第 11 课使用智能体协议（MCP、A2A 和 NLWeb）

随着 AI 智能体的使用越来越广，人们越来越需要一些协议来保证标准化和安全，并支持开放创新。本课介绍为满足这一需求而出现的三种协议：模型上下文协议（MCP）、智能体间协议（A2A）和自然语言网页（NLWeb）。

介绍

本课内容包括：

MCP 如何让 AI 智能体访问外部工具和数据，完成用户的任务。
A2A 如何让不同的 AI 智能体之间相互通信、协作。
NLWeb 如何给任意网站加上自然语言界面，让 AI 智能体能够发现网站内容并与之交互。

学习目标

认识 MCP、A2A 和 NLWeb 在 AI 智能体领域的核心用途和优势。
解释每种协议如何促进 LLM、工具和其他智能体之间的通信与交互。
理解每种协议在构建复杂智能体系统时各自扮演的角色。

模型上下文协议

模型上下文协议（Model Context Protocol，MCP）是一个开放标准，为应用向 LLM 提供上下文和工具规定了统一的方式。它相当于一个“万能转接头”，让 AI 智能体能以一致的方式连接各种数据源和工具。

下面来看 MCP 由哪些部分组成、与直接调用 API 相比有什么好处，以及 AI 智能体使用 MCP 服务器的一个例子。

MCP 核心组件

MCP 采用客户端-服务器架构，核心组件包括：

Host（宿主）：发起与 MCP 服务器连接的 LLM 应用（例如 VSCode 这样的代码编辑器）。
Client（客户端）：宿主应用中的组件，与服务器保持一对一的连接。
Server（服务器）：对外提供特定能力的轻量级程序。

协议定义了三种核心要素，也就是 MCP 服务器能提供的三类能力：

Tools（工具）：AI 智能体可以调用、用来执行某个动作的独立操作或函数。例如，天气服务可以提供“获取天气”工具，电商服务器可以提供“购买商品”工具。MCP 服务器会在能力清单中公布每个工具的名称、描述和输入/输出 Schema。
Resources（资源）：MCP 服务器可以提供的只读数据或文档，客户端按需获取。例如文件内容、数据库记录或日志文件。资源可以是文本（如代码或 JSON），也可以是二进制文件（如图片或 PDF）。
Prompts（提示词）：预先定义好的模板，提供推荐的提示词，用来支持更复杂的工作流程。

MCP 的优势

MCP 给 AI 智能体带来了明显的好处：

动态发现工具：智能体可以从服务器动态获取可用工具的列表，以及每个工具用途的说明。传统 API 则往往要把集成写死在代码里，API 一有变动就得改代码。MCP 提供“一次集成”的方式，适应性更强。
跨 LLM 互通：MCP 可以配合不同的 LLM 使用，便于更换核心模型、比较哪个效果更好。
标准化的安全机制：MCP 有一套标准的身份验证方式，接入更多 MCP 服务器时更容易扩展。这比为各种传统 API 分别管理不同的密钥和认证方式要简单。

MCP 示例

假设用户想通过一个基于 MCP 的 AI 助手预订机票。

连接：AI 助手（MCP 客户端）连接到航空公司提供的 MCP 服务器。
发现工具：客户端问航空公司的 MCP 服务器：“你有哪些可用的工具？”服务器回复“搜索航班”“预订航班”等工具。
调用工具：你对 AI 助手说：“帮我搜一下从波特兰到檀香山的航班。”AI 助手借助它的 LLM，判断需要调用“搜索航班”工具，并把相关参数（出发地、目的地）传给 MCP 服务器。
执行与响应：MCP 服务器充当一层封装，实际去调用航空公司内部的预订 API，拿到航班信息（例如 JSON 数据）后发回给 AI 助手。
后续交互：AI 助手把航班选项展示给你。你选好航班后，助手可能会调用同一台 MCP 服务器上的“预订航班”工具，完成预订。

智能体间协议（A2A）

MCP 关注的是把 LLM 连接到工具，而智能体间协议（Agent-to-Agent，A2A）更进一步，让不同的 AI 智能体之间能够通信和协作。A2A 能把来自不同组织、不同环境和不同技术栈的 AI 智能体连接起来，共同完成一项任务。

下面来看 A2A 的组成部分和优势，以及它在我们的旅行应用中可以怎样使用。

A2A 核心组件

A2A 的重点是让智能体之间能够通信，并协同完成用户任务中的某个子任务。协议的每个组件都为此服务：

智能体卡片（Agent Card）

与 MCP 服务器公布工具列表类似，智能体卡片包含：

智能体的名称。
它所完成的一般任务的描述。
具体技能的列表及说明，帮助其他智能体（甚至人类用户）了解在什么时候、为什么要调用这个智能体。
智能体当前的端点 URL。
智能体的版本和能力，例如是否支持流式响应和推送通知。

智能体执行器（Agent Executor）

智能体执行器负责把用户对话的上下文传给远程智能体，远程智能体需要这些信息才能理解要完成什么任务。在 A2A 服务器中，智能体用自己的大语言模型（LLM）解析收到的请求，并用自己的内部工具执行任务。

工件（Artifact）

远程智能体完成请求的任务后，它的工作成果会以工件的形式生成。工件包含智能体的工作结果、对已完成内容的描述，以及通过协议传递的文本上下文。工件发出之后，与远程智能体的连接就会关闭，直到再次需要它。

