A2A Protocol

2025 Complete Guide: Agent2Agent (A2A) Protocol - The New Standard for AI Agent Collaboration

deutschEnglishfrançaisहिंदी日本語한국어nederlands中文
MILO•
Share
2025 Complete Guide: Agent2Agent (A2A) Protocol - The New Standard for AI Agent Collaboration

🎯 Kernpunkte (TL;DR)

  • A2A Protocol: Erster offener Standard, der speziell für die Kommunikation zwischen KI-Agenten entwickelt wurde und die Zusammenarbeitsprobleme zwischen KI-Agenten verschiedener Organisationen löst
  • Kernwert: Ermöglicht es spezialisierten KI-Agenten, durch standardisierte Kommunikationsprotokolle nahtlos bei komplexen Aufgaben zusammenzuarbeiten
  • Technische Grundlage: Basiert auf JSON-RPC 2.0 und HTTP(S), unterstützt Enterprise-Level-Features wie Streaming und Push-Benachrichtigungen
  • Komplementäre Beziehung zu MCP: A2A konzentriert sich auf Agent-zu-Agent-Zusammenarbeit, MCP auf Tool-Integration, gemeinsam ein vollständiges Agent-Ökosystem aufbauend

Inhaltsverzeichnis

  1. Was ist das A2A-Protokoll?
  2. Kernkonzepte des A2A-Protokolls
  3. A2A vs MCP Protocol Vergleich
  4. Agent-Discovery-Mechanismus
  5. Reale Anwendungsszenarien
  6. Technischer Implementierungsleitfaden
  7. Häufig gestellte Fragen
  8. Zusammenfassung und Handlungsempfehlungen
  9. Schnellstart-Beispiele
  10. Python-Implementierungsbeispiele
  11. JavaScript/TypeScript-Beispiele
  12. Java-Implementierungsbeispiele
  13. Framework-Integrationsbeispiele
  14. Protokoll-Integrationsbeispiele
  15. Entwicklungstools und SDKs
  16. Technische Spezifikationen und Best Practices
  17. Ökosystem und Ressourcen
  18. Protokollvergleich und -analyse

Was ist das A2A-Protokoll?

Agent2Agent (A2A) Protocol ist ein offener Standard, der speziell entwickelt wurde, um ein grundlegendes Problem im KI-Agent-Ökosystem zu lösen: Wie können KI-Agenten verschiedener Teams, mit unterschiedlichen Technologien und aus verschiedenen Organisationen effektiv kommunizieren und zusammenarbeiten?

Gelöstes Grundproblem

Stellen Sie sich vor, ein Benutzer bittet seinen Haupt-KI-Assistenten, eine internationale Reise zu planen. Diese eine Anfrage könnte die Koordination der Fähigkeiten mehrerer spezialisierter Agenten erfordern:

  1. Flight Booking Agent - Bearbeitung von Flugsuche und -buchung
  2. Hotel Booking Agent - Verwaltung von Unterkunftsarrangements
  3. Local Tourism Agent - Bereitstellung von Tourismusempfehlungen und -buchungen
  4. Financial Services Agent - Bearbeitung von Währungsumrechnung und Reiseberatung

💡 Grundlegende Erkenntnis

Ohne ein universelles Kommunikationsprotokoll würde die Integration dieser vielfältigen Agenten eine große Menge an benutzerdefinierten Punkt-zu-Punkt-Lösungen erfordern, was das System schwer erweiterbar, wartbar und skalierbar macht.

Die 5 Säulen der A2A-Lösung

Feature Beschreibung Technische Implementierung
Einheitliches Übertragungsformat JSON-RPC 2.0 über HTTP(S) Standardisierte Nachrichtenstruktur und -übertragung
Agent Discovery Agent Cards Mechanismus Werbung und Entdeckung von Agent-Fähigkeiten
Task Management Workflow Unterstützung für langwierige Aufgaben Multi-Turn-Interaktion und Zustandsverwaltung
Multimodale Datenunterstützung Text, Dateien, strukturierte Daten Rich-Media-Inhaltsaustausch
Enterprise-Level-Sicherheit Asynchrone Verarbeitung, Authentifizierung und Autorisierung Produktionsumgebung bereit

