A2A，实际跑起来是什么样？ 作者：小傅哥
博客： https://bugstack.cn (opens new window) 沉淀、分享、成长，让自己和他人都能有所收获！😄 大家好，我是技术UP主小傅哥。 chatgpt（22年）-> LLM 进阶（23年）-> MCP 协议（24年）-> Skils 技能（25年）-> A2A 标准（25年），这几年 AI 发展的非常迅速，定义了协议，开发了组件，发布了产品。每个阶段，都有非常牛皮的代表性的内容，车速非常快🚌，不知道在坐的各位有没有掉队。
针对这些 LLM 大模型的相关知识，小傅哥也分别提供了相关实战类项目，包括； AI 问答助手（23年） 、 OpenAi(ChatGPT/ChatGLM) 微服务应用体系构（23年） 、 OpenAI 代码自动评审组件（24年） 、 AI Agent 智能体 - 拖拉拽（25年） 、 AI MCP Gateway 网关服务系统（25年） 、 AI Agent 脚手架 + 场景应用（26年） ，通过这些实战项目，实践各类标准协议和技术组件（spring ai、google adk...）的使用，以及提供非常出色的解决方案。 因为后续的 ai agent 智能体项目，还会涉及到 a2a 协议，所以先给大家做个相关技术的使用方便大家快速实践理解。 🧧 文末提供了20个实战项目（6个AI、5个业务、8个组件、1套源码），以及各类编程技术小册等。欢迎一起加入学习。 # 一、A2A 是什么？ A2A (Agent2Agent) 协议是 Google于2025年4月推出、并由 Linux基金会托管的开源开放标准。它作为AI智能体之间的“通用语言”，旨在实现不同框架、不同厂商构建的智能体（Agent）间跨平台发现、通信与协作。 随后25年底，Google 发布了 a2a adk (opens new window) 组件（迭代速度很快）。之后借助代理开发工具包 (Google ADK)，我们可以构建复杂的多代理系统，其中不同的代理需要使用代理对代理 (A2A) 协议进行协作和交互！本节提供了一个全面的指南，指导您构建强大的多代理系统，使代理能够安全高效地进行通信和协作。 框架： https://google.github.io/adk-docs/a2a/ (opens new window) 源码： https://github.com/google/adk-java (opens new window) 资料： https://www.ibm.com/cn-zh/think/topics/agent2agent-protocol (opens new window) 文档： https://a2aprotocol.ai/docs/ (opens new window) 如图，整套智能体架构（含A2A）；
左侧，是 LLM 模型智能体构建，基于 Spring AI 框架实现。这部分包括，AiApi 使用、RAG、MCP、Skills 的组合构建。 右侧，是 AI Agent 智能体编排，基于 Google ADK 框架实现。这套框架，提供了智能体工作流组装，插件回调钩子等各项基于 Google 发布的协议进行构建的。 之后，右上方，是 Google ADK 26年基于 A2A 协议实现的框架组件，方便我们设计出远程的 A2A 服务对接，把远程服务，转换为本地功能组件，编排进智能体中。因此 A2A 协议的作用，就是让一个远程的智能体，可以像构建本地智能体一样，连接起来进行使用。 基于 a2a 的协议，也有很多三方框架，但我们需要的是一个整体的解决方案，单一一个功能，还不能解决所有问题。所以这里优先选择 google adk 框架。 # 二、实践案例 # 1. 编程环境 jdk 17 google adk 0.8 spring ai 1.1.0-M3 相关的版本包，已经在测试工程中的 pom 里引入了。可以打开工程查看。 # 2. 工程结构
工程： https://github.com/fuzhengwei/xfg-dev-tech-google-adk-a2a-server (opens new window) 说明：基于 Google ADK 框架，构建 A2A 服务端和客户端。注意，服务端的启动方式为 quarkus.sh 方式启动服务，之后使用客户端连接。 注意：这部分还有一些关于关于 Spring AI + Google ADK 的基础使用知识，是在 ApiTest 中有案例。也可以学习项目 《AI Agent 脚手架 + 场景应用》 (opens new window) # 3. 测试案例
public class ApiTest {
public static void main(String[] args) throws Exception {
OpenAiApi openAiApi = OpenAiApi.builder()
.baseUrl("https://apis.****.cn")
.apiKey("sk-tIYdEUUnMqKX3bRf756a31449a4942***需要配置你的key")
.completionsPath("v1/chat/completions")
.embeddingsPath("v1/embeddings")
.build();
ChatModel chatModel = OpenAiChatModel.builder()
.openAiApi(openAiApi)
.defaultOptions(OpenAiChatOptions.builder()
.model("gpt-4o")
.build())
.build();
// agent 测试
LlmAgent agent = LlmAgent.builder()
.name("test")
.description("Chess coach agent")
.model(new SpringAI(chatModel))
.instruction("""
You are a knowledgeable chess coach
who helps chess players train and sharpen their chess skills.
""")
.build();
InMemoryRunner runner = new InMemoryRunner(agent);
Session session = runner
.sessionService()
.createSession("test", "fzw")
.blockingGet();
Flowable<Event> events = runner.runAsync("fzw", session.id(),
Content.fromParts(Part.fromText("1+1")));
System.out.print("\nAgent > ");
events.blockingForEach(event -> System.out.println(event.stringifyContent()));
}
}
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43