MAF快速入门（14）快速集成A2A Agent

EdisonZhou2026-02-04 22:22

大家好，我是Edison。

最近我一直在跟着圣杰的《.NET+AI智能体开发进阶》课程学习MAF开发多智能体工作流，我强烈推荐你也上车跟我一起出发！

上一篇，我们学习了MAF中常见的多智能体编排模式。本篇，我们来了解下在MAF中如何快速集成A2A (Agent to Agent)。

1 A2A协议介绍

在之前的系列文章中我们其实已经介绍过A2A协议了，这里我们快速温习一下。A2A 即 Agent-to-Agent，翻译过来就是"智能代理之间的协议"，我们可以理解为它就是一个大模型Agent们用来"聊天"的"通用语言"。

A2A定义了一套清晰、标准的沟通方式，让Agent们可以顺畅地交流，让不同平台和框架下的Agent都能够说"同一种话"，实现无障碍的信息交换和协作。

更多关于A2A协议的内容：

2 将A2A Agent封装为Tool

在MAF集成A2A Agent，最主要的操作就是：将A2A Agent封装为一个Tool ，这个Tool对应到MAF中就是一个AIFunction对象。

前面我们提到可以将MCP服务也封装为一个Tool（AIFunction）让Agent调用，这里A2A Agent也是一样的道理。

这样做的好处是：让MAF中的Agent像调用本地函数一样调用远程A2A Agent 或 MCP Server。

下面的代码展示了在MAF中将A2A Card转换为Agent，然后再将Agent转换为AIFunction：

复制代码 
......
var functionTools = new List<AIFunction>();
foreach (var endpoint in agentEndpoints)
{
    var resolver = new A2ACardResolver(new Uri(endpoint));
    var card = await resolver.GetAgentCardAsync();
    var agent = card.AsAIAgent(); // Convert A2A Agent to AIAgent instance

    functionTools.AddRange(AgentFunctionHelper.CreateFunctionTools(agent, card));
}
......

下面是AgentFunctionHelper类的代码实现：

复制代码 
public class AgentFunctionHelper
{
    public static IEnumerable<AIFunction> CreateFunctionTools(AIAgent a2aAgent, AgentCard agentCard)
    {
        foreach (var skill in agentCard.Skills)
        {
            AIFunctionFactoryOptions options = new()
            {
                Name = Sanitize(skill.Id),
                Description = $$"""
                {
                    "description": "{{skill.Description}}",
                    "tags": "[{{string.Join(", ", skill.Tags ?? [])}}]",
                    "examples": "[{{string.Join(", ", skill.Examples ?? [])}}]",
                    "inputModes": "[{{string.Join(", ", skill.InputModes ?? [])}}]",
                    "outputModes": "[{{string.Join(", ", skill.OutputModes ?? [])}}]"
                }
                """,
            };

            yield return AIFunctionFactory.Create(RunAgentAsync, options);
        }

        async Task<string> RunAgentAsync(string input, CancellationToken cancellationToken)
        {
            var response = await a2aAgent.RunAsync(input, cancellationToken: cancellationToken).ConfigureAwait(false);

            return response.Text;
        }
    }

    private static readonly Regex InvalidNameCharsRegex = new Regex("[^0-9A-Za-z]+", RegexOptions.Compiled);

    public staticstringSanitize(string name)
    {
        return InvalidNameCharsRegex.Replace(name, "_");
    }
}

其中的CreateFunctionTools方法实现了将A2A Agent的所有公开技能转换为AIFunction工具。

而Sanitize方法则实现了函数名称的规范化，因为AIFunction的名称必须符合一定规范（仅限字母、数字和下划线），因此需要主动对技能名称进行规范化。

3 完整集成示例

这次我们还是使用上次文章中的案例，即一个旅游助手，它可以通过A2A协议调用多个Agent的技能。

我们需要创建四个.NET项目，其中：

  • 1个.NET控制台项目：主助手

  • 3个ASP.NET Web项目：天气智能体、酒店智能体、路线智能体

在VS中的项目结构如下：

本次案例我们希望实现主助手可以回答用户关于不同主题（景点，酒店，天气）的问题，它可以根据问题自主选择需要调用一个或多个Agent去获取必要的信息后进行整合优化后再回复用户。

