ai-agents-for-beginners

使用代理協議（MCP、A2A 與 NLWeb）

代理協議

(點擊上方圖片觀看本課程視頻)

隨著 AI 代理的使用日益增長，也對確保標準化、安全性以及支持開放創新的協議需求日益增加。在本課程中，我們將介紹三種致力於滿足此需求的協議──模型上下文協議（Model Context Protocol，MCP）、代理對代理（Agent to Agent，A2A）與自然語言網絡（Natural Language Web，NLWeb）。

介紹

本課程將涵蓋：

• MCP 如何讓 AI 代理存取外部工具與資料以完成使用者任務。

• A2A 如何促進不同 AI 代理之間的通訊與協作。

• 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 與 NLWeb 在 AI 代理背景下的核心目的與優勢。

• 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。

• 認識 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） 是一個開放標準，提供應用程式以標準化方式向大型語言模型(LLMs)提供上下文與工具。這使 AI 代理能通過「通用接頭」以一致方式連接不同資料來源與工具。

讓我們來看看 MCP 的組成元件、相較直接使用 API 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 採用客戶端-伺服器架構，核心組件包括：

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

• Clients（客戶端）：主機應用中維持與伺服器一對一連線的組件。

• Servers（伺服器）：暴露特定功能的輕量級程式。

協議中包含三種核心原語，代表 MCP 伺服器的能力：

• 工具：AI 代理可以呼叫的獨立動作或功能。例如，氣象服務可能提供「取得天氣」工具，電商伺服器可能提供「購買商品」工具。MCP 伺服器會在其能力列表中公布每個工具名稱、說明與輸入/輸出結構。

• 資源：MCP 伺服器可提供的唯讀資料項目或文件，客戶端可按需取得。如檔案內容、資料庫紀錄或日誌檔。資源可以是文本（如程式碼或 JSON）或二進位（如圖像或 PDF）。

• 提示：預先定義的模板，提供建議提示，允許更複雜的工作流程。

MCP 的優勢

MCP 為 AI 代理帶來以下重大優勢：

• 動態工具發現：代理能動態從伺服器接收可用工具清單及其功能說明，與傳統需靜態編碼整合的 API 不同，MCP 只需「整合一次」，更具適應性。

• 跨 LLM 互操作性：MCP 可跨不同大型語言模型運作，提供彈性切換核心模型以獲得更佳效能。

• 標準化安全性：MCP 包含標準驗證方法，增強擴展性，加入更多 MCP 伺服器時更簡單，不需為不同傳統 API 管理多種金鑰與驗證類型。

MCP 範例

MCP 圖示

假設用戶想用由 MCP 驅動的 AI 助理預訂機票。

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

  2. 工具發現：客戶端詢問航空公司的 MCP 伺服器「你有什麼工具？」伺服器回覆有「搜尋航班」和「訂票」工具。

  3. 工具調用：您請 AI 助理「請搜尋從波特蘭到檀香山的航班」，AI 助理使用大型語言模型判斷需呼叫「搜尋航班」工具並將相關參數（出發地、目的地）傳給 MCP 伺服器。

  4. 執行與回應：MCP 伺服器作為包裝層，實際呼叫航空公司內部訂票 API，接收航班資訊（例如 JSON 資料），然後回傳至 AI 助理。

  5. 後續互動：AI 助理展示航班選項，使用者選定後，助理可能呼叫同一 MCP 伺服器上的「訂票」工具來完成預訂。

代理對代理協議（A2A）

MCP 專注於連接大型語言模型與工具，而代理對代理協議（Agent-to-Agent, A2A）更進一步，允許不同 AI 代理之間的通訊與協作。A2A 連接來自不同組織、環境與技術棧的 AI 代理，共同完成共享任務。

我們將探討 A2A 的組成元件與優勢，並以旅遊應用為例說明其運用。

A2A 核心組件

A2A 著重於代理間的通訊與協作，以完成使用者子任務。協議中的各組件功能如下：

代理卡（Agent Card）

類似 MCP 伺服器分享工具清單，代理卡包含：

代理執行器（Agent Executor）

代理執行器負責將使用者聊天上下文傳遞給遠端代理，遠端代理需此來理解要完成的任務。在 A2A 伺服器中，代理使用自身的 LLM 解析輸入請求並利用內部工具執行任務。