Kernkonzepte des A2A-Protokolls

Hauptteilnehmer

graph LR
    A[User] --> B[A2A Client<br/>Client Agent]
    B --> C[A2A Server<br/>Remote Agent]
    C --> D[Task Execution Results]
    D --> B
    B --> A
  • User: Endbenutzer oder Automatisierungsdienst, der die Anfrage initiiert
  • A2A Client: Anwendung oder Agent, der Anfragen an entfernte Agenten im Namen des Benutzers stellt
  • A2A Server: KI-Agent oder Agentensystem, das A2A-Protokoll-HTTP-Endpunkte implementiert

Grundlegende Kommunikationselemente

1. Agent Card

📋 Definition

JSON-Metadatendokument, das normalerweise unter einer bekannten URL (wie /.well-known/agent.json) auffindbar ist und die vollständigen Informationen eines A2A-Servers beschreibt.

In der Agent Card enthaltene Inhalte:

  • Agent-Identität (Name, Beschreibung)
  • Server-Endpunkt-URL und Version
  • Unterstützte A2A-Features (Streaming, Push-Benachrichtigungen)
  • Liste spezifischer Fähigkeiten
  • Authentifizierungsanforderungen

2. Task

graph TD
    A[submitted] --> B[working]
    B --> C[input-required]
    C --> B
    B --> D[completed]
    B --> E[failed]
  • Jede Aufgabe hat eine eindeutige, vom Agenten definierte ID
  • Aufgaben sind zustandsbehaftet und können mehrere Nachrichtenaustausche umfassen
  • Unterstützung für komplexe, langwierige Operationen

3. Message

  • Rollenunterscheidung: "user" (vom Client gesendet) oder "agent" (vom Server gesendet)
  • Inhaltsträger: Enthält ein oder mehrere Part-Objekte
  • Eindeutige Kennung: Jede Nachricht hat eine vom Absender definierte messageId

4. Part (Inhaltsteil)

Part-Typ Zweck Beispiele
TextPart Klartext-Inhalt Anweisungen, Fragen, Antworten
FilePart Dateiübertragung Dokumente, Bilder, Datendateien
DataPart Strukturierte Daten JSON-Formulare, Parameter, maschinenlesbare Informationen

5. Artifact

✅ Best Practice

Agenten sollten Artifact-Objekte verwenden, um generierte Ausgabeergebnisse an den Client zurückzugeben, wenn die Aufgabe den abgeschlossenen Zustand erreicht.

Vergleich der Interaktionsmechanismen

Mechanismus Anwendungsfall Technische Implementierung Vor-/Nachteile
Request/Response Einfache Anfragen, schnelle Aufgaben HTTP-Anfrage + Polling Einfach, aber ineffizient
Streaming Echtzeit-Updates, inkrementelle Ergebnisse Server-Sent Events Gute Echtzeit-Performance, persistente Verbindung erforderlich
Push Notifications Langwierige Aufgaben, asynchrone Verarbeitung Webhook-Callbacks Geeignet für langwierige Aufgaben, komplexe Implementierung

A2A vs MCP Protocol Vergleich

Protokoll-Positionierungsunterschied

🎯 Grundlegender Unterschied

MCP konzentriert sich auf Tool-Verbindung, A2A auf Agent-Zusammenarbeit - Sie ergänzen sich, konkurrieren nicht.

Vergleichsdimension A2A Protocol MCP Protocol
Hauptzweck Peer-to-Peer KI-Agent-Zusammenarbeit KI-Modell zu Tool/Ressource-Verbindung
Interaktionscharakteristika Zustandsbehaftet, Multi-Turn-Dialog, Verhandlung Zustandslos, einmaliger Aufruf, transaktional
Anwendungsszenarien Agent-Delegation, kollaboratives Projektmanagement Funktionsaufrufe, API-Anfragen, Datenabruf
Komplexität Unterstützung komplexer und dynamischer Interaktionen Strukturierte und vorhersagbare Ein-/Ausgabe

