人工智能通信协议三种协议：MCP协议、A2A协议、AG-UI协议是什么

499次阅读

共计 6092 个字符，预计需要花费 16 分钟才能阅读完成。

想象一下：你让智能助手规划跨国旅行，它需要调用航班预订 Agent、酒店 Agent、翻译 Agent，还要实时展示行程给你——这个过程中，工具调用的标准化 （AI 怎么 ” 用工具 ”）、 智能体间的协作 （AI 怎么 ” 对话 ”）、 用户界面的实时同步（AI 怎么 ” 展示 ”），缺一个环节都玩不转。

2024 年以前，这些环节都是 ” 各自为战 ”：OpenAI 的 Function Calling、Anthropic 的 Claude Tools、Google 的 Agent API，每个厂商都搞一套标准。直到 2024 年底至 2025 年，三大协议相继登场，才让 AI 智能体真正有了 ” 通用语言 ”：

MCP 协议：解决 ”AI- 工具 ” 通信，让智能体像插 USB 设备一样调用外部能力，解决了 AI Agent 和外部工具交互问题。
A2A 协议：解决 ”AI-AI” 通信，让不同厂商的智能体无缝协作，解决 Agent 间通信问题
AG-UI 协议：解决 ”AI- 用户 ” 通信，让智能体与界面实时双向交互，解决 AI Agent 与前端应用之间的交互标准化问题。

人工智能通信协议三种协议：MCP 协议、A2A 协议、AG-UI 协议是什么

接下来，咱们逐个拆解这三大协议的技术细节和实战价值。

MCP（Model Context Protocol，模型上下文协议） 由 Anthropic 在 2024 年 11 月推出，2025 年 3 月更新至 2025-3-26 版，定位是AI 模型与外部工具 / 数据源的通用交互标准。简单说，MCP 就是给 AI 智能体设计的 ”USB 接口 ”——不管是数据库、API 接口还是本地文件，只要遵循 MCP 标准，智能体就能即插即用。

人工智能通信协议三种协议：MCP 协议、A2A 协议、AG-UI 协议是什么

MCP 采用 客户端 - 主机 - 服务器 架构，核心组件包括：

主机（Host）：运行 LLM 的应用（如 Claude Desktop、IDE 插件），负责权限控制和用户授权
客户端（Client）：主机内的连接器，与服务器建立 1:1 有状态会话
服务器（Server）：提供具体能力的服务（如数据库查询、文件操作），暴露资源、工具、提示词三类核心功能

通信基于JSON-RPC 2.0，支持两种传输方式：

本地通信：通过 stdio（标准输入输出）实现进程内低延迟交互
远程通信：通过 Streamable HTTP（取代旧版 HTTP+SSE）支持流式传输和批处理请求

MCP 的强大之处在于 标准化工具调用全流程，核心特性包括：

资源（Resources）：只读数据访问，如本地文件、数据库行（通过 URI 标识，如file://config.json）
提示词（Prompts）：预定义模板，如 ” 生成 SQL 查询语句：{user_question}”
工具（Tools）：可执行函数，如发送邮件、执行代码（需用户显式授权）
采样（Sampling）：服务器主动请求模型推理，支持递归 LLM 交互

MCP 在 2025 年版本中强化了安全框架，包括：

OAuth 2.1 授权：严格的身份验证和权限控制
用户同意机制：工具调用前必须获得用户批准（如 ” 是否允许删除文件？”）
数据最小化：仅传输必要上下文，服务器无法读取完整会话历史

客户端可通过 tools/list 请求查询服务器能力，新增工具时自动通知客户端，实现 ” 即插即用 ”。例如，当高德地图 MCP Server 新增 ” 路线规划 ” 工具时，智能体无需重启即可调用。

MCP 已在多个领域落地，典型场景包括：

IDE 智能开发：在 VS Code 中通过自然语言调用 Git 工具提交代码、查询 API 文档
企业数据查询：连接 ERP 系统，用自然语言生成销售报表（如 ” 显示 Q1 华东区销售额 ”）
本地隐私计算：在用户设备内分析文件（如简历解析），数据不离开本地