藝品（Artifact）

遠端代理完成任務後，產出成為藝品。藝品包含代理工作結果、對所完成工作的描述及透過協議傳送的文字上下文。藝品傳送後，與該遠端代理的連線將關閉，直到再次需要。

事件佇列（Event Queue）

用於處理更新與傳送消息，對於預防代理間連線因任務尚未完成而提早關閉尤其重要，特別是任務完成時間較長時。

A2A 的優勢

• 增強協作：讓來自不同廠商與平台的代理能互動、共享上下文並協同工作，實現跨傳統斷裂系統的無縫自動化。

• 模型選擇彈性：每個 A2A 代理可決定使用哪個 LLM 服務其請求，允許針對需求最佳化或微調模型，相較 MCP 某些情況只用單一 LLM 連線更靈活。

• 內建驗證機制：A2A 協議直接整合驗證，為代理互動提供保護性強的安全框架。

A2A 範例

A2A 圖示

我們擴充旅遊預訂情境，這次使用 A2A。

  1. 多代理接收使用者請求：使用者與「旅遊代理」A2A 用戶端／代理互動，例如說：「請為我預訂下週前往檀香山的全套行程，包括機票、飯店與租車」。

  2. 旅遊代理進行協調：旅遊代理利用自身 LLM 推理該工作，判斷需與其他專業代理溝通。

  3. 代理間通訊：旅遊代理使用 A2A 協議連結下游代理，例如由不同公司建立的「航空代理」、「飯店代理」及「租車代理」。

  4. 委派任務執行：旅遊代理將特定任務（如「找檀香山航班」、「訂飯店」、「租車」）委派給這些專業代理，這些代理運行各自的 LLM 並使用其工具（可能也是 MCP 伺服器）完成任務。

  5. 綜合回應：所有下游代理任務完成後，旅遊代理彙整結果（航班詳情、飯店確認、租車預訂）並以聊天式介面回覆使用者。

自然語言網絡（NLWeb）

網站長期以來是使用者獲取網路資訊與數據的主要管道。

讓我們了解 NLWeb 的不同組件，其優勢，並藉由旅遊應用範例探索其運作方式。

NLWeb 組件

NLWeb 範例

NLWeb

再次考慮我們的旅遊預訂網站，這次由 NLWeb 驅動。

  1. 數據導入：旅遊網站現有產品目錄（如航班列表、飯店介紹、旅遊套裝）經由 Schema.org 格式化或透過 RSS 載入。NLWeb 工具吸收結構化數據，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）：使用者訪問網站，不必透過導覽選單，而是在聊天介面輸入：「幫我找下週有游泳池且適合家庭入住的檀香山飯店」。

  3. NLWeb 處理：NLWeb 應用程式收到查詢，將問題送入大型語言模型理解，同時查詢向量資料庫尋找相關飯店列表。

  4. 精確結果：大型語言模型協助解析資料庫搜尋結果，根據「適合家庭」、「游泳池」與「檀香山」條件找出最佳匹配，並格式化自然語言回應。關鍵是回應直接引用網站目錄中的實際飯店，避免虛構資訊。

  5. AI 代理互動：由於 NLWeb 同時是 MCP 伺服器，外部 AI 旅遊代理也能連接本網站的 NLWeb 實例。該 AI 代理可使用 ask MCP 方法直接查詢網站：ask("住宿飯店推薦的檀香山區有沒有素食友善餐廳？")。NLWeb 實例將處理此問題，利用其餐廳資料庫（若已載入），並回傳結構化 JSON 回應。

對 MCP / A2A / NLWeb 有更多疑問嗎？

加入 Microsoft Foundry Discord，與其他學習者互動，參加問答時間，解答您對 AI 代理的疑問。

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： 此文件已使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們努力追求準確性，但請注意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視為權威來源。對於關鍵資訊，建議採用專業人工翻譯。我們不對因使用此翻譯所產生的任何誤解或誤譯承擔責任。

This site is open source. Improve this page.