ai-agents-for-beginners

使用自主代理協議 (MCP、A2A 及 NLWeb)

Agentic Protocols

(點擊上面圖片觀看本課程影片)

隨著 AI 代理使用量的增加，亦對確保標準化、安全性及支持開放創新的協議需求逐漸提升。在本課中，我們將涵蓋三個旨在滿足此需求的協議──模型上下文協議（Model Context Protocol, MCP）、代理與代理通訊協議（Agent to Agent, A2A）以及自然語言網絡（Natural Language Web, NLWeb）。

介紹

本課將涵蓋：

• MCP 如何允許 AI 代理存取外部工具及數據以完成使用者任務。

• A2A 如何使不同 AI 代理間能進行溝通與協作。

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

學習目標

• 識別 MCP、A2A 與 NLWeb 在 AI 代理場景中的核心目的及優勢。

• 解釋 每個協議如何促進大型語言模型（LLM）、工具與其他代理之間的溝通與互動。

• 辨認 各協議在構建複雜代理系統中扮演的不同角色。

模型上下文協議（Model Context Protocol）

模型上下文協議（MCP） 是一個開放標準，提供一種標準化方式，讓應用程式能對大型語言模型提供上下文與工具。它充當一個「通用介面」，能以一致的方式連接不同的資料來源與工具，以供 AI 代理使用。

以下將介紹 MCP 的組成、相較直接 API 使用的優勢，以及 AI 代理如何使用 MCP 伺服器的範例。

MCP 核心組件

MCP 採用用戶端-伺服器架構，核心組件為：

• 主機（Hosts）：大型語言模型應用程式（例如如 VSCode 代碼編輯器）啟動與 MCP 伺服器的連線。

• 用戶端（Clients）：主機內部的組件，維持與伺服器間的一對一連線。

• 伺服器（Servers）：輕量級程式，公開特定功能。

協議中包含三個核心基元，即 MCP 伺服器的功能：

• 工具（Tools）：這些是 AI 代理可呼叫以執行任務的離散動作或函式。例如，天氣服務可公開「取得天氣」工具，電子商務伺服器則可能公開「購買產品」工具。MCP 伺服器會在功能列表中公布每個工具的名稱、描述與輸入/輸出模式。

• 資源（Resources）：這是 MCP 伺服器可提供的唯讀資料項目或文件，用戶端可按需取得。範例包括檔案內容、資料庫記錄或日誌檔。資源可為文字（如程式碼或 JSON）或二進位檔（如影像或 PDF）。

• 提示（Prompts）：這是預先定義的範本，提供建議的提示，允許更複雜的工作流程。

MCP 的優勢

MCP 對 AI 代理具有重大優勢：

• 動態工具發現：代理可動態獲得伺服器提供的工具清單及相關描述。這與傳統 API 不同，後者通常需要靜態程式碼集成，API 有改動時必須更新程式碼。MCP 採用「集成一次」的方法，增強適應性。

• 跨 LLM 互通性：MCP 可跨不同大型語言模型運作，提供更換核心模型以提升效能的靈活性。

• 標準化安全性：MCP 包含標準驗證方式，增加擴充性，在接入更多 MCP 伺服器時簡化管理。相較管理不同 API 金鑰及驗證類型更為簡單。

MCP 範例

MCP Diagram

設想用戶想使用 MCP 助力的 AI 助理訂機票。

  1. 連線：AI 助理（MCP 用戶端）連接航空公司提供的 MCP 伺服器。

  2. 工具發現：用戶端詢問航空公司的 MCP 伺服器：「你們有哪些工具？」伺服器回覆如「搜尋航班」與「訂票」工具。

  3. 工具調用：用戶向 AI 助理說：「請搜尋從波特蘭到檀香山的航班。」AI 助理利用其 LLM 辨識需調用「搜尋航班」工具，並將相關參數（起點、終點）傳給 MCP 伺服器。

  4. 執行與回應：MCP 伺服器作為包裝器，實際呼叫航空公司內部訂票 API，接收航班資訊（如 JSON 格式），再返回給 AI 助理。

  5. 後續互動：AI 助理呈現航班選擇。用戶選擇後，助理可能調用同個 MCP 伺服器上的「訂票」工具，完成訂票流程。

代理對代理協議（A2A）

MCP 著重於將 LLM 連接工具，代理對代理協議（A2A） 則更進一步，允許不同 AI 代理間的溝通與協作，連接來自不同組織、環境與技術堆疊的代理，共同完成任務。

