AI应用架构

目录

• 背景和价值
  • MCP VS A2A
    • A2A（Agent-to-Agent Protocol）
    • MCP（Model Context Protocol）
• MCP
• 参考资料

背景和价值

MCP VS A2A

企业内部 Agent 通讯选择 A2A 还是 MCP，取决于具体的业务场景、对数据交互的要求以及 Agent 任务特性等。它们存在互补性，部分场景还可采用混合使用的方式。以下是具体的分析参考：

A2A（Agent-to-Agent Protocol）

能力

• 服务发现
• Agent之间的通讯协议：同步，异步（SSE）
• 状态管理。 provider 任务完成情况管理
• 鉴权管理

• 更适合用于企业内 Agent 间直接协作与任务管理场景。
• 技术特性：它常基于 HTTP/HTTPS，以 JSON 等格式通过 RESTful API 开展同步或异步消息交互。兼容 OpenAPI 生态，支持 HTTP Basic Auth、API Key、OAuth 2.0 等契合企业环境的传统认证方式。并且可凭借 “Agent Card” 助力 Agent 进行能力发现，适宜多 Agent 明确分工共同完成复杂任务的状况。
• 典型场景：在银行，客服智能体可借 A2A 协议串联通风控、工单系统，实现 “咨询 - 风险评估 - 工单生成” 的闭环流程。制造业企业也能利用 A2A 协议连接设计、生产、质检等不同环节的智能体，以此优化流程并预测产品缺陷。

MCP（Model Context Protocol）

• 适合需借助外部工具或数据源拓展 LLM 上下文的 Agent 应用场景。
• 技术特性：聚焦于助力 LLM 标准化地获取外部数据、调用工具及处理动态提示词等。支持 STDIO、SSE 等多种数据传输机制，能基于 OAuth 2.0 落实细粒度跨域权限管理，像仅准许调用数据库查询接口等。不过其早期版本认证机制不够强，远程服务器暴露时需额外做安全配置。
• 典型场景：智能客服 Agent 借 MCP 调用 CRM 系统获取客户历史记录，或类似 GitHub Copilot 的工具通过 MCP 连接本地 Git 工具，在代码生成后执行 “git add/commit/push” 流程等。

另外，Google 表明 A2A 与 MCP 具互补性，可按实际状况组合使用。例如让 MCP 负责工具和遗留系统集成，用 A2A 专注处理 Agent 间的任务通信与协作等。

写请求，可以用异步架构。
比如写内容，网关-》MQ。 MQ消费：智能体消费，写RAG （MQ在网关和Agent之间 -- ）

CP场景，用同步，AP场景用异步。

MCP

大模型的 MCP（Model Context Protocol，模型上下文协议，
是通用协议层的标准，定义了LLM与外部工具/数据源的通信格式，但不绑定任何特定模型或厂商，将复杂的函数调用抽象为客户端-服务器架构。

1. MCP Server、Tools定义给大模型 （比如有10个MCP Server，每个10个tools，一共100个tools给大模型）
   MCP建立在Function calling之上。 MCP需要Function calling支持。 MCP 是通用标准，不跟任何大模型厂商绑定。

• 不同LLM 厂商的Function call 能力不同，接口，文档规范不同
• 鉴权，安全边界（MCP server的业务边界）
  2。 LLM推理调用对应的MCP Server和对应的方法
  
  

参考资料