最合适的 Agent。
• 命令行接口 (CLI)：使用全新的 CLI 工具从终端控制你的 Agent。
• 增强的异步支持：在整个库中提供更好的 async/await 支持。
• 新的连接选项：改进了错误处理和重试逻辑，确保 Agent 通信更加稳健。

✨ 为什么选择 Python A2A？

• 完整的实现：完全实现官方 A2A 规范，绝不妥协。
• Agent 发现：内置 Agent 注册与发现机制，便于构建 Agent 生态系统。
• MCP 集成：对 Model Context Protocol 提供一等公民支持，助力打造强大的工具使用型 Agent。
• 企业就绪：专为生产环境设计，提供强大的错误处理能力。