微軟開源人工智慧代理開發框架Semantic Kernel，現已支援來自Anthropic與Google的兩項開放協定，分別是MCP（Model Context Protocol）與A2A（Agent‑to‑Agent），進一步強化跨代理上下文共用、工具協作與跨雲環境的互通能力。透過這兩項協定的整合，開發者不僅能在本地與遠端串接多個語言模型、工具與代理，也能實現跨平臺、跨生態的模組化任務委派與功能組合，進一步簡化多代理系統的建構流程。
在MCP支援方面，Semantic Kernel從Python 1.28.1版本以來，已具有完整客戶端與伺服器角色的能力，可作為MCP主機開放自身的函式與提示詞，還能當作客戶端串接任何符合MCP協定的伺服器。MCP支援多種傳輸層，包括Stdio、SSE與WebSocket，允許開發者根據執行環境選擇合適的串接模式。該機制特別適用於在模型存取受限的場景，透過主機完成文字生成任務，維持封閉環境的運作安全。
此外，Semantic Kernel也完成對Google所推的A2A協定的初步整合。A2A為一種輕量化的JSON-RPC over HTTP協定，設計目標在於促進不同雲端平臺，人工智慧代理間的非同步上下文交換，避免傳遞敏感憑證與複雜相依元件。微軟提供的整合範例中，建置了一個旅遊代理，能根據任務類型動態路由至匯率查詢代理，或行程規畫代理，並透過A2A的Agent Card機制進行自動探索與任務派送。
MCP與A2A協定源自不同技術社群，但其目的皆是提升人工智慧代理間，上下文可用性與功能互操作性。Semantic Kernel整合這兩項協定，擴展了人工智慧系統在不同環境間彈性部署，對企業開發團隊與代理系統設計者而言，可降低多代理協同實作的技術門檻，也對異質系統的模組化人工智慧代理的導入與部署，帶來更高的自由度。
目前相關範例已釋出於Semantic Kernel與Google A2A的官方範例儲存庫，微軟也預告將持續擴充整合腳本，包含Azure AI Foundry與Semantic Kernel的整合範例，供開發者參考建構彈性多雲環境人工智慧代理應用。
