ai-agents-for-beginners

使用自治协议（MCP，A2A 和 NLWeb）

Agentic Protocols

(点击上方图片观看本课视频)

随着 AI 代理的普及，对确保标准化、安全性并支持开放创新的协议需求也在增长。本课将介绍满足这一需求的三种协议——模型上下文协议（MCP）、代理间协议（A2A）和自然语言网页（NLWeb）。

介绍

本课内容包括：

• MCP 如何让 AI 代理访问外部工具和数据以完成用户任务。

• A2A 如何支持不同 AI 代理之间的通信与协作。

• NLWeb 如何为任意网站带来自然语言界面，使 AI 代理能够发现并与内容交互。

学习目标

• 识别 MCP、A2A 和 NLWeb 在 AI 代理背景下的核心目的和优势。

• 解释 每种协议如何促进 LLM、工具及其他代理之间的通信与交互。

• 认识 每种协议在构建复杂自治系统中扮演的不同角色。

模型上下文协议

模型上下文协议（Model Context Protocol，MCP） 是一个开放标准，提供应用向 LLM 传递上下文和工具的标准化方法。这使得 AI 代理可以通过“通用适配器”以一致方式连接到不同的数据源和工具。

让我们看看 MCP 的组成部分、相比直接调用 API 的优势，以及 AI 代理如何使用 MCP 服务器的示例。

MCP 核心组件

MCP 采用客户端-服务器架构，核心组件包括：

• Hosts（宿主） 是启动与 MCP 服务器连接的 LLM 应用（例如代码编辑器 VSCode）。

• Clients（客户端） 是宿主应用中与服务器保持一对一连接的组件。

• Servers（服务器） 是暴露特定能力的轻量级程序。

协议中包含的三个核心基本元素是 MCP 服务器的能力：

• Tools（工具）：AI 代理调用执行特定操作的离散功能。例如，气象服务可能暴露“获取天气”工具，电商服务器可能暴露“购买产品”工具。MCP 服务器会在能力列表中公布每个工具的名称、描述以及输入/输出架构。

• Resources（资源）：MCP 服务器可提供的只读数据项或文档，客户端按需检索。示例包括文件内容、数据库记录或日志文件。资源可以是文本（如代码或 JSON）或二进制文件（如图像或 PDF）。

• Prompts（提示）：预定义的模板，提供建议提示，支持更复杂的工作流程。

MCP 的优势

MCP 为 AI 代理带来显著优势：

• 动态工具发现：代理可以动态获取服务器上可用工具列表及其功能描述。与传统 API 不同，后者通常需要静态编码集成，任何 API 变更都需更新代码，而 MCP 采用“一次集成”方式，提高了适应能力。

• 跨 LLM 的互操作性：MCP 支持不同 LLM，灵活切换核心模型以优化性能。

• 标准化安全：MCP 包含标准认证方式，便于扩展访问多个 MCP 服务器，简化了传统 API 中需管理多种密钥和认证方式的复杂性。

MCP 示例

MCP Diagram

假设用户想通过基于 MCP 的 AI 助手预订机票。

  1. 连接：AI 助手（MCP 客户端）连接到航空公司提供的 MCP 服务器。

  2. 工具发现：客户端询问航空公司的 MCP 服务器“你有哪些可用工具？”服务器返回“搜索航班”和“预订航班”等工具。

  3. 调用工具：用户对 AI 助手说：“帮我搜索从波特兰到檀香山的航班。”助手使用其 LLM 确认需调用“搜索航班”工具，并将相关参数（出发地、目的地）传给 MCP 服务器。

  4. 执行与响应：MCP 服务器作为封装调用航空公司内部预订 API，接收航班信息（如 JSON 数据）并返回给 AI 助手。

  5. 后续交互：AI 助手展示航班选项。用户选定后，助手可能调用同一 MCP 服务器上的“预订航班”工具完成预订。

代理间协议（A2A）

MCP 专注于连接 LLM 与工具，而代理间协议（Agent-to-Agent，A2A）更进一步，支持不同 AI 代理之间的通信与协作。A2A 连接了来自不同组织、环境和技术栈的 AI 代理，共同完成共享任务。

