Python A2A 项目教程

1. 项目介绍

Python A2A 是一个强大的、易于使用的库，用于实现 Google 的 Agent-to-Agent（A2A）协议。它支持 Model Context Protocol（MCP）的完整集成，这使得构建能够无缝协作解决复杂问题的互操作 AI 代理生态系统成为可能。A2A 协议定义了一个标准的通信格式，允许不同底层实现的 AI 代理之间进行交互，而 MCP 扩展了这一能力，为代理访问外部工具和数据源提供了一个标准化的方式。Python A2A 通过一个直观的 API 使得这些协议易于开发者使用，无论其技能水平如何。

2. 项目快速启动

以下是一个简单的快速启动指南，用于帮助您开始使用 Python A2A。

首先，您需要安装 Python A2A。可以使用 pip 安装基本包：

pip install python-a2a

或者，如果您需要特定功能，可以安装带有可选组件的包：

pip install python-a2a[server]    # Flask-based server 支持
pip install python-a2a[openai]    # OpenAI 集成
pip install python-a2a[anthropic] # Anthropic Claude 集成
pip install python-a2a[bedrock]   # AWS-Bedrock 集成
pip install python-a2a[mcp]       # MCP 支持 (Model Context Protocol)

接下来，创建一个简单的 A2A 代理：

from python_a2a import A2AServer, skill, agent, run_server, TaskStatus, TaskState

@agent(name="天气代理", description="提供天气信息", version="1.0.0")
class WeatherAgent(A2AServer):
    @skill(name="获取天气", description="获取指定位置的当前天气", tags=["天气", "预报"])
    def get_weather(self, location):
        """获取某个位置的天气信息。"""
        # 这里是一个模拟实现
        return f"{location} 的天气是晴朗，温度 75°F。"

    def handle_task(self, task):
        # 从消息中提取位置
        message_data = task.message or {}
        content = message_data.get("content", {})
        text = content.get("text", "") if isinstance(content, dict) else ""

        if "天气" in text.lower() and "在" in text.lower():
            location = text.split("在", 1)[1].strip().rstrip("?.")
            # 获取天气并创建响应
            weather_text = self.get_weather(location)
            task.artifacts = [{"parts": [{"type": "text", "text": weather_text}]}]
            task.status = TaskStatus(state=TaskState.COMPLETED)
        else:
            task.status = TaskStatus(state=TaskState.INPUT_REQUIRED, message={
                "role": "agent",
                "content": {
                    "type": "text",
                    "text": "请询问特定位置的天气情况。"
                }
            })
        return task

# 运行服务器
if __name__ == "__main__":
    agent = WeatherAgent()
    run_server(agent, port=5000)

3. 应用案例和最佳实践

在创建 A2A 代理时，以下是一些最佳实践：

• 确保您的代理能够处理不同类型的信息，并且在处理任务时提供有用的反馈。
• 使用装饰器简化技能和代理的创建。
• 为您的代理提供详细的文档和示例，以便其他开发者可以更容易地理解和使用它。

以下是一个简单的应用案例，展示如何连接到一个 A2A 代理：

from python_a2a import A2AClient

# 创建连接到 A2A 兼容代理的客户端
client = A2AClient("http://localhost:5000")

# 查看代理信息
print(f"连接到: {client.agent_card.name}")
print(f"描述: {client.agent_card.description}")
print(f"技能: {', '.join([skill.name for skill in client.agent_card.skills])}")

# 提问
response = client.ask("巴黎的天气怎么样？")
print(f"响应: {response}")

4. 典型生态项目

Python A2A 可以与多个服务进行集成，例如：

• OpenAI: 使用 OpenAI 的模型提供高级的文本处理能力。
• AWS Bedrock: 集成 AWS Bedrock 模型，如 Claude，为代理提供强大的处理能力。
• Flask: 在 Flask 应用程序中使用 Python A2A 来创建 web 服务。

以上是 Python A2A 项目的基础教程，希望对您的开发工作有所帮助。