ai-agents-for-beginners

使用 Agentic 協議 (MCP、A2A 與 NLWeb)

Agentic 協議

(點擊上方圖片觀看本課程影片)

隨著 AI 代理使用的增加，對於確保標準化、安全性和支持開放創新的協議需求也隨之增加。在本課裡，我們將介紹 3 種為滿足此需求而設計的協議——模型上下文協議（Model Context Protocol，MCP）、代理對代理協議（Agent to Agent，A2A）及自然語言網（Natural Language Web，NLWeb）。

介紹

本課將介紹：

• MCP 如何允許 AI 代理存取外部工具和數據以完成用戶任務。

• A2A 如何促進不同 AI 代理之間的溝通與合作。

• NLWeb 如何為任何網站帶來自然語言介面，使 AI 代理能發現並互動該內容。

學習目標

• 識別 MCP、A2A 與 NLWeb 在 AI 代理情境下的核心目的與好處。

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

• 辨識 每個協議在構建複雜代理系統中的不同角色。

模型上下文協議

模型上下文協議（Model Context Protocol，MCP） 是一項開放標準，提供應用程式向大型語言模型提供上下文與工具的標準化方式。它使 AI 代理能以一致的方式透過「通用適配器」連接到不同的數據來源和工具。

我們來看看 MCP 的組件、與直接使用 API 相比的優勢，以及 AI 代理可能如何利用 MCP 伺服器的範例。

MCP 核心組件

MCP 採用客戶端-伺服器架構，核心組件包括：

• 主機（Hosts） 是大型語言模型應用（例如像 VSCode 的程式碼編輯器），負責發起與 MCP 伺服器的連接。

• 用戶端（Clients） 是主機應用內部負責維持與伺服器一對一連接的組件。

• 伺服器（Servers） 是暴露特定功能的輕量程式。

協議包含三個核心原語，代表 MCP 伺服器的功能：

• 工具（Tools）：是 AI 代理可調用的離散行動或函數。例如，氣象服務可能提供「取得天氣」工具，電子商務伺服器可能提供「購買商品」工具。MCP 伺服器會在功能列表中公布各工具的名稱、描述及輸入/輸出結構。

• 資源（Resources）：是 MCP 伺服器可提供的唯讀資料項目或文件，客戶端可按需擷取，範例包括檔案內容、資料庫記錄或日誌文件。資源可以是文本（例如程式碼或 JSON）或二進制檔（例如圖片或 PDF）。

• 提示（Prompts）：是預定義模板，提供建議的提示，有助於實現更複雜的工作流程。

MCP 的好處

MCP 為 AI 代理帶來顯著優勢：

• 動態工具發現：代理可以動態接收伺服器提供的可用工具清單及其描述，與傳統靜態編碼整合的 API 不同，只要 API 有改變就必須更新程式碼，MCP 採用「一次整合」方式，提高適應力。

• 跨 LLM 互通性：MCP 支援不同大型語言模型，使得切換核心模型以評估更佳效果更靈活。

• 標準化安全性：MCP 內建標準認證方法，當新增對其他 MCP 伺服器的存取時，更易於擴展，比管理多種傳統 API 的金鑰與認證方式更簡單。

MCP 範例

MCP 圖解

想像用戶想借助 MCP 運作的 AI 助理訂購機票。

  1. 連接：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 MCP 伺服器：「你有哪些工具？」伺服器回應提供工具如「搜尋航班」及「訂票」。

  3. 調用工具：用戶對 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 辨識需要調用「搜尋航班」工具，並向 MCP 伺服器傳遞相關參數（起點、目的地）。

  4. 執行與回應：MCP 伺服器充當包裝器，呼叫航空公司內部預訂 API，接收航班資料（例如 JSON），並回傳給 AI 助理。

  5. 進一步互動：AI 助理呈現航班選項，用戶選擇後，助理可能使用同一 MCP 伺服器調用「訂票」工具完成訂票。

代理對代理協議 (A2A)

MCP 專注於連接 LLM 與工具，代理對代理（Agent-to-Agent，A2A）協議 則更進一步，讓不同 AI 代理之間能夠溝通與協作。A2A 連接跨組織、環境及技術堆疊的 AI 代理，共同完成共享任務。