我们将探讨 A2A 的组成与优点，同时展示其在旅游应用中的应用示例。

A2A 核心组件

A2A 旨在实现代理之间的通信与协作完成用户子任务。协议的每个组件都贡献于此：

代理卡片

类似 MCP 服务器共享工具列表，代理卡片包含：

代理执行器

代理执行器负责将用户对话上下文传递给远程代理，远程代理需要此信息以理解需完成的任务。在 A2A 服务器中，代理使用自己的大型语言模型（LLM）解析请求并用自身内部工具执行任务。

工件

远程代理完成任务后，其成果以工件形式创建。工件包含代理工作结果、完成内容描述及协议传递的文本上下文。工件发送后，远程代理连接关闭，直到再次需要。

事件队列

该组件用于处理更新和传递消息。在生产环境中，事件队列对避免任务完成前代理连接关闭尤其重要，因任务完成时间可能较长。

A2A 优势

• 增强协作：支持不同供应商和平台的代理互相交互、共享上下文并协作，促进跨传统断层系统的无缝自动化。

• 模型选择灵活：每个 A2A 代理可自主选择用于服务请求的 LLM，便于针对每个代理优化或微调模型，区别于某些 MCP 场景中单一 LLM 连接。

• 内建认证：认证机制直接集成于 A2A 协议，为代理交互提供强健安全框架。

A2A 示例

A2A Diagram

让我们扩展旅游预订场景，使用 A2A。

  1. 用户请求多代理：用户通过“旅行代理”A2A 客户端/代理交互，说：“帮我预订下周去檀香山的全程行程，包括航班、酒店和租车。”

  2. 旅行代理协调：旅行代理接收复杂请求，使用其 LLM 进行推理，确定需与其他专门代理交互。

  3. 代理间通信：旅行代理通过 A2A 协议连接下游专门代理，如不同公司的“航空代理”、“酒店代理”和“租车代理”。

  4. 任务分配执行：旅行代理向专门代理发送具体任务（如“寻找檀香山航班”、“预订酒店”、“租车”），各自代理运行自身 LLM，使用各自工具（可能是 MCP 服务器）完成对应预订部分。

  5. 汇总响应：所有下游代理完成任务后，旅行代理整合结果（航班详情、酒店确认、租车订单）并以聊天形式回复用户。

自然语言网页（NLWeb）

网站长期以来是用户访问互联网上信息和数据的主要方式。

我们来了解 NLWeb 的不同组成部分、其优势，以及通过旅游应用示例了解 NLWeb 工作原理。

NLWeb 组成部分

NLWeb 示例

NLWeb

再看我们的旅游预订网站，这次由 NLWeb 驱动。

  1. 数据摄取：旅游网站现有的产品目录（如航班列表、酒店描述、旅游套餐）用 Schema.org 格式化或通过 RSS 订阅。NLWeb 工具摄取该结构化数据，创建嵌入并存储在本地或远程向量数据库。

  2. 自然语言查询（人类）：用户访问网站，不通过菜单导航，而是在聊天界面输入：“帮我找下周檀香山带泳池的适合家庭的酒店。”

  3. NLWeb 处理：NLWeb 应用接收该查询，将查询发送给 LLM 理解，同时在向量数据库中搜索相关酒店列表。

  4. 准确结果：LLM 协助解释数据库的搜索结果，根据“适合家庭”、“泳池”、“檀香山”等标准识别最佳匹配，并格式化自然语言回复。关键是此回复参照网站实际酒店目录，避免生成虚假信息。

  5. AI 代理交互：因 NLWeb 作为 MCP 服务器，外部 AI 旅行代理可连接此网站的 NLWeb 实例。该代理可使用 ask MCP 方法直接查询网站：ask("酒店推荐的檀香山地区有任何素食餐厅吗？")。NLWeb 实例将处理并利用餐厅信息数据库（如果已加载），返回结构化 JSON 响应。

对 MCP/A2A/NLWeb 还有更多疑问吗？

加入 Microsoft Foundry Discord，与其他学习者交流，参加答疑时段，获取 AI 代理相关问题的解答。

资源

上一课

生产中的 AI 代理

下一课

AI 代理的上下文工程

免责声明： 本文件由 AI 翻译服务 Co-op Translator 翻译完成。尽管我们力求准确，但请注意，自动翻译可能包含错误或不准确之处。原始语言版文件应视为权威来源。对于重要信息，建议使用专业人工翻译。我们对因使用本翻译而产生的任何误解或误释不承担责任。

This site is open source. Improve this page.