ai-agents-for-beginners

使用自主代理協議（MCP、A2A 與 NLWeb）

Agentic Protocols

(點擊上方圖片觀看本課程影片)

隨著 AI 代理的使用日益增多，確保標準化、安全及支持開放創新的協議需求也隨之增加。在本課程中，我們將介紹三個協議以滿足此需求 — 模型上下文協議（MCP）、代理間通信協議（A2A）和自然語言網絡（NLWeb）。

簡介

本課程將涵蓋：

• MCP 如何允許 AI 代理存取外部工具與數據以完成用戶任務。

• A2A 如何使不同 AI 代理之間能夠溝通與協作。

• NLWeb 如何為任何網站帶來自然語言介面，使 AI 代理能夠發現並互動網站內容。

學習目標

• 識別 MCP、A2A 及 NLWeb 在 AI 代理背景下的核心目的與優勢。

• 說明 每個協議如何促進大型語言模型（LLM）、工具及其他代理間的溝通與交互。

• 認識 每個協議在建構複雜自主代理系統中擔任的不同角色。

模型上下文協議

模型上下文協議（MCP） 是一個開放標準，提供應用以標準化方式向 LLM 提供上下文和工具。這使 AI 代理能以一致方式通用連接不同數據源與工具，成為「萬用介面」。

讓我們來看看 MCP 的組成部分、相較直接使用 API 的優勢，及 AI 代理可能如何使用 MCP 伺服器的範例。

MCP 核心組成

MCP 採用客戶端-伺服器架構，核心組件包括：

• 主機（Hosts）：指 LLM 應用程式（例如像 VSCode 的程式碼編輯器）啟動與 MCP 伺服器的連接。

• 客戶端（Clients）：主機內負責維持與伺服器一對一連接的組件。

• 伺服器（Servers）：輕量程式，暴露特定功能。

協議中包含三個核心原語，代表 MCP 伺服器的功能：

• 工具（Tools）：是 AI 代理可呼叫執行的獨立動作或功能。例如，天氣服務可能提供「取得天氣」工具，電商伺服器可能提供「購買商品」工具。MCP 伺服器會在功能列表裡宣告每個工具的名稱、描述及輸入/輸出結構。

• 資源（Resources）：為 MCP 伺服器提供的只讀資料項目或文件，客戶端可按需取得。例子有檔案內容、資料庫記錄或日誌檔。資源可以是文本（像是程式碼或 JSON）或二進位（如圖片或 PDF）。

• 提示（Prompts）：是預定義範本，提供建議的提示，便於構建更複雜工作流程。

MCP 的優點

MCP 為 AI 代理帶來顯著優勢：

• 動態工具發現：代理可以動態取得伺服器上的可用工具列表及說明，與傳統 API 通常需靜態編碼整合不同，API 若變動需更新程式碼，MCP 採用「一次整合，持續適用」方式，提升靈活性。

• 跨 LLM 的互操作性：MCP 支援多種 LLM，可彈性切換核心模型，優化性能評估。

• 標準化安全性：MCP 包含標準認證方法，新增 MCP 伺服器存取更具擴展性，比起傳統 API 管理不同鑰匙及認證方式更簡單。

MCP 範例

MCP Diagram

想像用戶想用 MCP 支援的 AI 助手訂機票。

  1. 連接：AI 助手（MCP 客戶端）連接到航空公司的 MCP 伺服器。

  2. 工具發現：客戶端向航空公司 MCP 伺服器詢問：「你有哪些工具？」伺服器回應有「搜尋航班」與「訂票」等工具。

  3. 呼叫工具：你向 AI 助手說：「幫我搜尋從波特蘭到檀香山的航班。」助手透過 LLM 識別需呼叫「搜尋航班」工具，並將參數（起點、終點）傳給 MCP 伺服器。

  4. 執行與回覆：MCP 伺服器作為包裝器呼叫航空公司內部訂票 API，取得航班資訊（例如 JSON 資料）後回傳給 AI 助手。

  5. 後續互動：AI 助手展示航班選項，選擇後助手可能呼叫同一 MCP 伺服器上的「訂票」工具完成訂票。

代理間協議（A2A）

MCP 專注於連接 LLM 與工具，代理間協議（A2A） 更進一步，實現不同 AI 代理間的溝通與協作。A2A 可連接不同組織、環境與技術架構中的 AI 代理，共同完成任務。