Reales Beispiel: Autowerkstatt

graph TB
    A[Customer] -->|A2A Protocol| B[Manager Agent]
    B -->|A2A Protocol| C[Mechanic Agent]
    C -->|MCP Protocol| D[Vehicle Diagnostic Scanner]
    C -->|MCP Protocol| E[Repair Manual Database]
    C -->|MCP Protocol| F[Lift Platform]
    C -->|A2A Protocol| G[Parts Supplier Agent]

Szenario-Analyse:

  1. Kundeninteraktion (A2A): Kunde diagnostiziert Problem durch Multi-Turn-Dialog mit Manager-Agent
  2. Interne Tool-Nutzung (MCP): Mechaniker-Agent verwendet MCP für spezialisierte Tools
  3. Lieferanten-Zusammenarbeit (A2A): Mechaniker-Agent verhandelt Teilebeschaffung mit Lieferanten-Agent

Agent-Discovery-Mechanismus

1. Standard-URI-Discovery

📍 Empfohlener Pfad

https://{agent-server-domain}/.well-known/agent.json

Implementierungsschritte:

  1. Client-Agent lernt potenzielle A2A-Server-Domains
  2. Sendet HTTP GET-Anfrage an Standardpfad
  3. Server gibt JSON Agent Card-Antwort zurück

Vorteile: Einfach, standardisiert, unterstützt automatische Entdeckung

2. Kuratierte Registry (Verzeichnis-Style Discovery)

graph TD
    A[Agent Registration] --> B[Central Registry]
    C[Client Query] --> B
    B --> D[Matching Agent Cards]
    D --> C

Anwendungsfälle:

  • Unternehmensumgebungen
  • Spezialisierte Märkte
  • Spezifische Ökosysteme

Vorteile:

  • Zentrale Verwaltung und Governance
  • Fähigkeitsbasierte Entdeckung
  • Zugriffskontrolle und Vertrauensmechanismen

3. Direkte Konfiguration/Private Discovery

Anwendbare Situationen:

  • Eng gekoppelte Systeme
  • Private Agenten
  • Entwicklungs-/Testumgebungen

Reale Anwendungsszenarien

Szenario 1: Internationale Reiseplanung

sequenceDiagram
    participant U as User
    participant PA as Primary Assistant
    participant FA as Flight Agent
    participant HA as Hotel Agent
    participant TA as Tourism Agent
    
    U->>PA: 5-tägige Tokyo-Reise planen
    PA->>FA: Flugoptionen anfragen
    FA-->>PA: Flugvorschläge zurückgeben
    PA->>HA: Hotelbuchung
    HA-->>PA: Unterkunftsbestätigung
    PA->>TA: Lokale Aktivitäten arrangieren
    TA-->>PA: Reiseroute empfehlen
    PA-->>U: Vollständiger Reiseplan

Szenario 2: Unternehmens-Kundenservice-Zusammenarbeit

Multi-Agent-Zusammenarbeitsfluss:

  1. Frontline Customer Service Agent - Bearbeitung allgemeiner Probleme
  2. Technical Specialist Agent - Lösung technischer Probleme
  3. Billing Processing Agent - Bearbeitung finanzieller Probleme
  4. Escalation Management Agent - Bearbeitung von Beschwerden und besonderen Situationen

⚠️ Wichtiger Hinweis

Agent-Zusammenarbeit erfordert die Aufrechterhaltung des vollständigen Benutzerkontexts, um Servicekontinuität und -konsistenz zu gewährleisten.

Technischer Implementierungsleitfaden

Agent Card Beispielstruktur

{
  "name": "Smart Travel Assistant",
  "description": "Professional travel planning and booking service",
  "provider": "TravelTech Inc.",
  "url": "https://api.travelagent.com/a2a",
  "version": "1.0.0",
  "capabilities": ["streaming", "pushNotifications"],
  "authentication": {
    "schemes": ["Bearer"]
  },
  "skills": [
    {
      "id": "flight-booking",
      "name": "Flight Booking",
      "description": "Search and book international flights",
      "inputModes": ["text", "data"],
      "outputModes": ["text", "data"]
    }
  ]
}

