awesome-a2a

想象一个场景：你公司用了 LangChain 开发了文档问答 Agent，合作方用了 CrewAI 开发了数据抽取 Agent，现在客户要求这两个 Agent 必须协同工作——谁来翻译？谁来对接？每个 Agent 的内部逻辑要不要暴露？这些问题在 A2A 协议出现之前，每个团队都有自己的"方言"，集成成本极高。

** awesome-a2a** 正是这个问题的百科全书——它系统整理了 Google A2A（Agent2Agent）协议相关的所有资源：官方规范、SDK 实现、框架集成、工具平台、教程案例，一站式解决"A2A 是什么、怎么用、谁在做"三个核心问题。

---

一、背景：为什么需要 A2A 协议？

2025年4月，Google 联合 30+ 合作伙伴发布了 Agent2Agent（A2A）开放协议，目标直指 AI Agent 互操作性的最大痛点——不同框架、不同厂商开发的 Agent 如何安全、高效地相互通信？

当前 Agent 生态的碎片化问题极为严重：

• LangChain 的 Agent 和 CrewAI 的 Agent 语法完全不同
• 一个 Agent 需要调用另一个 Agent 的工具，面临"协议翻译"难题
• 每个厂商都倾向于构建自己的封闭生态

A2A 的思路是：在 Agent 之上建立一层标准通信协议，让 Agent 的内部实现完全透明（"Opaque Execution"），只通过标准的 JSON-RPC 2.0 + HTTP/SSE 进行消息交换。这意味着两个来自完全不同技术栈的 Agent，只要都实现了 A2A，就能直接对话，无需改造底层代码。

---

二、项目结构与核心内容

awesome-a2a 的内容组织清晰，按功能维度分为以下板块：

协议层

• 官方规范文档（a2aproject.github.io）
• JSON Schema 定义的 A2A 数据结构
• 与 Model Context Protocol（MCP）的对比分析

实现层

• 官方 SDK/示例：Python、JavaScript/TypeScript、Java、.NET 四种语言的完整 A2A 客户端/服务器示例
• 框架集成：LangChain、CrewAI、AutoGen、Semantic Kernel 等主流框架的 A2A 集成
• 社区 SDK：涵盖 Rust（rsclaw）、Go、C++ 等语言

工具平台

• AWS A2A Agent Registry（AWS 上的 Agent 注册与发现服务）
• 各大云厂商的 A2A 支持

教程与 Demo

• 官方 Multi-Agent Web App（基于 Python + Mesop，展示编排 Agent 与多个远程 Agent 交互，支持文本/图片/表单渲染）
• 大量社区文章和视频教程

---

三、技术原理：四个步骤搞懂 A2A

README 中清晰描述了 A2A 的通信流程：

1. 发现（Discovery）：每个 Agent 公开一个 Agent Card（JSON 文件），描述自己的能力、接口地址和认证要求。其他 Agent 可以通过读取 Agent Card 来发现和评估是否适合调用。

2. 通信（Communication）：客户端 Agent 通过 HTTP 发送 Task 请求，内含 Message，Message 由多个 Part 组成（可以是文本、数据块、文件等）。使用 JSON-RPC 2.0 规范。

3. 执行（Execution）：服务器 Agent 处理任务，更新任务状态（pending → working → completed 等），返回最终结果 Artifact（也是由 Part 组成的复合响应）。

4. 更新（Updates）：对于耗时较长的任务，服务器通过 Server-Sent Events（SSE） 实时推送中间状态，支持"人在回路"（Human-in-the-Loop）介入。

---

四、A2A 与 MCP：互补而非竞争

A2A 和 MCP（Model Context Protocol）常被拿来对比，但它们解决的问题层次不同：

• MCP：解决的是"如何给 Agent 提供工具和数据上下文"，关注的是 Agent 内部 的资源访问标准化
• A2A：解决的是"两个 Agent 如何相互通信协作"，关注的是 Agent 之间 的交互标准化

两者完全互补——一个 Agent 可以同时用 MCP 连接外部工具（搜索、数据库、API），用 A2A 与其他 Agent 协作。这在 awesome-a2a 中也有明确说明，并提供了同时支持两者的集成示例。

---

五、生态现状与行业意义

增长迅速：项目创建于 2025年4月，不到两年时间已积累 621 star、135 fork、89 open issues，说明 A2A 协议在开发者中反响热烈。

多语言覆盖：官方 + 社区已覆盖 Python、JS/TS、Java、.NET、Rust、Go、C++ 等主流语言，说明 A2A 已进入"工程可用"阶段。

企业级特性：协议设计明确强调了安全（Auth）、隐私、监控等企业级需求，与 Google 强推的企业 AI 战略一脉相承。

局限性：作为 awesome-list 而非可运行应用，项目本身没有 Dockerfile 或 Web UI，无法一键部署；且协议本身仍在快速迭代（已有 v0.2.1 示例），规范稳定性有待时间验证。

---

六、总结

awesome-a2a 是目前 A2A 协议生态最完整的资源索引。对于 AI 开发者，它是理解 A2A 的最佳起点；对于 AI 产品经理，它是评估 A2A 生态成熟度的一手资料；对于 AI 企业架构师，它是判断 A2A 是否适合纳入技术选型的重要参考。

随着 Google 在 2026 年持续推进 Agent 互操作性标准，awesome-a2a 的价值将持续凸显。

图1：Awesome A2A 徽章 —— A2A 生态已获得 awesome-list 社区认可