3.1 天气Agent

添加NuGet包，后续A2A Agent项目都需要安装此包，不再赘述：

复制代码 
A2A.AspNetCore

创建一个 WeatherAgent类，定义其能力 和 AgentCard，这里我们需要公开一个AgentSkill即天气查询的能力：

复制代码 
public class WeatherAgent
{
    public void Attach(ITaskManager taskManager)
    {
        taskManager.OnMessageReceived = QueryWeatherAsync;
        taskManager.OnAgentCardQuery = GetAgentCardAsync;
    }

    private Task<A2AResponse> QueryWeatherAsync(MessageSendParams messageSendParams, CancellationToken cancellationToken)
    {
        if (cancellationToken.IsCancellationRequested)
        {
            return Task.FromCanceled<A2AResponse>(cancellationToken);
        }

        // Process the message
        var messageText = messageSendParams.Message.Parts.OfType<TextPart>().First().Text;

        // Create and return an artifact
        var message = new AgentMessage()
        {
            Role = MessageRole.Agent,
            MessageId = Guid.NewGuid().ToString(),
            ContextId = messageSendParams.Message.ContextId,
            Parts = [new TextPart() {
                Text = $"""
                    🌤️ **天气查询结果**

                    查询时间：{DateTime.Now:yyyy-MM-dd HH:mm}

                    **北京天气**
                    - 今日：晴转多云，气温 -2°C ~ 8°C
                    - 明日：多云，气温 0°C ~ 10°C
                    - 后日：阴，气温 2°C ~ 9°C

                    **上海天气**
                    - 今日：多云，气温 5°C ~ 12°C
                    - 明日：小雨，气温 6°C ~ 10°C
                    - 后日：阴转晴，气温 4°C ~ 11°C

                    👔 穿衣建议：北京较冷，建议穿羽绒服；上海温和，建议穿夹克外套，带好雨具。
                    """
            }]
        };

        return Task.FromResult<A2AResponse>(message);
    }

    private Task<AgentCard> GetAgentCardAsync(string agentUrl, CancellationToken cancellationToken)
    {
        if (cancellationToken.IsCancellationRequested)
        {
            return Task.FromCanceled<AgentCard>(cancellationToken);
        }

        var capabilities = new AgentCapabilities()
        {
            Streaming = true,
            PushNotifications = false,
        };

        return Task.FromResult(new AgentCard()
        {
            Name = "weather agent",
            Description = "weather information agent",
            Url = agentUrl,
            Version = "1.0.0",
            DefaultInputModes = ["text"],
            DefaultOutputModes = ["text"],
            Capabilities = capabilities,
            Skills = [
                new AgentSkill
                {
                    Id = "weather-query",
                    Name = "天气查询",
                    Description = "查询指定城市的天气预报，包括温度、降水概率、穿衣建议等",
                    Tags = ["weather", "forecast", "climate"],
                    Examples = ["上海明天天气怎么样", "成都这周的天气预报", "杭州下雨吗"],
                    InputModes = ["text"],
                    OutputModes = ["text"]
                }],
        });
    }
}

这里说明一下，这里为了方便是直接返回了一个固定的天气信息输出内容，但在实际应用中往往需要进行具体的业务逻辑处理 或 调用大模型进行处理。

下面的几个Agent也是类似的情况，就不再赘述。然后，在Program.cs中进行注册，完成端口映射：

复制代码 
using A2A;
using A2A.AspNetCore;
using WeatherAgentServer;

var builder = WebApplication.CreateBuilder(args);
var app = builder.Build();

var taskManager = new TaskManager();
var agent = new WeatherAgent();
agent.Attach(taskManager);
// Add JSON-RPC endpoint for A2A
app.MapA2A(taskManager, "/weather");
// Add well-known agent card endpoint for A2A
app.MapWellKnownAgentCard(taskManager, "/weather");
// Add HTTP endpoint for A2A
app.MapHttpA2A(taskManager, "/weather");

app.Run();

