PaperAgent 05月08日 15:22
4大类AI Agent协议框架全面综述
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

本文全面综述了AI Agent通信协议,将其划分为上下文导向型和代理间通信型两大类,并进一步细分为通用型和特定领域型,为开发者选择最合适的协议提供了指导。文章深入探讨了不同协议的特点、优势和适用场景,并通过案例分析,展示了MCP、A2A、ANP和Agora等协议在旅行规划任务中的具体应用,帮助读者更好地理解和应用AI Agent协议。

🤖 AI Agent协议是定义代理间及代理与外部系统结构化通信的标准化框架,与传统交互方式相比,具有更高的效率、更广的适用范围和更好的AI原生性。

🌐 AI Agent协议被分为两大类:上下文导向型和代理间通信型。前者解决AI代理与外部工具或数据源的交互问题,后者则关注代理间的协作和通信。

💡 上下文导向型协议包含通用型(如MCP)和特定领域型(如agents.json),用于获取AI代理完成任务所需的上下文信息。

🤝 代理间通信协议也分为通用型(如ANP、A2A、AITP、AConP、AComP、Agora)和特定领域型,用于解决更复杂的任务,支持不同代理之间的协作和通信。

✈️ 通过旅行规划案例,文章对比分析了MCP、A2A、ANP和Agora四种协议,展示了它们在不同场景下的应用,例如MCP适用于任务明确的场景,A2A适用于企业内部协作,ANP适用于跨组织协作,Agora则专注于用户交互。

2025-04-27 18:56 湖北

对现有的LLM AI Agent通信协议进行了系统性的概述,并将其分为四大类,以帮助用户和开发者为特定应用场景选择最适合的协议。
一、AI Agent协议的发展

AI Agent协议的定义:代理协议是标准化框架,定义了代理之间以及代理与外部系统之间结构化通信的规则、格式和程序。与传统交互机制(如API、GUI或XML)相比,协议在效率、操作范围、标准化和AI原生性方面具有显著优势。

二、AI Agent协议分类框架
提出了一个二维分类框架,将协议分为上下文导向型(Context-Oriented Protocols)和代理间通信型(Inter-Agent Protocols),并进一步细分为通用型(General-Purpose)和特定领域型(Domain-Specific)。

1、上下文导向型协议

面向上下文的协议主要解决AI代理与外部工具或数据源之间的交互问题,帮助代理获取必要的上下文信息以完成任务。这类协议进一步分为:

2、Agent间通信协议

面向代理间交互的协议专注于代理之间的协作和通信,以解决更复杂的任务。

    三、案例分析

    通过一个具体的用例——计划从北京到纽约的五天旅行——来比较和分析四种不同的AI代理协议:MCP、A2A、ANP和Agora:

    1.  MCP: 单个代理调用所有工具

    适用于任务定义明确且外部服务接口稳定的场景,但不适用于动态环境。

      用户向MCP Travel Client提出旅行计划请求。

      MCP Travel Client直接调用Flight Server、Hotel Server和Weather Server,分别获取航班、酒店和天气信息。

      各服务返回信息后,MCP Travel Client聚合所有响应,生成完整的旅行计划。

    2. A2A: 企业内部的复杂协作

    适合企业内部多个专业代理直接通信的场景,依赖于稳定的内部基础设施和高效的代理间数据交换。

      用户向A2A Travel Planner提出旅行计划请求。

      A2A Travel Planner将任务分配给各个专业代理(如Flight Agent、Hotel Agent、Weather Agent)。

      各代理直接相互通信,获取所需信息(例如Flight Agent直接从Weather Agent获取天气信息)。

      各代理将结果返回给A2A Travel Planner,由其汇总最终结果。

    3. ANP: 跨领域代理协议

    适合跨组织协作的场景,需要清晰的协议和安全机制。

      用户向ANP Travel Planner提出旅行计划请求。

      ANP Travel Planner将任务分配给不同组织的代理(如Flight Agent、Hotel Agent、Weather Agent)。

      各代理通过跨组织协议进行交互(例如Flight Agent与Weather Agent跨组织交互)。

      各代理将结果返回给ANP Travel Planner,由其汇总最终结果。

    4. Agora: 自然语言到协议生成
    专注于用户交互,将自然语言转换为结构化协议,适合需要高效用户交互的场景。

      用户提出自然语言请求(如“规划从北京到纽约的五天旅行”)。

      Agora通过自然语言理解模块解析用户请求,提取关键信息(如出发地、目的地、持续时间、预算)。

      协议生成模块将这些信息转换为标准化协议(如Flight Protocol、Hotel Protocol、Weather Protocol)。

      协议分发模块将协议分发给相应的专业代理(如Flight Agent、Hotel Agent、Weather Agent)。

      各代理根据协议响应,返回结果。

      https://arxiv.org/pdf/2504.16736A Survey of AI Agent Protocols

      推荐阅读


        欢迎关注我的公众号“PaperAgent”,每天一篇大模型(LLM)文章来锻炼我们的思维,简单的例子,不简单的方法,提升自己。

        阅读原文

        跳转微信打开

        Fish AI Reader

        Fish AI Reader

        AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

        FishAI

        FishAI

        鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

        联系邮箱 441953276@qq.com

        相关标签

        AI Agent 通信协议 LLM 协议分类
        相关文章