可以看星哥之前写的文章什么是 MCP？技术原理是什么？教你 15 分钟配置本地 MCP 服务

三个步骤 1. 准备 MCP Host、2、环境配置 3、MCP 配置

准备 MCP Host：目前市面上已有不少 MCP 的客户端，用的比较多的工具包括 Cursor、Windsurf、Cline 等，Cline 为例，介绍 MCP 的使用;
环境配置：MCP Server 本质上就是 Node.js 或者 Python 程序，所以在配置 MCP 前，用户需要安装 Node.js（包含 npm 或 npx）和 Python 环境;
MCP 配置：可以在 MCP 官方选择一个热门的 MCP Server

来自：https://a2aprotocol.ai/

A2A Protocol is an open standard that enables AI agents to communicate and collaborate across different platforms and frameworks, regardless of their underlying technologies. It’s designed to maximize the benefits of agentic AI by enabling true multi-agent scenarios.
翻译
A2A 协议是一项开放标准，它能让人工智能代理在不同平台和框架间进行通信与协作，而不受其底层技术的限制。该协议旨在通过支持真正的多代理场景，最大限度地发挥智能代理的优势。

A2A（Agent2Agent Protocol） 由 Google 在 2025 年 4 月推出，是 首个专为 AI 智能体间通信设计的开放标准。它解决的核心问题是：不同组织、不同框架开发的智能体，如何像人类团队一样协作？

MCP 解决的是 Agent 和外部工具 / 数据的集成；而 A2A 致力于促进独立 Agent 间的通信，帮助不同生态系统的 Agent 沟通和协作。

人工智能通信协议三种协议：MCP 协议、A2A 协议、AG-UI 协议是什么

举个例子：你的旅行 Agent 需要协调航班 Agent（查机票）、酒店 Agent（订住宿）、翻译 Agent（实时翻译）——没有 A2A 时，这些 Agent 就像 ” 各说各话 ”；有了 A2A，它们能通过统一协议协商任务、共享状态。

A2A 基于JSON-RPC 2.0+HTTP(S)，核心机制包括：

每个 A2A 智能体需提供Agent Card（JSON 格式），包含：

身份信息（名称、版本、描述）
能力列表（支持的任务类型、模态，如 ” 文本 + 文件 ”）
通信端点（URL、支持的传输方式：SSE/WebSocket）
认证要求（如 OAuth 2.0、API Key）

客户端通过 /.well-known/agent.json 访问 Agent Card，实现智能体自动发现（类似人类交换名片）。

A2A 将任务状态标准化为 5 种：submitted（已提交）→working（处理中）→input-required（需输入）→completed（完成）/failed（失败）。支持三种交互模式：

请求 / 响应：适用于简单查询（如 ” 查询天气 ”）
流式传输：通过 SSE 推送实时进度（如 ” 酒店搜索中：已找到 3 家符合条件 ”）
推送通知：通过 Webhook 回调异步结果（如 ” 航班预订成功 ”）

A2A 通过结构化过程促进“客户端”代理与“远程”代理之间的通信

人工智能通信协议三种协议：MCP 协议、A2A 协议、AG-UI 协议是什么

图：https://a2aprotocol.ai/

A2A 支持TextPart（文本）、FilePart（文件）、DataPart（结构化数据） 三类消息内容，例如：

客户服务场景：用户上传故障照片（FilePart）+ 语音描述（AudioPart），智能体返回维修建议（TextPart）+ 预约表单（DataPart）

传输加密：默认 TLS 1.3，支持双向认证
权限粒度：细到 ” 只读 / 可写 ” 的工具权限描述（如标记 ” 删除文件 ” 为破坏性操作）
厂商中立：基于 HTTP 等现有标准，已获 Atlassian、Salesforce、SAP 等 50+ 企业支持

A2A 已在多个复杂场景落地，典型案例包括：

用户向主 Agent 提出 ” 规划东京 5 日游 ”，主 Agent 通过 A2A 调用：

航班 Agent：查询并预订机票
酒店 Agent：根据预算推荐住宿
翻译 Agent：生成日语行程单
天气 Agent：实时同步东京天气

销售 Agent 通过 A2A 与财务 Agent 协作：

销售 Agent 生成报价单（调用产品数据库 MCP Server）
财务 Agent 审核价格（调用 ERP 系统 MCP Server）
双方通过 A2A 交换结构化数据（JSON 格式报价单），自动完成开票

