Agent2Agent Protocol

Протокол Agent2Agent (A2A) — это открытый коммуникационный стандарт, который позволяет независимым ИИ-агентам обнаруживать друг друга, обмениваться запросами, делегировать работу и возвращать результаты в разных фреймворках, от разных вендоров и организаций. Вместо того чтобы раскрывать внутреннюю память агента, процесс рассуждения или инструменты, A2A предоставляет общий интерфейс для совместной работы. Это делает его полезным для создания распределенных систем ИИ-агентов, в которых специализированные агенты вносят свой вклад в общую цель, оставаясь при этом независимо реализованными и функционирующими.

Как работает протокол Agent2Agent#

Официальный обзор протокола A2A определяет взаимодействие между клиентским агентом, который запрашивает работу, и удаленным агентом, который ее выполняет. Для связи используются интерфейсы на базе HTTP и структурированные объекты протокола вместо неформальных сообщений, специфичных для приложений. (a2a-protocol.org)

Типичное взаимодействие включает в себя следующие элементы:

• Карточки агентов и обнаружение: Карточка агента представляет собой JSON-описание личности агента, конечной точки, поддерживаемых функций, требований к аутентификации и навыков. Клиентские агенты используют ее, чтобы определить, может ли удаленный агент справиться с задачей.
• Сообщения: Запросы, инструкции, контекст и ответы представлены в виде сообщений, содержащих текст, файлы или структурированные данные.
• Задачи: Задача представляет собой единицу работы с сохранением состояния, имеющую идентификатор и статус. Задокументированный жизненный цикл задач A2A поддерживает работу, которая может завершиться, завершиться с ошибкой, потребовать дополнительных входных данных или быть отмененной.
• Артефакты: Конкретные результаты, такие как отчеты, изображения, видео или записи в формате JSON, возвращаются в виде артефактов, а не смешиваются с разговорным текстом.
• Стриминг и асинхронные операции: Долго выполняющиеся агенты могут передавать инкрементные обновления в режиме потоковой передачи, поддерживать опросы или уведомлять клиентов через вебхуки.

Базовый формат запроса следует спецификации JSON-RPC 2.0, предоставляя реализациям согласованную структуру методов, параметров, ответов и ошибок.

Сравнение A2A с сопутствующими агентскими технологиями#

A2A решает задачу связи между агентами, но не определяет каждую часть агентской системы.

• Model Context Protocol: MCP в основном подключает агента к инструментам, источникам данных и ресурсам. A2A соединяет одного автономного агента с другим. Официальное руководство по A2A и MCP объясняет, как эти два протокола могут использоваться совместно, а не рассматриваться как конкуренты. (a2a-protocol.org)
• Навыки агентов: Навык упаковывает многократно используемые инструкции и процедуры, которые помогают агенту выполнять специализированную работу. Карточка агента рекламирует возможности для удаленного сотрудничества, в то время как навыки агентов Ultralytics направляют совместимых агентов по написанию кода через задокументированные рабочие процессы компьютерного зрения.
• Оркестрация ИИ-агентов: Оркестрация определяет, какой агент должен действовать, в каком порядке и при каких ограничениях. A2A предоставляет уровень связи, который может использовать оркестратор.
• Вызов функций и использование инструментов: Вызов функции инициирует конкретную операцию. Запрос A2A может делегировать более широкую цель, которую удаленный агент планирует и выполняет самостоятельно.

Реальные приложения искусственного интеллекта и компьютерного зрения#

Производственный осмотр: Агент-координатор может отправлять производственные изображения специализированному агенту компьютерного зрения. Этот агент выполняет обнаружение дефектов и возвращает аннотированные изображения и структурированные результаты в виде артефактов. Затем координатор может делегировать подтвержденные сбои агенту по техническому обслуживанию, одновременно направляя сомнительные случаи на проверку человеку.

Управление запасами в розничной торговле: Агент операционной деятельности магазина может попросить агента компьютерного зрения осмотреть изображения полок, подсчитать товары и определить пустые места. Затем он может отправить эти наблюдения агенту по инвентаризации, который проверяет учетные записи запасов, и агенту по закупкам, который готовит запрос на пополнение. A2A обеспечивает совместимость этих агентов без необходимости предоставления общего доступа к моделям, исходному коду или конфиденциальному внутреннему контексту.

Для таких рабочих процессов команды могут использовать Ultralytics Platform для аннотирования визуальных наборов данных, обучения моделей, развертывания конечных точек вывода и мониторинга службы восприятия, вызываемой агентом.

Пример агента компьютерного зрения#

Следующий задокументированный рабочий процесс предсказания Ultralytics YOLO представляет этап восприятия внутри удаленного агента зрения:

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)

Здесь Ultralytics YOLO26 выполняет визуальный вывод и создает аннотированное изображение. Сервер A2A может вернуть это изображение в качестве артефакта, параллельно возвращая машиночитаемые результаты обнаружения. Протокол передает результат и отслеживает его; он не заменяет модель зрения.

Вопросы проектирования и безопасности#

Совместимость A2A не делает многоагентную систему безопасной или надежной автоматически. Разработчикам следует проверять карточки агентов, аутентифицировать каждого вызывающего абонента, авторизовывать доступ для каждого навыка, ограничивать делегированные разрешения и относиться к удаленным результатам как к ненадежным входным данным. Руководство по корпоративной реализации протокола рекомендует использовать устоявшиеся веб-средства контроля, такие как HTTPS, аутентификацию на основе OAuth, авторизацию на основе наименьших привилегий, ведение журналов, трассировку и минимизацию данных. (a2a-protocol.org)

Производственные системы также должны определять тайм-ауты, политики повторных попыток, отмену задач, идемпотентные операции и одобрение человеком для важных действий. Мониторинг ошибок запросов, задержки и работоспособности конечных точек с помощью мониторинга развертывания Ultralytics Platform может помочь командам выявлять сбои в рабочих процессах агентов с поддержкой зрения до того, как они распространятся на сотрудничающих агентов.