面经策

MCP 协议和 A2A 协议如何协同工作？请设计一个同时使用两者的多 Agent 系统架构 ​

  • 标签：AI、大模型、Agent

🏛 业务架构师 ​

设计一个 MCP+A2A 协同的多 Agent 架构，我以"智能采购 Agent"为例讲清楚分工：

架构分层：

  1. 工具层（MCP）：企业内部系统统一封装为 MCP Server——ERP Server（库存/订单）、合同 Server、审批流 Server、知识库 Server，注册到 MCP 网关（统一鉴权、审计、限流）。所有 Agent 不直连业务系统，一律走 MCP——内部集成标准化。
  2. Agent 层（内部多 Agent）：采购 Agent 内部按职能拆分——需求分析 Agent、供应商比价 Agent、合同审查 Agent，通过编排框架（LangGraph 类）协作，共享企业内信任域（同一身份体系、同一审计链）。
  3. 协作层（A2A）：对外——供应商的报价 Agent、物流公司的调度 Agent 通过 A2A 协议互联：本方 Agent 发布 Agent Card 声明采购需求受理能力，也拉取对方 Card 发现"谁能报价"；询价以 Task 下发，长任务异步等结果，报价以 Artifact（结构化报价单）回收。跨企业边界，各自保留内部系统的完全私有。
  4. 治理层贯穿：对外交互走 A2A 网关（身份互信、审计、敏感数据出域管控）；对内工具调用走 MCP 网关。

关键设计原则：内部用 MCP 求深度集成与管控，外部用 A2A 求松耦合互信——协议边界即信任边界。这个架构的业务价值：新增一家供应商只需对方发布 Agent Card，集成成本从"月级项目"降到"天级配置"，这就是协议标准化带来的生态杠杆。

🏗 系统架构师 ​

设计 MCP + A2A 协同的多 Agent 系统，我给出一个客服中台的参考架构（四层）：

第一层：统一接入与网关

  • 渠道网关：Web/App/IM 消息接入，鉴权、限流、幂等；
  • 协议网关双面：对外暴露 A2A 端点（供外部 Agent 委托任务），对内管理 MCP Server 注册（内部能力收口：鉴权、审计、限流）。

第二层：编排 Agent（A2A 的消费者与提供者）

  • 主编排 Agent 接收用户意图，拆解任务；
  • 判断"自己做"还是"委派"：领域任务（退款审核、技术诊断）通过 A2A 委托给领域 Agent——读它的 Agent Card（/.well-known/agent.json）确认能力，创建 A2A Task（长任务状态机：working → completed，SSE 收 Artifact）；
  • 对外：本平台的"工单处理 Agent"也发布 Agent Card，供生态伙伴委托。

第三层：领域 Agent 集群（各自独立）

  • 每个领域 Agent（财务/技术/物流）独立部署：自己的 LLM 选型、自己的 System Prompt 与记忆；
  • 内部用 MCP 连接能力：MCP Server 封装 ERP、工单库、知识库、短信网关——工具调用、资源读取走 MCP 原语（tools/call、resources/read）；
  • 领域 Agent 之间也可 A2A 互调（技术诊断 Agent 发现需要财务数据 → A2A 委托财务 Agent）。

第四层：治理与观测（横切）

  • 全链路 trace：用户请求 → A2A task_id → MCP tool 调用 ID 贯穿；
  • 安全：A2A 走 OAuth2 服务间认证，MCP 工具分级权限 + 高危审批；
  • 长任务管理：A2A 异步任务的超时、补偿、幂等由编排层统一。

设计要点总结：A2A 管 Agent 间委托（粗粒度、异步、状态机），MCP 管 Agent 内工具（细粒度、同步、能力原语）——两条协议各守一层，绝不混用。

💻 全栈开发专家 ​

我设计过一个类似架构（客服中台），MCP 管垂直工具连接、A2A 管水平协作：

架构分层：

用户 → 统一入口 Gateway（路由/鉴权/幂等）
        │
        ▼
   编排 Agent（Planner，不直接干活）
    ├─A2A─→ 退款 Agent ──MCP──→ 订单库 / 支付系统 / 通知服务
    ├─A2A─→ 物流 Agent ──MCP──→ 物流API / 地图 / 短信
    └─A2A─→ 知识 Agent ──MCP──→ 向量库 / ES / CMS

运行流程（「帮我退款并告诉我什么时候到账」）：

  1. Gateway 鉴权路由到编排 Agent；
  2. 编排 Agent 分解任务：退款执行（委托退款 Agent）+ 到账时效查询（可并行的委托）；
  3. 通过 Agent Card 发现各领域 Agent 的能力（退款技能、refund:write scope），OAuth 2.1 拿 token；
  4. A2A message/stream 委托任务，退款 Agent 内部循环：MCP 查订单（只读工具直接执行）→ MCP 调支付退款（写工具，过自己的策略管道，人工确认阈值内自动执行）→ Task completed 返回 Artifact（退款单号、预计到账时间）；
  5. 编排 Agent 汇总两个结果生成最终回复；全程 trace_id 贯穿。

关键设计决策：

  • 编排层无工具：Planner 只做分解和委派，避免上下文膨胀；
  • 权限按层收窄：编排 Agent 只有委托权；执行 Agent 的 MCP 工具权限各自最小化（退款 Agent 碰不到物流写入）；
  • A2A 任务异步化：长任务（人工审核退款）走 input-required 状态挂起，webhook 回调续传；
  • 失败域隔离：单个 Agent 故障，编排层降级（换 Agent 或转人工），不雪崩。