MCP、A2A、ANP

2026年10月5日 5 min

关于 MCP、A2A、ANP 的学习笔记。

MCP(Model Context Protocol)

MCP 分三层,分别是上游、MCP 协议、下游。

下游称为 MCP Server/开发者或者厂商。下游负责承载具体业务逻辑,通过 MCP 规范向外注册与暴露三类核心资产:

  • Tools:供模型调用的函数即工具(如操作 Git、查询 SQL、调用内部微服务)。
  • Resources:供模型只读挂载的数据上下文(如本地文件、表结构 Schema、日志流)。
  • Prompts:标准化的交互提示词模板与工作流预设。

上游称为 MCP Client/宿主环境,即常用的各大智能体如 Codex、Claude Code、Pi 等引擎。作为客户端,它们负责生命周期管理、协议转译与权限控制:

  • 与配置的多个 MCP Server 建立进程或网络连接。
  • 自动发现各 Server 暴露的 Tools/Resources 并在 Prompt 构建阶段转交给 LLM。
  • 在模型决定调用某工具时,按标准协议组装请求并分发给目标 Server,将执行结果返回给推理循环。

接着就是 MCP 协议本身了,它是一套标准规范(基于JSON-RPC 2.0 的通信与生命周期合约),严格规范了上游和下游的报文格式、状态流转和能力协商,类似于 TCP/IP 这类协议。

整体流程以查询 GitHub 项目并按 star 数排序为例:宿主通过 MCP 获取查询工具的名称、描述和输入 Schema,再向模型提供工具定义。模型生成工具名及符合 Schema 的参数;宿主检查后,通过 tools/call 将请求发送给 MCP Server。Server 调用 GitHub API,返回结果,宿主再将结果交给模型。Schema 由工具提供方定义,模型生成的是调用参数。

MCP 的作用是统一能力描述和调用接口,减少针对不同服务重复编写通信适配的工作。各服务的业务逻辑、认证方式、权限要求和错误处理仍需分别实现或配置。

宿主可以把 MCP 工具映射为模型支持的工具调用格式,因此模型通常不需要直接处理 MCP 报文。Resources 和 Prompts 则按各自的协议接口使用,不应默认把所有内容都转换成工具或自动注入上下文。

MCP 协议的一个巨大优势是丰富的社区生态。Anthropic 和社区开发者已经创建了大量现成的 MCP 服务器,涵盖文件系统、数据库、API 服务等各种场景。这意味着你不需要从零开始编写工具适配器,可以直接使用这些经过验证的服务器。

  1. Awesome MCP Servers (https://github.com/punkpeye/awesome-mcp-servers),社区维护的 MCP 服务器精选列表。
  2. MCP Servers Website (https://mcpservers.org/),官方 MCP 服务器目录网站。
  3. Official MCP Servers (https://github.com/modelcontextprotocol/servers),Anthropic 官方维护的服务器。

自定义的 MCP 服务器可以满足特定的需求,它可以封装业务逻辑、访问私有数据、性能专项优化或者功能定制扩展,同时你也可以将自己制作的 MCP 发布到社区平台。

A2A(Agent-to-Agent)

MCP 协议解决了智能体与工具的交互,而 A2A 协议则解决智能体之间的协作问题。在一个需要多智能体(如研究员、撰写员、编辑)协作的任务中,它们需要通信、委托任务、协商能力和同步状态。

对于传统的也是现在大部分都在用的协作架构-星型拓扑,即主 Agent 分派多个子 Agent 完成任务,由主 Agent 来整理汇报。但存在一些问题:

  • 单点故障:主 Agent 失效导致系统整体瘫痪。

  • 性能瓶颈:所有通信都经过中心节点,限制了并发。

  • 扩展困难:增加或修改智能体需要改动中心逻辑。

A2A 协议采用点对点(P2P)架构(网状拓扑),允许智能体直接通信,从根本上解决了上述问题。它的核心是任务(Task)和工件(Artifact)这两个抽象概念,这是它与 MCP 最大的区别,如表 10.7 所示。

img

为实现对协作过程的管理,A2A 为任务定义了标准化的生命周期,包括创建、协商、代理、执行中、完成、失败等状态。

img

该机制使智能体可以进行任务协商、进度跟踪和异常处理。

A2A 请求生命周期是一个序列,详细说明了请求遵循的四个主要步骤:代理发现、身份验证、发送消息 API 和发送消息流 API。下图借鉴了官网的流程图,用来展示了操作流程,说明了客户端、A2A 服务器和身份验证服务器之间的交互。

img

ANP(Agent Network Protocol)

当智能体分布在不同平台或组织时,需要解决如何描述能力、发现服务、验证身份和跨域交互等问题。ANP 为这些开放网络中的交互提供协议基础。应用可以利用这些信息选择服务提供者,但按实时负载、成本或服务质量选出最合适 Agent 的策略,仍需应用或平台实现。ANP 的跨域通信规则不等于最优化任务调度算法。

ANP 的设计目标就是提供一套标准化的机制,来解决上述的服务发现、路由选择和网络扩展性问题。为实现其设计目标,ANP 定义了以下几个核心概念:

img

借用官方的入门指南来介绍 ANP 的架构设计

img

在该流程图中,Agent A 首先通过一个公开的发现服务,基于语义或功能描述进行查询,定位到符合其任务需求的 Agent B。该发现服务通过预先爬取各智能体对外暴露的标准端点(.well-known/agent-descriptions)来建立索引,从而实现服务需求方与提供方的动态匹配。

之后 Agent A 使用私钥对包含自身 DID 的请求进行签名,Agent B 收到后通过解析 DID 获取公钥,验证完整性和真实性,然后建立起可靠通信。

身份验证通过后,Agent B 响应请求,双方依据预定义的标准接口和数据格式进行数据交换或服务调用(如预订、查询等)。标准化的交互流程是实现跨平台、跨系统互操作性的基础。

该机制的核心是利用 DID 构建了一个去中心化的信任根基,并借助标准化的描述协议实现了服务的动态发现。这套方法使得智能体能够在无需中央协调的前提下,安全、高效地在互联网上形成协作网络。

评论