AG-UI（Agent-User Interaction Protocol） 由 CopilotKit 在 2025 年 5 月推出，定位是AI 智能体与前端应用的实时交互标准。简单说，AG-UI 解决的是 ” 智能体生成的内容如何高效展示给用户 ” 的问题——比如 AI 写代码时逐字流式输出、工具调用时实时显示进度。

https://docs.ag-ui.com/introduction

AG-UI standardizes how front-end applications connect to AI agents through an open protocol. Think of it as a universal translator for AI-driven systems- no matter what language an agent speaks: AG-UI ensures fluent communication.
翻译
AG-UI 通过一种开放协议，对前端应用程序与人工智能代理的连接方式进行了标准化。可以将其视为人工智能驱动系统的“通用翻译器”—— 无论某个代理使用何种“语言”，AG-UI 都能确保通信流畅无阻。

人工智能通信协议三种协议：MCP 协议、A2A 协议、AG-UI 协议是什么

AG-UI 采用 事件驱动架构 ，核心特点是 流式 JSON 事件传输，架构包括：

前端应用：网页 /App，通过 AG-UI 客户端接收事件
智能体：后端 AI 服务，生成事件流（如文本消息、工具调用）
传输层：支持 SSE（简单场景）、WebSocket（双向交互）、Webhook（异步通知）

核心创新是16 种标准化事件，覆盖五大场景：

生命周期事件：run_started（任务开始）、run_finished（任务结束）
文本消息事件：text_message_content（流式文本块）、text_message_end（消息结束）
工具调用事件：tool_call_start（工具开始执行）、tool_call_end（工具返回结果）
状态更新事件：state_delta（增量更新应用状态，如表单数据）
错误处理事件：error（异常信息）、cancellation（任务取消）

AG-UI 打破传统 ” 请求 - 响应 ” 模式，支持 智能体主动推送 和用户实时反馈。例如：

AI 生成报告时，前端通过 text_message_content 事件逐段显示
用户可发送 user_input 事件打断生成：” 这里需要补充 2024 年数据 ”

AG-UI 不绑定特定前端框架，提供Python/TypeScript SDK，现有系统只需适配事件格式即可接入。例如：

React 应用通过 @ag-ui/client 监听事件，实时更新 DOM
LangGraph/CrewAI 等智能体框架，通过中间件将内部事件转换为 AG-UI 格式

AG-UI 让 AI 生成内容像 ” 人类打字 ” 一样自然：

用户在文档中输入 ” 写一段产品介绍 ”，AI 通过 text_message_content 事件逐字推送，延迟 <100ms
同时发送 state_delta 事件更新字数统计、保存草稿

传统客服界面需要刷新才能看到新消息，AG-UI 通过事件流实时同步：

客服 Agent 调用知识库（MCP 协议），同时通过 tool_call_start 事件显示 ” 正在查询订单 …”
结果返回后，通过 text_message_content 推送给用户，无需页面刷新

很多朋友问：”MCP、A2A、AG-UI 是不是竞争关系？” 其实它们覆盖了 AI 交互的不同维度，就像 ”USB（MCP）+ 以太网（A2A）+ HDMI（AG-UI）”，缺一不可。下面用表格直观对比：

维度	MCP 协议	A2A 协议	AG-UI 协议
核心定位	AI- 工具通信	AI-AI 通信	AI- 用户界面通信
通信对象	主机 - 服务器	智能体 - 智能体	智能体 - 前端应用
传输方式	JSON-RPC 2.0（stdio/HTTP）	JSON-RPC 2.0（HTTP/SSE）	事件流（SSE/WebSocket）
关键特性	资源 / 工具 / 提示词标准化	Agent Card/ 任务生命周期	16 种标准事件 / 状态增量同步
典型场景	数据库查询、文件操作	旅行规划、跨部门协作	实时聊天、协作编辑
安全重点	用户授权、数据隐私	身份认证、权限粒度	前端状态加密、输入验证