Sicherheits-Best-Practices

Sicherheitsschicht Implementierungsempfehlungen Technische Lösungen
Authentifizierung Standard-Web-Authentifizierung verwenden OAuth 2.0, API-Schlüssel
Autorisierung Rollenbasierte Zugriffskontrolle JWT-Token, Berechtigungsmatrix
Übertragungssicherheit HTTPS erzwingen TLS 1.2+, Zertifikatsverifikation
Netzwerkisolation Zugriffsbereiche begrenzen VPC, IP-Whitelist

Entwicklungsintegrationsschritte

  1. Agent Card Design - Agent-Fähigkeiten und -Schnittstellen definieren
  2. A2A-Endpunkt-Implementierung - Basierend auf JSON-RPC 2.0-Spezifikation
  3. Discovery-Mechanismus-Konfiguration - Geeignete Discovery-Strategie wählen
  4. Authentifizierungssystem-Integration - Sichere Zugriffskontrolle implementieren
  5. Interoperabilitätstests - Zusammenarbeit mit anderen Agenten verifizieren

🤔 Häufig gestellte Fragen

F: Was ist der grundlegende Unterschied zwischen dem A2A-Protokoll und bestehenden APIs?

A: A2A ist speziell für Peer-to-Peer-Zusammenarbeit zwischen Agenten entwickelt und unterstützt zustandsbehaftete, Multi-Turn-Interaktionen und komplexe Aufgabenverwaltung. Während traditionelle APIs hauptsächlich für einfache Funktionsaufrufe sind. A2A-Agenten können Reasoning, Planung und Verhandlung durchführen, was von gewöhnlichen APIs nicht bereitgestellt werden kann.

F: Wie wählt man zwischen A2A- und MCP-Protokollen?

A:

  • A2A wählen: Für Szenarien, die Agent-Zusammenarbeit, Multi-Turn-Dialog, Zustandsverwaltung erfordern
  • MCP wählen: Für Szenarien, die Tool-Aufrufe, Datenbankabfragen, spezifische Funktionsausführung erfordern
  • Beide kombinieren: Die meisten komplexen Anwendungen benötigen beide Protokolle gleichzeitig

F: Wie ist die Leistung des A2A-Protokolls? Unterstützt es groß angelegte Bereitstellung?

A: A2A basiert auf ausgereiften HTTP- und JSON-RPC-Standards und hat gute Skalierbarkeit. Durch Streaming- und Push-Benachrichtigungsmechanismen kann es langwierige Aufgaben effizient bearbeiten. Enterprise-Features wie Authentifizierung, Überwachung und Tracing haben standardisierte Unterstützung.

F: Wie wird Sicherheit in der Agent-Zusammenarbeit gewährleistet?

A: A2A übernimmt Standard-Web-Sicherheitspraktiken:

  • HTTP(S)-verschlüsselte Übertragung
  • Standard-Authentifizierungsschemas (OAuth 2.0, Bearer Token)
  • Agent Card-Zugriffskontrolle
  • Netzwerkschicht-Isolation und -Überwachung

F: Unterstützt das A2A-Protokoll Offline- oder Disconnect-Szenarien?

A: A2A unterstützt nativ asynchrone Operationen und kann Szenarien handhaben, in denen Agenten oder Benutzer nicht kontinuierlich online sind, durch den Push-Benachrichtigungsmechanismus. Langwierige Aufgaben können nach Netzwerkwiederherstellung weiter ausgeführt werden.

Zusammenfassung und Handlungsempfehlungen

Kernwert-Zusammenfassung

Das A2A-Protokoll stellt einen wichtigen Meilenstein in der Entwicklung des KI-Agent-Ökosystems dar, löst das Standardisierungsproblem der Agent-Zusammenarbeit und legt den Grundstein für den Aufbau leistungsfähigerer und flexiblerer KI-Anwendungen.