我們將探討 A2A 的組件與優勢，並以旅遊應用示範其運用。

A2A 核心組件

A2A 著重於代理間溝通與協作以完成使用者子任務，每個組件均有助於此：

代理卡（Agent Card）

類似 MCP 伺服器分享工具列表，代理卡內容包括：

代理執行者（Agent Executor）

負責將用戶聊天上下文傳送給遠程代理，遠程代理需此理解任務內容。在 A2A 伺服器中，代理使用自身的 LLM 解析接收請求，並運用內部工具執行任務。

工件（Artifact）

當遠程代理完成任務，其成果會被封裝成工件。工件包含代理工作結果、完成事項描述及通過協議傳遞的文字上下文。傳送工件後，與遠程代理的連接會關閉，直到再次需要。

事件佇列（Event Queue）

用於處理更新與訊息傳遞。在實際生產環境中尤為重要，可防止代理間連線在任務完成前被關閉，尤其是任務所需時間較長時。

A2A 的優點

• 強化協作：使不同供應商及平台的代理能互動、共享上下文及協力合作，促進傳統獨立系統間的無縫自動化。

• 模型選擇靈活性：每個 A2A 代理可自主決定使用哪個 LLM 服務請求，允許針對單一代理優化或微調模型，與 MCP 中某些場景單一 LLM 連接不同。

• 內建認證：認證直接整合於 A2A 協議，為代理間互動提供堅實安全框架。

A2A 範例

A2A Diagram

延續旅遊預訂情境，這次使用 A2A。

  1. 多代理用戶請求：使用者透過「旅遊代理」A2A 客戶端/代理，說：「請幫我下週訂整個檀香山旅行，包括機票、飯店及租車」。

  2. 旅遊代理協調：旅遊代理接收到複雜請求，利用 LLM 推理決定需互動其他專門代理。

  3. 代理間通訊：旅遊代理使用 A2A 協議連接多家創建的下游代理，如「航空公司代理」、「飯店代理」和「租車代理」。

  4. 分工執行任務：旅遊代理分派具體工作給這些專門代理（例如「搜尋檀香山航班」、「訂飯店」、「租車」）。各代理運行自有 LLM 並使用自有工具（可能自身為 MCP 伺服器）完成子任務。

  5. 整合結果回覆：所有下游代理完成任務後，旅遊代理彙整結果（航班資訊、飯店確認、租車訂單），並以聊天對話形式回應使用者。

自然語言網絡（NLWeb）

網站長期以來為使用者存取全球資訊資料的主要方式。

我們將探討 NLWeb 的不同組成元件、優勢，並透過旅遊應用範例了解 NLWeb 運作。

NLWeb 組成元件

NLWeb 範例

NLWeb

再以旅遊預訂網站為例，這回為 NLWeb 提供動力。

  1. 資料導入：網站現有產品目錄（如航班清單、飯店描述、旅遊套餐）利用 Schema.org 格式或 RSS 載入。NLWeb 工具擷取這些結構化資料，建立嵌入向量並儲存於本地或遠端向量資料庫。

  2. 自然語言查詢（使用者）：使用者造訪網站，非點選選單而是在聊天介面輸入：「幫我找一家有泳池、適合家庭入住的檀香山飯店，下週入住」。

  3. NLWeb 處理：NLWeb 應用接收查詢，發送給 LLM 理解，同時向向量資料庫搜尋符合條件的飯店清單。

  4. 精確結果：LLM 協助解讀資料庫搜尋結果，根據「家庭友善」、「泳池」、「檀香山」等條件篩選最佳匹配，並格式化自然語言回應。回應內容參照網站真實飯店資料，避免虛構訊息。

  5. AI 代理互動：NLWeb 作為 MCP 伺服器，外部 AI 旅遊代理亦可直接連接此網站的 NLWeb 實例。AI 代理可使用 ask MCP 方法直接查詢，如：ask("檀香山地區有飯店推薦的素食餐廳嗎？")。NLWeb 會處理此訊息，若載入餐廳資料庫則回傳結構化 JSON 回應。

對 MCP/A2A/NLWeb 有更多疑問？

加入 Microsoft Foundry Discord，與其他學習者交流、參加諮詢時段，並獲得 AI 代理相關問題的解答。

資源

免責聲明：
本文件是使用 AI 翻譯服務 Co-op Translator 翻譯而成。雖然我們致力確保準確性，但請注意自動翻譯可能包含錯誤或不準確之處。文件的原始語言版本應被視為權威來源。如涉及重要資訊，建議採用專業人工翻譯。我們不對因使用本翻譯而引起的任何誤解或誤釋承擔責任。

This site is open source. Improve this page.