多 Agent 沟通与交互：从底层协议到进程线程

多 Agent 沟通与交互：从底层协议到进程线程

目录

1. 三种沟通模式
2. 底层核心技术
3. 与多进程/多线程的关系

---

1. 三种沟通模式

多 Agent 系统里，Agent 之间怎么“说话”，主流有三种模式。

1.1 工具调用式 Handoff

思路：把每个执行 Agent 包装成一个“工具”，主管 Agent 像调用普通 Function Calling 一样调用它。

• 流程：主管决策 → 调用 call_xxx_agent 工具 → 执行 Agent 被触发 → 返回结果给主管。
• 特点：控制流显式转移，主管拥有全局视野，避免执行 Agent 之间直接耦合。
• 适用：LangGraph 官方推荐，适合有明确层级的主管-执行架构。

1.2 共享状态通信

思路：所有 Agent 读写同一个共享 State，通过状态变化隐式协作。

• 流程：主管写入 next_agent 和任务指令 → 执行 Agent 读取并执行 → 结果写回 task_results → 主管读取汇总。
• 特点：隐式沟通，天然支持并行——多个执行 Agent 可同时写不同字段，最后由主管合并。
• 适用：需要并行执行、结果汇总的场景。

1.3 标准化协议（MCP / A2A）

当 Agent 需要跨进程、跨系统通信时，必须用标准协议。

• MCP（Model Context Protocol）：解决 Agent ↔ 工具/数据源 的垂直连接。底层是 JSON-RPC 2.0 over HTTP POST + 按需 SSE 流，2026 规范趋向无状态，便于水平扩展。
• A2A（Agent-to-Agent）：解决 Agent ↔ Agent 的水平协作。底层是 JSON-RPC 2.0 over HTTP(S) / gRPC，支持 SSE 流式，明确支持有状态长周期任务。
• 关系：MCP 管工具访问，A2A 管 Agent 间任务委托，二者互补。

---

2. 底层核心技术

2.1 进程内：Pregel 消息传递

Handoff 和共享状态不涉及网络协议，它们发生在同一个 LangGraph 应用进程内。

• 引擎：LangGraph 基于 Google Pregel 思想，将工作流建模为图，节点间通过 Channel（通道） 通信。
• 机制：节点执行完毕 → 向通道写入消息（更新状态）→ Pregel 路由到下游节点。
• 数据：Python 对象（字典），内存传递，无网络开销。
• Handoff 本质：一个返回 Command 对象的特殊工具，Command 包含状态更新和 ToolMessage，触发路由。

2.2 跨进程：HTTP / SSE / WebSocket

标准化协议依赖以下网络技术：

技术	方向	特点	用途
HTTP	单向请求-响应	简单通用，无状态	A2A/MCP 主要传输载体
SSE	服务器→客户端单向流	基于 HTTP，轻量	流式返回 LLM 生成内容
WebSocket	全双工	实时双向，协议复杂	需要双向实时交互的场景

• MCP：JSON-RPC 2.0 over HTTP POST，服务器按需返回单个 JSON 或限定于该请求的 SSE 流。
• A2A：JSON-RPC 2.0 over HTTP(S)（主要）或 gRPC，流式场景用 SSE 包装事件。

2.3 数据格式：JSON-RPC 2.0

MCP 和 A2A 都采用 JSON-RPC 2.0 作为消息编码格式。请求、响应、通知都遵循统一结构，保证跨系统互操作。

---

3. 与多进程/多线程的关系

3.1 概念区分

• 多 Agent：应用架构层，关心“谁来做、做什么、怎么协作、如何决策”。
• 多进程/多线程：操作系统/运行时层，关心“怎么并发执行、资源怎么隔离、CPU 怎么调度”。
• 关系：正交且可组合。多 Agent 可以映射到协程、线程、进程或微服务，也可以单线程顺序执行。

3.2 组合方式

场景	底层执行手段
同一进程内、I/O 密集（调 LLM、查库）	asyncio 协程或线程池
同一进程内、CPU 密集	多进程，绕开 GIL
跨机器、跨服务	每个 Agent 独立部署为进程/容器，通过 A2A/HTTP/gRPC 通信
共享状态协作	LangGraph 图内 Pregel 通道，进程内消息传递

3.3 关键结论

• LangGraph 的节点不是操作系统线程，而是 Pregel 引擎调度的逻辑节点。
• 多 Agent 的“多”体现在角色分工和协作逻辑，不是线程数量。
• 一个 Supervisor 调度三个执行 Agent，完全可以在单个 FastAPI 进程内用异步并发跑完。
• 先设计协作逻辑（Handoff / 共享状态 / A2A），再根据负载类型选择底层并发方式。

---

总结：多 Agent 沟通的底层，进程内靠 Pregel 消息传递，跨进程靠 HTTP/SSE/JSON-RPC。多 Agent 是逻辑架构，多进程/多线程是执行手段，二者正交，按需组合。