A2A Directory：谷歌代理协作协议的全景式开源百科

当一家公司同时运行着 LangGraph 编写的旅行规划代理、CrewAI 构建的图像生成代理，以及 Azure AI Foundry 托管的企业数据代理，这些来自不同框架的"孤岛"代理，如何像同一支团队一样无缝协作？A2A Directory（Agent2Agent Directory）就是为回答这个问题而生的开源项目——它是围绕 Google A2A 协议构建的最全面、最系统的开放资源库，收录了来自 Google 官方与全球社区的 AgentCards、服务器实现、客户端库、开发文档与实战示例，堪称 A2A 协议的"百科全书"。

从"孤立代理"到"协作舰队"的行业呼唤

2025年，AI Agent 领域迎来了前所未有的爆发。以 LangGraph、AutoGen、CrewAI、Microsoft Semantic Kernel 为代表的 Agent 框架百花齐放，但每个框架都有自己的工具调用接口、消息格式和生命周期管理方式。这带来了一个根本性问题：用框架 A 构建的代理，无法直接与框架 B 的代理对话。企业若要在同一业务流程中整合多框架能力，往往需要为每对框架组合编写定制桥接代码，维护成本呈指数级增长。

Google 在 2025 年 4 月正式发布 Agent2Agent（A2A）协议，正是为了解决这一互操作性困境。A2A 定义了一套基于 JSON-RPC 2.0 的标准化通信规范，让不同框架、不同语言、不同团队开发的 AI 代理，能够通过统一的方式相互发现（AgentCard）、发送任务（tasks/send）、订阅更新（tasks/sendSubscribe）和获取结果。这与 MCP（Model Context Protocol）形成互补——MCP 解决的是"AI 模型如何调用工具"的问题，而 A2A 解决的是"AI 代理如何彼此协作"的问题。

项目发起人 sing1ee（GitHub @sing1ee）敏锐地意识到，尽管 A2A 官方提供了核心规范，但分散在各处的示例代码、多语言 SDK 实现、工具链资源和社区贡献，需要一个统一的汇聚站点才能真正发挥价值。于是 A2A Directory 应运而生，并在发布后迅速获得 237 颗星，登上 Hacker News 首页，引发了社区的广泛讨论。

图1：A2A Directory 收录内容概览，包括官方示例、多语言 SDK 与社区实现

内容架构：三层结构覆盖 A2A 生态全貌

A2A Directory 采用清晰的三层结构组织内容，分别面向协议学习者、框架开发者和企业用户。

第一层：官方资源与入门路径。项目首先聚合了 Google 官方的 A2A 核心资源，包括官方文档站点（google.github.io/A2A）、JSON 规范（specification）、Agent Card 规范，以及官方仓库 google-a2a/A2A 的链接。README 中提供了循序渐进的入门路径：先阅读技术文档，再运行官方示例仓库（google-a2a/a2a-samples），最后基于官方库或示例构建自己的应用。对于刚接触 A2A 的开发者，这条路径几乎涵盖了从零到一的全部所需。

第二层：官方示例的多语言覆盖。Google 官方在 a2a-samples 仓库中提供了跨语言的丰富示例，这是 A2A Directory 最核心的内容来源。在 Python 生态中，示例覆盖了几乎所有主流 Agent 框架：Google ADK（费用报告填写代理）、AG2 + MCP（多框架组合）、Azure AI Foundry、LangGraph（货币转换代理）、CrewAI（图像生成代理）、LlamaIndex（文件解析与聊天代理）、MindsDB（数据库代理）、Semantic Kernel（旅行规划代理）、AutoGen、Marvin 等。每个示例都链接到真实代码仓库，并附有简要描述，帮助开发者快速定位适合自己技术栈的参考实现。

Go 语言和 JavaScript/TypeScript 的示例同样丰富。Go 语言方面有 google-a2a 官方的 server、client 和 shared models；JavaScript/TypeScript 侧则有电影信息搜索代理（Movie Agent，使用 TMDB API）和代码生成代理（Coder Agent），展现了 A2A 在前端和 API 场景下的应用潜力。

第三层：社区实现的生态地图。如果说官方示例是 A2A 协议的"教材"，那么社区实现就是"参考答案"。A2A Directory 收录了来自全球开发者的第三方实现，涵盖 Python（a2a-python 官方 SDK、python-a2a 社区库）、JavaScript（a2a-js 官方 SDK、legion-a2a）、Java（a2a-java 官方 SDK、a2ajava Spring Boot 实现、a2a4j）、Go（a2a-go 官方 SDK、trpc-a2a-go、a2aserver/a2a-go 等多个实现）、Rust（a2a-rs 六边形架构实现）等多个语言生态。