3.2 酒店Agent

创建一个HotelAgent类，定义其能力 和 AgentCard：

复制代码 
public class HotelAgent
{
    public void Attach(ITaskManager taskManager)
    {
        taskManager.OnMessageReceived = QueryHotelsAsync;
        taskManager.OnAgentCardQuery = GetAgentCardAsync;
    }

    private Task<A2AResponse> QueryHotelsAsync(MessageSendParams messageSendParams, CancellationToken cancellationToken)
    {
        if (cancellationToken.IsCancellationRequested)
        {
            return Task.FromCanceled<A2AResponse>(cancellationToken);
        }

        // Process the message
        var messageText = messageSendParams.Message.Parts.OfType<TextPart>().First().Text;

        // Create and return an artifact
        var message = new AgentMessage()
        {
            Role = MessageRole.Agent,
            MessageId = Guid.NewGuid().ToString(),
            ContextId = messageSendParams.Message.ContextId,
            Parts = [new TextPart() {
                Text = $"""
                    🏨 **酒店推荐**

                    根据您的需求，为您推荐以下酒店：

                    **豪华型 ⭐⭐⭐⭐⭐**
                    1. 上海外滩华尔道夫酒店
                       - 📍 外滩核心位置，江景房
                       - 💰 ¥2,500/晚起
                       - ⭐ 评分 4.9/5.0

                    **舒适型 ⭐⭐⭐⭐**
                    2. 上海静安香格里拉大酒店
                       - 📍 静安寺商圈，交通便利
                       - 💰 ¥1,200/晚起
                       - ⭐ 评分 4.7/5.0

                    **经济型 ⭐⭐⭐**
                    3. 全季酒店（上海南京路店）
                       - 📍 南京路步行街旁
                       - 💰 ¥380/晚起
                       - ⭐ 评分 4.5/5.0

                    💡 提示：建议提前预订，周末和节假日价格可能上涨 20-50%。
                    """
            }]
        };

        return Task.FromResult<A2AResponse>(message);
    }

    private Task<AgentCard> GetAgentCardAsync(string agentUrl, CancellationToken cancellationToken)
    {
        if (cancellationToken.IsCancellationRequested)
        {
            return Task.FromCanceled<AgentCard>(cancellationToken);
        }

        var capabilities = new AgentCapabilities()
        {
            Streaming = true,
            PushNotifications = false,
        };

        return Task.FromResult(new AgentCard()
        {
            Name = "hotel-a2a-agent",
            Description = "hotel information agent",
            Url = agentUrl,
            Version = "1.0.0",
            DefaultInputModes = ["text"],
            DefaultOutputModes = ["text"],
            Capabilities = capabilities,
            Skills = [
                new AgentSkill
                {
                    Id = "hotel-recommendation",
                    Name = "酒店推荐",
                    Description = "根据目的地和预算推荐合适的酒店，包括豪华型、舒适型、经济型",
                    Tags = ["hotel", "accommodation", "booking", "travel"],
                    Examples = ["推荐上海的酒店", "上海外滩附近有什么好酒店", "预算500以内的北京酒店"],
                    InputModes = ["text"],
                    OutputModes = ["text"]
                }
                ],
        });
    }
}

同样，请参考天气Agent完成Program.cs中的注册。

3.3 景点Agent

创建一个PlanAgent类，定义其能力 和 AgentCard：

复制代码 
public class PlanAgent
{
    public void Attach(ITaskManager taskManager)
    {
        taskManager.OnMessageReceived = QueryPlansAsync;
        taskManager.OnAgentCardQuery = GetAgentCardAsync;
    }

    private Task<A2AResponse> QueryPlansAsync(MessageSendParams messageSendParams, CancellationToken cancellationToken)
    {
        if (cancellationToken.IsCancellationRequested)
        {
            return Task.FromCanceled<A2AResponse>(cancellationToken);
        }

