Spring AI A2A 协议实战：构建跨平台的 AI Agent 协作系统

这段时间在研究 Spring AI 的最新动向，发现了一个非常有意思的方向：A2A 协议（Agent2Agent Protocol）。这是 Google 牵头搞的一个开放协议，专门解决不同 AI Agent 之间的通信问题。Spring AI 也在积极跟进，已经有了 Spring AI A2A 项目。

这篇文章，我将从实际开发的角度，聊聊 A2A 协议是什么、怎么用，以及为什么它可能是未来 AI 应用架构的关键。

为什么需要 A2A 协议

先说说背景。现在市面上各种 AI Agent 越来越多，但一个问题浮现出来：每个 Agent 都是孤岛。

你用 OpenAI 的 Agent，写了一套工具和工作流，想跟 Anthropic 的 Agent 交互？对不起，没门。你用 LangChain 做的 Agent，想调用 Spring AI 做的 Agent？也不行。

这就跟早期的 HTTP 协议出现之前一样------各种私有网络各自为政，无法互联互通。A2A 协议的出现就是为了解决这个问题。

A2A 协议的核心特性

Agent Discovery（Agent 发现）：通过 AgentCard 机制，每个 Agent 可以公布自己的能力。其他 Agent 可以像查名片一样，发现并了解对方能做什么。
跨平台通信：基于 HTTP + JSON-RPC + SSE 标准，不依赖特定框架或云服务商。
任务协作：支持多轮对话、任务状态追踪、流式响应等企业级特性。
安全认证：内置认证机制，保证 Agent 之间的通信安全。

Spring AI A2A 项目快速入门

Spring AI A2A 是 Spring 官方出品的 A2A 协议集成项目，已经支持把 Spring AI 应用暴露为 A2A Server。

添加依赖

在 pom.xml 中添加：

groupId: org.springaicommunity

artifactId: spring-ai-a2a-server-autoconfigure

version: 0.2.0

配置 AgentCard

AgentCard 是 A2A 协议的核心，每个 Agent 都需要暴露自己的 AgentCard。

实现 AgentExecutor

AgentExecutor 是实际处理请求的核心。需要把 Spring AI 的 ChatClient 和工具整合进来。

@Bean

public AgentExecutor agentExecutor(ChatClient.Builder chatClientBuilder, WeatherTools weatherTools) {

复制代码

ChatClient chatClient = chatClientBuilder.clone()
    .defaultSystem("你是一个天气助手。使用工具来回答用户问题。")
    .defaultTools(weatherTools)
    .build();

return new DefaultAgentExecutor(chatClient, (chat, requestContext) -> {
    String userMessage = DefaultAgentExecutor.extractTextFromMessage(requestContext.getMessage());
    return chat.prompt().user(userMessage).call().content();
});

}

这样配置完成后，你的 Spring AI 应用就变成了一个标准的 A2A Server：

POST / - 处理 JSON-RPC sendMessage 请求
GET /.well-known/agent-card.json - AgentCard（标准 A2A 路径）
GET /card - AgentCard（备用路径）

其他 Agent 可以通过这些端点发现你的能力并发送任务。

Agent Client：调用远程 Agent

A2A 协议是双向的。你可以作为 Client 调用其他 Agent。典型的场景是：一个主机 Agent 协调多个专业 Agent。

1. 配置远程 Agent 地址

在配置文件中指定远程 Agent 的地址：

remote.agents.urls=http://localhost:10001/weather/,http://localhost:10002/travel/

2. 实现远程调用

@Service

public class RemoteAgentService {

复制代码

private final Map<String, AgentCard> agentCards = new HashMap<>();

public RemoteAgentService(@Value("${remote.agents.urls}") List<String> agentUrls) {
    for (String url : agentUrls) {
        String path = new URI(url).getPath();
        AgentCard card = A2A.getAgentCard(url, path + ".well-known/agent-card.json", null);
        this.agentCards.put(card.name(), card);
    }
}

@Tool(description = "发送任务到远程 Agent")
public String sendMessage(String agentName, String task) {
    AgentCard agentCard = this.agentCards.get(agentName);
    Message message = new Message.Builder()
        .role(Message.Role.USER)
        .parts(List.of(new TextPart(task, null)))
        .build();

    Client client = Client.builder(agentCard)
        .clientConfig(new ClientConfig.Builder()
            .setAcceptedOutputModes(List.of("text"))
            .build())
        .withTransport(JSONRPCTransport.class, new JSONRPCTransportConfig())
        .build();

    return client.sendMessage(message).get(60, TimeUnit.SECONDS);
}

}

这样就实现了 Agent 之间的互相调用。

实际应用场景

场景一：多 Agent 协作

一个主 Agent 协调多个专业 Agent：

旅行助手 Agent：协调酒店、天气、交通三个子 Agent
客服机器人：路由到不同领域的专业 Agent
代码审查助手：调用代码分析、漏洞扫描、性能检测等多个 Agent

场景二：企业级工作流

不同部门部署的 Agent 可以互相协作：

HR 系统的 Agent 与财务系统的 Agent 交互
订单系统的 Agent 与物流系统的 Agent 交互
每个部门可以独立开发和部署自己的 Agent，通过 A2A 协议互联

场景三：跨平台集成

不限制技术栈：

Spring AI 开发的 Agent 可以调用 LangChain 开发的 Agent
本地部署的 Agent 可以调用云端的 Agent
私有 Agent 可以与公开的 Agent 市场对接

写在最后

A2A 协议目前还在快速发展中，Spring AI A2A 项目也还在早期版本。但这个方向值得重点关注。

有几个建议：

从小处着手：先用一个简单的场景体验 A2A 协议，比如两个 Agent 之间的简单对话
关注协议演进：A2A 协议更新很快，建议关注官方 GitHub 和 Spring AI 的更新
安全第一：生产环境使用时要做好认证和授权，目前版本支持基本的认证机制
保持简单：不要过度设计 Agent 协作，工作流能解决的问题不要用 A2A