Sofortige Handlungsempfehlungen

  1. Bewertung bestehender Systeme - Geschäftsprozesse identifizieren, die durch Agent-Zusammenarbeit verbessert werden können
  2. Pilot-Szenario-Auswahl - Mit einfacher Agent-Zusammenarbeit beginnen
  3. Technische Vorbereitung - JSON-RPC 2.0 und verwandte Web-Standards lernen
  4. Community-Teilnahme - A2A-Protokoll-Community-Entwicklung und Best-Practice-Sharing verfolgen

🚀 Zukunftsperspektive

Da sich die Fähigkeiten von KI-Agenten weiter verbessern, wird das A2A-Protokoll zu einer wichtigen Infrastruktur für den Aufbau eines kollaborativen KI-Ökosystems und treibt KI-Anwendungen in eine komplexere und intelligentere Richtung.

Verwandte Ressourcen

Dieser Leitfaden basiert auf der offiziellen A2A-Protokoll-Dokumentation und wird kontinuierlich aktualisiert, um die neuesten Protokollentwicklungen und Best Practices widerzuspiegeln.

🚀 Schnellstart-Beispiele

Grundlegende Beispiele

  • A2A Samples: Hello World Agent (28. Mai 2025)
    • Vollständiger Leitfaden zum Erstellen eines Hello World-Agenten mit dem A2A Python SDK
    • Enthält detaillierte Umgebungseinrichtung und Testverfahren

Währungsumrechnung-Agent

🐍 Python-Implementierungsbeispiele

GitHub-Integration

  • A2A Python Sample: Github Agent (16. Juni 2025)
    • GitHub-Agent-Erstellung und -Verbindung mit a2a-python
    • Implementierung von Code-Repository-Informationsabfrage-Funktionalität

Reiseplanungs-Assistent

Datei-Chat-Workflow

Python-Tutorial-Serie

🟨 JavaScript/TypeScript-Beispiele

Film-Informations-Agent

JavaScript SDK-Tutorial

☕ Java-Implementierungsbeispiele

  • A2A Java Sample (5. Juni 2025)
    • Multi-Modul-Maven-Architektur
    • Spring Boot-Server-SDK-Implementierung
    • KI-Übersetzungsservice-Beispiel

🔧 Framework-Integrationsbeispiele

ADK-Integration

Spesenerstattungs-Agent

  • A2A ADK Expense Reimbursement Agent (10. Juli 2025)
    • Intelligenter Spesenerstattungs-Agent basierend auf Google ADK und A2A-Protokoll
    • Automatische Formular-Vervollständigungsinformations-Generierung

CrewAI-Integration

LangGraph-Integration

🔗 Protokoll-Integrationsbeispiele

MCP-Protokoll-Integration

  • A2A MCP AG2 Intelligenter Agent-Beispiel (2. Juli 2025)

    • A2A-Protokoll-intelligenter Agent erstellt mit AG2-Framework
    • Integration mit MCP-Protokoll und YouTube-Untertitel-Verarbeitungsfunktionalität

  • A2A MCP Integration (4. Juni 2025)

    • Schritt-für-Schritt-Leitfaden zur A2A- und MCP-Integration
    • KI-Agenten-Erstellung mit Python SDK und OpenRouter

🛠️ Entwicklungstools und SDKs

.NET SDK

Debugging-Tools

📚 Technische Spezifikationen und Best Practices

Protokollspezifikationen

  • A2A-Protokoll-Spezifikation (Python) (16. Juli 2025)
    • Umfassender Python-Implementierungs-Spezifikationsleitfaden
    • Behandelt Kernfunktionen einschließlich Agent-Karten, Messaging, Aufgabenverwaltung

Beispiele und Methoden

Protokollverständnis

🌟 Ökosystem und Ressourcen

Implementierungssammlung

  • A2A Implementations (2. Mai 2025)
    • Verschiedene Open-Source-A2A-Protokoll-Implementierungen erkunden
    • Enthält Java, TypeScript, Go, Rust, Python usw.

Ressourcenverzeichnis

  • Awesome A2A-Verzeichnis (19. April 2025)
    • Vollständiges Google A2A-Protokoll-Ökosystem erkunden
    • Enthält offizielle Dokumentation, Community-Implementierungen, Beispielprojekte, Integrationsleitfäden

📊 Protokollvergleich und -analyse

Protokollvergleiche