        // Process the message
        var messageText = messageSendParams.Message.Parts.OfType<TextPart>().First().Text;

        // Create and return an artifact
        var message = new AgentMessage()
        {
            Role = MessageRole.Agent,
            MessageId = Guid.NewGuid().ToString(),
            ContextId = messageSendParams.Message.ContextId,
            Parts = [new TextPart() {
                Text = $"""
                    🎡 **景点推荐**

                    为您推荐上海必游景点：

                    **历史文化类**
                    1. 🏛️ 外滩 - 欣赏万国建筑博览群
                    2. 🏯 豫园 - 江南古典园林代表
                    3. 🕌 城隍庙 - 品尝地道上海小吃

                    **现代都市类**
                    4. 🗼 东方明珠塔 - 上海地标，俯瞰浦江两岸
                    5. 🌆 陆家嘴 - 金融中心，上海之巅
                    6. 🛍️ 南京路步行街 - 购物天堂

                    **文艺休闲类**
                    7. 🎨 田子坊 - 文艺小店聚集地
                    8. 📚 武康路 - 梧桐树下的法式风情
                    9. 🌳 世纪公园 - 城市绿肺，亲子游首选

                    📅 建议游玩时间：3-4 天可覆盖主要景点
                    """
            }]
        };

        return Task.FromResult<A2AResponse>(message);
    }

    private Task<AgentCard> GetAgentCardAsync(string agentUrl, CancellationToken cancellationToken)
    {
        if (cancellationToken.IsCancellationRequested)
        {
            return Task.FromCanceled<AgentCard>(cancellationToken);
        }

        var capabilities = new AgentCapabilities()
        {
            Streaming = true,
            PushNotifications = false,
        };

        return Task.FromResult(new AgentCard()
        {
            Name = "plan agent",
            Description = "travel plan & attraction agent",
            Url = agentUrl,
            Version = "1.0.0",
            DefaultInputModes = ["text"],
            DefaultOutputModes = ["text"],
            Capabilities = capabilities,
            Skills = [
                new AgentSkill
                {
                    Id = "attraction-recommendation",
                    Name = "景点推荐",
                    Description = "推荐目的地的热门景点和游玩路线，包括历史文化、现代都市、文艺休闲等类型",
                    Tags = ["attraction", "sightseeing", "tourism", "travel"],
                    Examples = ["上海有什么好玩的", "北京必去的景点", "杭州西湖怎么玩"],
                    InputModes = ["text"],
                    OutputModes = ["text"]
                }
                ],
        });
    }
}

同样，请参考天气Agent完成Program.cs中的注册。

3.4 主助手

这里我们暂且命名为TravelPlannerClient，在该项目中我们需要用到MAF，因此我们先安装一下相关NuGet包：

复制代码 
Microsoft.Extensions.AI.OpenAI
Microsoft.Agents.AI.A2A
Microsoft.Agents.AI.Abstractions
Microsoft.Extensions.AI.Abstractions

首先，创建一个ChatClient供主助手使用：

复制代码 
var chatClient = new OpenAIClient(
        new ApiKeyCredential(openAIProvider.ApiKey),
        new OpenAIClientOptions { Endpoint = new Uri(openAIProvider.Endpoint) })
    .GetChatClient(openAIProvider.ModelId)
    .AsIChatClient();

其次，将远程A2A Agents转换为AIFunction Tools：

复制代码 
var agentEndpoints = new[]
{
    "https://localhost:7021/a2a", // hotel agent 
    "https://localhost:7011/a2a", // weather agent
    "https://localhost:7031/a2a" // plan agent
};

// Collecting all AI Tools
var functionTools = new List<AIFunction>();
foreach (var endpoint in agentEndpoints)
{
    var resolver = new A2ACardResolver(new Uri(endpoint));
    var card = await resolver.GetAgentCardAsync();
    var agent = card.AsAIAgent(); // Convert A2A Agent to AIAgent instance

    functionTools.AddRange(AgentFunctionHelper.CreateFunctionTools(agent, card));
}

然后，创建一个可以调用A2A Agents的主Agent，这一步是核心所在：

复制代码 
var mainAgent = new ChatClientAgent(
    chatClient: chatClient,
    instructions: """
    你是一个智能旅行规划助手。你可以利用可用的工具来帮助用户完成任务。
    当用户询问时，请使用合适的工具获取信息，然后回复用户。
    """,
    tools: [.. functionTools]
   );