我們將檢視 A2A 的組件與優勢，並以旅遊應用做示範。

A2A 核心組件

A2A 著重促進代理之間的溝通，協同完成使用者子任務。協議中各成分的貢獻包括：

代理卡片

類似 MCP 伺服器分享工具清單，代理卡片包含：

代理執行器

代理執行器負責將用戶對話上下文傳遞給遠端代理，遠端代理需此資料以理解任務。A2A 伺服器中，代理使用其大型語言模型解析請求，並利用自身工具執行任務。

工件

遠端代理完成任務後產出工件。工件包含代理工作結果、完成描述及透過協議傳遞的文本上下文。工件傳送後，與遠端代理的連線關閉，直到再次需要。

事件佇列

用於處理更新與訊息傳遞。在生產環境中對代理系統尤為重要，確保任務完成之前代理間連線不會中斷，尤其任務可能耗時較長。

A2A 的好處

• 增強協作：讓不同供應商及平台的代理交流、共享上下文、協同作業，促成本來分離系統間的無縫自動化。

• 模型選擇彈性：每個 A2A 代理可自行決定其使用的 LLM，允許單個代理優化或微調模型，而非如某些 MCP 場景下只有單一 LLM 連線。

• 內建認證：認證直接整合於 A2A 協議，為代理交互提供強健安全框架。

A2A 範例

A2A 圖解

讓我們擴展前述旅遊訂票情境，這次採用 A2A。

  1. 使用者向多代理請求：使用者與「旅遊代理」A2A 用戶端/代理互動，可能說：「請預訂下週前往檀香山的全套旅程，包括機票、飯店和租車」。

  2. 旅遊代理的調度：旅遊代理收到複雜請求，利用其 LLM 推理任務並判斷需與其他專門代理互動。

  3. 代理間通訊：旅遊代理利用 A2A 協議連接下游代理，如由不同公司建立的「航空公司代理」、「飯店代理」及「租車代理」。

  4. 委派任務執行：旅遊代理將具體任務分送給這些專門代理（如「尋找前往檀香山的航班」、「訂飯店」、「租車」）。每個專門代理運行自己的 LLM，利用其工具（可能也是 MCP 伺服器）完成各自的訂購部分。

  5. 整合回應：所有下游代理完成任務後，旅遊代理彙整結果（航班細節、飯店確認、租車訂單），並以聊天格式將綜合答覆發回使用者。

自然語言網 (NLWeb)

網站長期以來是使用者存取網際網路資料與資訊的主要途徑。

讓我們探討 NLWeb 的不同組件、其好處，並藉由旅遊應用示範 NLWeb 的運作。

NLWeb 組件

NLWeb 範例

NLWeb

再以我們旅遊訂票網站為例，但這次由 NLWeb 提供動力。

  1. 資料擷取：旅遊網站的既有產品目錄（如航班清單、飯店介紹、旅遊行程包）透過 Schema.org 格式化或利用 RSS 餵送。NLWeb 的工具擷取此結構化數據，建立嵌入並存入本地或遠端向量資料庫。

  2. 自然語言查詢（人類）：使用者造訪網站，不透過目錄操作，而是在聊天介面輸入：「幫我找檀香山適合家庭入住，有游泳池的飯店，下週的訂房」。

  3. NLWeb 處理：NLWeb 應用接收查詢，將問題送入 LLM 理解，同時在向量資料庫搜尋相關飯店清單。

  4. 準確結果：LLM 協助解讀資料庫搜索結果，根據「適合家庭」、「游泳池」與「檀香山」條件選出最佳匹配，並以自然語言格式化回應。關鍵是回應參照網站目錄中實際飯店，避免虛構資訊。

  5. AI 代理互動：由於 NLWeb 同時作為 MCP 伺服器，外部 AI 旅遊代理也能連上該網站的 NLWeb 實例，使用 ask MCP 方法直接提問網站，比如 ask("檀香山區有飯店推薦的純素友善餐廳嗎？")。NLWeb 會利用其餐廳資訊（若已載入），並返回結構化 JSON 回應。

對 MCP/A2A/NLWeb 有更多問題？

加入 Microsoft Foundry Discord 與其他學習者交流，參加辦公時間，並獲得 AI 代理相關問題解答。

資源

前一課

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.