特别值得关注的是 trpc-a2a-go（来自 tRPC 团队），它将 A2A 协议与 tRPC 框架深度融合，支持 JWT、API Key、OAuth2 等多种认证方式，以及会话管理和流式响应，是对官方 Go SDK 的重要补充。另一个亮点是 jira-a2a——它展示了如何将 A2A 协议应用于 DevOps 场景，通过独立的 Go 代理组成的 Jira 自动化工作流，让 A2A 不再只是"实验室技术"，而是真正落地到生产环境的案例。

图2：A2A 协议核心通信流程（tasks/send → tasks/sendSubscribe → taskResult）

技术深度：A2A vs MCP 的协议分层设计

A2A Directory 中的 docs/a2a-vs-mcp.md 文档，以一个生动的比喻清晰阐明了两大协议的核心区别：MCP 是工具车间，A2A 是会议室。

在 MCP 的视角下，AI 模型就像工厂里的工人，MCP 协议提供了各种工具的使用说明（API 规范），工人知道去哪里拿工具、工具怎么用，但工人之间如何协作不在 MCP 的职责范围内。这正是 MCP 的设计初衷——增强单体 AI 模型的工具调用能力，让它能访问文件系统、数据库、API 等外部资源。

而 A2A 则打开了一个更高的抽象层次。在 A2A 的视角下，每个 AI 代理都是一位拥有特定专业能力的"专家"：旅行规划专家负责设计路线，数据查询专家负责拉取历史记录，图像生成专家负责渲染最终结果。A2A 协议让这些专家能够相互发现彼此的 AgentCard（包含能力描述、端点地址和认证要求），然后像真正的团队会议一样分配任务、共享进展、汇总结果。

从技术实现上看，A2A 协议基于 JSON-RPC 2.0，定义了四个核心方法：tasks/send（发送任务并同步等待结果）、tasks/get（查询任务状态）、tasks/pushNotification/set（配置推送通知）、tasks/sendSubscribe（发送任务并订阅实时更新）。协议支持 SSE（Server-Sent Events）实现流式响应，能够处理从简单问答到复杂多步骤规划的各种任务类型。安全性方面，A2A 支持 OpenAPI 规范中定义的认证方案，包括 Bearer Token、API Key、OAuth2 等企业级认证机制。

争议与局限：文档型项目的天然边界

客观而言，A2A Directory 本身是一个文档聚合项目，而非可运行的代码库。这意味着它不包含任何服务端实现、Web UI 或容器化部署方案。用户无法通过 docker run 或 pip install 直接启动一个 A2A 服务——这与 MCP 的官方 Python SDK（mcp 库）形成对比，后者在安装后即可通过 SDK 构建可用的 MCP 服务器。

另一个值得关注的点是，A2A 协议本身仍在快速演进中。作为一个 2025 年 4 月才正式发布的年轻协议，其 API 规范、AgentCard 格式和最佳实践尚未完全稳定。社区中多个相互竞争的 Go 实现（trpc-a2a-go、a2aserver/a2a-go、a2aproject/a2a-go）并存，虽然体现了生态活力，但也给开发者选择带来了困惑。

行业意义：协议层标准化的里程碑

尽管存在局限，A2A Directory 的价值在于它所代表的趋势——AI 行业正在从"模型军备竞赛"转向"协议标准化竞赛"。

2024 年，Anthropic 发布 MCP 并迅速获得广泛采用，标志着行业开始认识到：AI 系统与外部世界的连接方式，需要像 TCP/IP 之于互联网一样，形成可互操作的标准层。而 2025 年 Google 推出 A2A，则进一步将标准化推进到了代理层——不仅模型要能调用工具，代理之间也要能相互调用。

这种分层标准化的推进，意味着未来的 AI 应用开发范式可能发生根本变化：开发者不再需要为每对框架组合编写定制桥接，而是通过 A2A 协议让现成的专业代理快速组合成工作流程。AutoGen、CrewAI、LangGraph 等框架都可以成为 A2A 网络中的节点，各自发挥所长。A2A Directory 作为这个生态的百科全书，记录并推动着这一进程。

从增长数据看，项目自 2025 年 4 月创建以来持续更新（最近更新于 2026 年 7 月），收录范围从最初的官方示例逐步扩展到社区实现和多语言指南，作者 sing1ee 还维护了中文、日语、德语等多语言版本的 README，体现了良好的社区运营意识。随着 A2A 协议生态的扩张，这个目录的价值有望进一步提升。