我們將探討 A2A 的組件與優勢，並舉一個在旅遊應用中如何應用的範例。

A2A 核心組件

A2A 專注於促進代理間溝通與協作，共同完成使用者子任務。協議中每個組件都對此有所貢獻：

代理卡（Agent Card）

類似 MCP 伺服器公開工具列表，代理卡包含：

代理執行器（Agent Executor）

負責將使用者對話上下文傳遞給遠程代理。遠程代理依此了解需完成的任務。在 A2A 伺服器中，代理使用自己的大型語言模型（LLM）解析請求，並透過自有工具執行任務。

工作產物（Artifact）

遠程代理完成任務後，會產生工作產物。工作產物包含代理工作結果、完成項描述及透過協議傳送的文字上下文。產出發送後，與遠程代理連線將關閉，直到再次需要。

事件佇列（Event Queue）

用於處理更新與傳遞訊息。在生產環境中極其重要，以防止代理間連線在任務完成前關閉，尤其任務可能耗時較久。

A2A 優勢

• 加強協作：允許來自不同供應商與平台的代理互動、共享上下文與協作，促成傳統上彼此隔離系統的自動化整合。

• 模型選擇彈性：每個 A2A 代理可自行決定使用哪個 LLM 來服務請求，針對不同代理可使用最佳化或微調模型，與部分 MCP 場景僅接入單一 LLM 不同。

• 內建驗證機制：驗證直接整合在 A2A 協議中，為代理間互動提供強健安全架構。

A2A 範例

A2A Diagram

我們擴展旅遊預訂範例，改以 A2A 實作。

  1. 使用者向多代理下達請求：使用者與「旅遊代理」A2A 用戶端/代理互動，指示「請幫我訂下週前往檀香山的完整行程，包括航班、飯店及租車」。

  2. 旅遊代理協調：旅遊代理接收到此複雜請求，利用 LLM 判斷任務需求，並決定需與其他專業代理互動。

  3. 代理間通訊：旅遊代理透過 A2A 協議連接多個下游代理，如「航空代理」、「飯店代理」與「租車代理」，這些代理各由不同公司建立。

  4. 任務委派執行：旅遊代理將特定任務下派給專門代理（如「尋找檀香山航班」、「訂飯店」、「租賃汽車」）。每個專門代理使用其自身 LLM 並調用自有工具（也可能是 MCP 伺服器）完成該部分訂單。

  5. 整合回應：所有下游代理完成後，旅遊代理匯整結果（航班資訊、飯店確認、租車預約），以聊天式詳盡回應返還予使用者。

自然語言網絡（NLWeb）

網站長期以來是使用者瀏覽網際網路資訊與資料的主要方式。

讓我們看看 NLWeb 的不同組成、優勢，以及透過旅遊應用示範 NLWeb 的運作方式。

NLWeb 的組件

NLWeb 範例

NLWeb

再次以旅遊訂票網站為例，這次網站由 NLWeb 提供動力。

  1. 資料攝取：旅遊網站現有商品目錄（例如航班列表、酒店描述、旅遊套票）採用 Schema.org 格式，或透過 RSS 擷取。NLWeb 工具吸收結構化資料，建立向量，並存入本地或遠端向量資料庫。

  2. 自然語言查詢（人類使用者）：使用者造訪網站，非透過導覽，而於聊天介面輸入：「幫我找檀香山下週有泳池的親子飯店」。

  3. NLWeb 處理：NLWeb 應用接收查詢，將其送給 LLM 理解，同時在向量資料庫中搜尋相關飯店列表。

  4. 精準結果：LLM 協助詮釋資料庫搜尋結果，根據「親子友善」、「泳池」、「檀香山」條件識別最佳匹配，然後格式化為自然語言回應。關鍵在於，回應指向網站真實飯店目錄，避免虛構資訊。

  5. AI 代理互動：因 NLWeb 同時也是 MCP 伺服器，外部 AI 旅遊代理亦可連接該網站的 NLWeb 實例。該代理可用 ask MCP 方法直接查詢網站，如 ask("有無檀香山地區飯店推薦的素食餐廳?")。NLWeb 實例會處理該請求，利用餐廳資料庫（如已載入）回傳結構化 JSON 回應。

想知道更多關於 MCP/A2A/NLWeb 的問題？

加入 Microsoft Foundry Discord 與其他學習者交流，參與辦公時間並解決你關於 AI 代理的疑惑。

資源

上一課

生產環境中的 AI 代理

下一課

AI 代理的上下文工程

免責聲明： 本文件由 AI 翻譯服務 Co-op Translator 翻譯而成。雖然我們致力於確保準確性，但請注意，機器自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於重要資訊，建議進行專業人工翻譯。我們不對因使用本翻譯而產生的任何誤解或誤釋承擔責任。

This site is open source. Improve this page.