最后，我们可以做下测试：

复制代码 
// 用户请求 - 测试不同的技能调用
var userRequests = new[]
{
    "查询一下上海的天气情况",
    "推荐一下上海的酒店",
    "帮我规划一下今日上海的一日游景点，并告诉我该如何穿衣服",
};

foreach (var userRequest in userRequests)
{
    Console.WriteLine("━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━");
    Console.WriteLine($"👤 用户请求: {userRequest}");
    Console.WriteLine("━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━");

    // 执行 Agent
    Console.WriteLine("⏱️ 主 Agent 处理中...");
    var response = await mainAgent.RunAsync(userRequest);
    Console.WriteLine($"💬 回答:\n{response.Text}");
    Console.WriteLine();
}

现在，我们来看看测试结果：

case1：查询一下上海的天气情况（简单任务 ）

可以看到，主助手通过调用天气Agent获取天气信息完成了回答。

case2：推荐上海的酒店（简单任务）

可以看到，主助手通过调用酒店Agent获取酒店信息完成了回答

case3：帮我规划一下今日上海的一日游景点，并告诉我该如何穿衣服（复杂任务）

可以看到，主助手调用了多个Agent（景点Agent 和 天气Agent）获取信息，还在此之上进行了整合优化，最后输出了完善的回复。

4 小结

本文介绍了MAF中集成A2A Agent的核心操作：将A2A Agent转换为AIFunction工具，然后由主Agent自主选择调用最终生成回答，希望本文的案例对你有所帮助。

示例源码

GitHub: https://github.com/EdisonTalk/MAFD

参考资料

圣杰，《.NET + AI 智能体开发进阶》（推荐指数：★★★★★）

Microsoft Learn，《Agent Framework Tutorials》


作者：爱迪生

出处：https://edisontalk.cnblogs.com

本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文链接。

相关推荐
gentle coder8 小时前
【langchain】AI应用开发框架
langchain·llm·rag
重生之我要成为代码大佬11 小时前
LangChain-多任务应用开发
langchain·大模型·agent
doll ～CJ12 小时前
Large Language Model(LLM)应用开发学习实践（三）
langchain·llm·提示词工程·ai应用
Rolei_zl13 小时前
（AI生成) openClaw 的前世今生
llm·aigc
人工智能培训13 小时前
具身智能如何在保证安全的前提下高效探索学习？
语言模型·llm·数据采集·模型量化·多模态学习·具身智能·环境感知
Elwin Wong14 小时前
浅析DeepSeek-OCR v1&v2
人工智能·大模型·llm·ocr·deepseek
CoderJia程序员甲14 小时前
GitHub 热榜项目 - 日榜(2026-02-03)
git·ai·开源·llm·github
时光追逐者15 小时前
一个基于 .NET + Vue 实现的通用权限管理平台（RBAC模式），前后端分离模式，开箱即用！
前端·vue.js·c#·.net·.net core
中杯可乐多加冰1 天前
RAG 深度实践系列（七）：从“能用”到“好用”——RAG 系统优化与效果评估
人工智能·大模型·llm·大语言模型·rag·检索增强生成
热门推荐
01GitHub 镜像站点02一文了解国产算子编程语言 TileLang，TileLang 对国产开源生态的影响与启示03Claude Code Skills 实用使用手册04OpenCode 入门教程：介绍 · 安装 · 配置第三方 API (如 Claude)05Vue-skills的中文文档06在Trae中使用Pencil MCP072025 年大语言模型发展回顾：关键突破、意外转折与 2026 年展望08Clawdbot 中文汉化版 接入微信、飞书09UV安装并设置国内源10Claude Code + GLM4.7 避坑指南：解决 Unable to connect to Anthropic services