Agent2Agent Protocol

O Agent2Agent Protocol (A2A) é um padrão de comunicação aberto que permite que agentes de IA independentes descubran uns aos outros, troquem solicitações, deleguem trabalho e retornem resultados entre diferentes frameworks, fornecedores e organizações. Em vez de expor a memória interna, o processo de raciocínio ou as ferramentas de um agente, o A2A fornece uma interface compartilhada para colaboração. Isso o torna útil para construir sistemas distribuídos de agentes de IA nos quais agentes especializados contribuem para um objetivo maior, enquanto permanecem implementados e operados de forma independente.

Como Funciona o Agent2Agent Protocol#

A visão geral oficial do A2A Protocol define as interações entre um agente cliente, que solicita o trabalho, e um agente remoto, que o executa. A comunicação usa interfaces baseadas em HTTP e objetos de protocolo estruturados em vez de mensagens informais e específicas de aplicativos. (a2a-protocol.org)

Uma interação típica envolve estes elementos:

• Cartões de Agente e descoberta: Um Cartão de Agente é uma descrição em JSON da identidade de um agente, endpoint, recursos suportados, requisitos de autenticação e habilidades. Os agentes clientes o usam para determinar se o agente remoto pode lidar com uma tarefa.
• Mensagens: Solicitações, instruções, contexto e respostas são representados como mensagens contendo texto, arquivos ou dados estruturados.
• Tarefas: Uma tarefa é uma unidade de trabalho com estado que possui um identificador e status. O ciclo de vida de tarefas do A2A documentado suporta trabalho que pode ser concluído, falhar, exigir entrada adicional ou ser cancelado.
• Artefatos: Saídas concretas, como relatórios, imagens, vídeos ou registros JSON, são retornadas como artefatos em vez de serem misturadas ao texto conversacional.
• Streaming e operações assíncronas: Agentes de longa execução podem transmitir atualizações incrementais, suportar polling ou notificar clientes por meio de webhooks.

O formato de solicitação subjacente segue a especificação JSON-RPC 2.0, fornecendo às implementações um método, parâmetro, resposta e estrutura de erro consistentes.

Comparação do A2A com Tecnologias de Agentes Relacionadas#

O A2A aborda a comunicação entre agentes, mas não define todas as partes de um sistema baseado em agentes.

• Model Context Protocol: O MCP conecta primariamente um agente a ferramentas, fontes de dados e recursos. O A2A conecta um agente autônomo a outro. A orientação oficial sobre A2A e MCP explica como os dois protocolos podem ser usados juntos em vez de serem tratados como concorrentes. (a2a-protocol.org)
• Habilidades de Agente: Uma habilidade empacota instruções e procedimentos reutilizáveis que ajudam um agente a realizar trabalho especializado. Um Cartão de Agente anuncia recursos para colaboração remota, enquanto as Habilidades de Agente Ultralytics guiam agentes de codificação compatíveis por meio de fluxos de trabalho de visão computacional documentados.
• Orquestração de agentes de IA: A orquestração decide qual agente deve agir, em que ordem e sob quais restrições. O A2A fornece a camada de comunicação que um orquestrador pode usar.
• Chamada de função e uso de ferramentas: Uma chamada de função invoca uma operação específica. Uma solicitação A2A pode delegar um objetivo mais amplo que o agente remoto planeja e conclui de forma independente.

Aplicações de IA e Visão Computacional no Mundo Real#

Inspeção de fabricação: Um agente coordenador pode enviar imagens de produção para um agente especialista em visão computacional. Esse agente executa detecção de defeitos e retorna imagens anotadas e descobertas estruturadas como artefatos. O coordenador pode então delegar falhas confirmadas a um agente de manutenção, enquanto encaminha casos incertos para revisão humana.

Gerenciamento de estoque de varejo: Um agente de operações de loja pode pedir a um agente de visão que inspecione imagens de prateleiras, conte produtos e identifique espaços vazios. Ele pode então enviar essas observações para um agente de estoque que verifica os registros de estoque e um agente de compras que prepara uma solicitação de reposição. O A2A mantém esses agentes interoperáveis sem exigir que eles compartilhem modelos, código-fonte ou contexto interno privado.

Para esses fluxos de trabalho, as equipes podem usar a Ultralytics Platform para anotar conjuntos de dados visuais, treinar modelos, implantar endpoints de inferência e monitorar o serviço de percepção chamado por um agente.

Exemplo de Agente de Visão Computacional#

O seguinte fluxo de trabalho de previsão Ultralytics YOLO documentado representa a etapa de percepção dentro de um agente de visão remoto:

from pathlib import Path

from ultralytics import YOLO

source = "https://ultralytics.com/images/bus.jpg"
output_path = Path("vision_artifact.jpg")

# Perform the remote agent's visual analysis
model = YOLO("yolo26n.pt")
results = model(source)

result = results[0]
result.save(filename=str(output_path))

print(output_path)

Aqui, o Ultralytics YOLO26 realiza inferência visual e cria uma imagem anotada. Um servidor A2A pode retornar essa imagem como um artefato enquanto retorna separadamente detecções legíveis por máquina. O protocolo transporta e rastreia o resultado; ele não substitui o modelo de visão.

Considerações de Design e Segurança#

A interoperabilidade do A2A não torna automaticamente um sistema multiagente seguro ou confiável. Os desenvolvedores devem validar Cartões de Agente, autenticar cada chamador, autorizar o acesso por habilidade, limitar permissões delegadas e tratar saídas remotas como entradas não confiáveis. A orientação de implementação empresarial do protocolo recomenda controles da Web estabelecidos, como HTTPS, autenticação baseada em OAuth, autorização de privilégio mínimo, registro em log, rastreamento e minimização de dados. (a2a-protocol.org)

Os sistemas de produção também devem definir tempos limite, políticas de repetição, cancelamento de tarefas, operações idempotentes e aprovação humana para ações consequenciais. O monitoramento de erros de solicitação, latência e integridade de endpoints por meio do monitoramento de implantação da Ultralytics Platform pode ajudar as equipes a identificar falhas em fluxos de trabalho de agentes habilitados para visão antes que elas se propaguem pelos agentes colaborativos.