事件队列（Event Queue）

这个组件用于处理状态更新和传递消息。在生产环境的智能体系统中，它尤其重要：任务可能要花较长时间才能完成，事件队列能防止智能体之间的连接在任务完成前就被关闭。

A2A 的优势

更好的协作：让不同厂商、不同平台的智能体能够互相交互、共享上下文、协同工作，使过去彼此割裂的系统之间也能顺畅地自动化协作。
灵活选择模型：每个 A2A 智能体都可以自行决定用哪个 LLM 来处理请求，因此每个智能体都能用上优化或微调过的模型，不像某些 MCP 场景那样只连着一个 LLM。
内置身份验证：身份验证直接集成在 A2A 协议中，为智能体之间的交互提供可靠的安全框架。

A2A 示例

我们把旅行预订的场景扩展一下，这次用 A2A 来实现。

用户向多智能体系统提出请求：用户与一个作为 A2A 客户端的“旅行智能体”交互，比如说：“帮我订一趟下周去檀香山的完整行程，包括机票、酒店和租车。”
旅行智能体负责编排：旅行智能体收到这个复杂请求后，用它的 LLM 对任务进行推理，判断需要与其他专职智能体协作。
智能体之间通信：旅行智能体通过 A2A 协议，连接下游的智能体，比如由不同公司开发的“航空公司智能体”“酒店智能体”和“租车智能体”。
委派并执行任务：旅行智能体向这些专职智能体发送具体任务（例如“查找飞往檀香山的航班”“预订酒店”“租一辆车”）。每个专职智能体都运行自己的 LLM，使用自己的工具（这些工具本身可能就是 MCP 服务器），完成各自负责的那部分预订。
汇总回复：所有下游智能体完成任务后，旅行智能体把结果（航班详情、酒店确认、租车订单）汇总起来，以聊天的形式给用户一个完整的回复。

自然语言网页（NLWeb）

长期以来，网站一直是用户在互联网上获取信息和数据的主要途径。

下面来看 NLWeb 的组成部分和优势，并以我们的旅行应用为例，看看 NLWeb 是怎么工作的。

NLWeb 的组成部分

NLWeb 应用（核心服务代码）：处理自然语言问题的系统。它把平台的各个部分连接起来，生成回复。可以把它看作驱动网站自然语言功能的引擎。
NLWeb 协议：网站进行自然语言交互的一套基本规则。它以 JSON 格式返回回复（通常使用 Schema.org）。它的目的是为“AI 网络”打下一个简单的基础，就像 HTML 让人们能够在网上分享文档一样。
MCP 服务器（模型上下文协议端点）：每个 NLWeb 部署同时也是一台 MCP 服务器。这意味着它可以与其他 AI 系统共享工具（例如 ask 方法）和数据。实际效果是，网站的内容和功能可以被 AI 智能体使用，网站也就成了更大的“智能体生态”的一部分。
嵌入模型：这类模型用来把网站内容转换成叫作向量（嵌入）的数值表示。向量以计算机能够比较和搜索的方式记录内容的含义。向量存放在专门的数据库里，用户可以自行选择使用哪个嵌入模型。
向量数据库（检索机制）：这个数据库存放网站内容的嵌入。有人提问时，NLWeb 会查询向量数据库，快速找到最相关的信息，给出一份按相似度排序的候选答案列表。NLWeb 支持多种向量存储系统，例如 Qdrant、Snowflake、Milvus、Azure AI Search 和 Elasticsearch。

NLWeb 示例

编者注：图中“查找家庭酒店带游泳池的”是机器翻译的语序错误，原意是“查找带游泳池、适合家庭的酒店”；“架构/RSS”中的“架构”指 Schema（Schema.org 结构化数据）。

再来看我们的旅行预订网站，这次它由 NLWeb 驱动。

数据摄取：旅行网站现有的产品目录（例如航班列表、酒店介绍、旅游套餐）用 Schema.org 格式标注，或通过 RSS 订阅源载入。NLWeb 的工具读取这些结构化数据，生成嵌入，存入本地或远程的向量数据库。
自然语言查询（人类用户）：用户访问网站时不用在菜单里一层层找，而是在聊天界面输入：“帮我找一家下周在檀香山、带泳池、适合家庭入住的酒店。”
NLWeb 处理：NLWeb 应用收到这条查询，把它发给 LLM 去理解，同时在向量数据库中搜索相关的酒店信息。
准确的结果：LLM 帮助解读数据库的搜索结果，按“适合家庭”“有泳池”“在檀香山”这几个条件找出最匹配的酒店，再组织成自然语言回复。关键在于，回复引用的是网站目录中真实存在的酒店，避免编造信息。
与 AI 智能体交互：由于 NLWeb 同时是一台 MCP 服务器，外部的 AI 旅行智能体也可以连接这个网站的 NLWeb 实例。这个智能体可以用 MCP 的 ask 方法直接向网站提问，例如：“酒店推荐的檀香山一带餐厅里，有适合纯素食者的吗？”NLWeb 实例会处理这个问题，利用餐厅信息数据库（如果已经载入）返回结构化的 JSON 回复。

资源

免责声明：本课中文最初由 AI 翻译工具 Co-op Translator 自动翻译，本库对照英文原文做了校订和删节。译文仍可能有错漏，与英文原版不一致之处，以英文原版为准。

介绍