4.23 Agent 协议全景：MCP / A2A / AG-UI / Skills

🕐 内容截至 2026-07｜涉及版本：A2A v1.0

2024 年底 MCP 刚出现时，"Agent 协议"几乎就是 MCP 的代名词。但到 2026 年，情况变了：Agent 互操作已经分化成一个分层协议栈——MCP 管 agent 到工具，A2A 管 agent 到 agent，AG-UI 管 agent 到前端，ACP 管编辑器到 agent，Agent Skills 管能力打包，AGENTS.md 管项目指令。

这一节把整张地图摊开，讲清每层解决什么问题、谁在做、治理归谁，以及你该在什么场景用哪一层。

---

为什么一个协议不够用

一个真实的 Agent 应用，边界远不止"模型调工具"这一处：

用户 ←→ 前端 UI ←→ Agent A ←→ Agent B（另一个团队/另一家公司的 Agent）
                    ↕
                 工具、数据
                    ↕
              编辑器、IDE

每一处箭头都是一种通信关系，通信双方的角色、信任模型、交互模式完全不同：

• Agent 调工具：短平快的请求-响应，工具是"被动资源"
• Agent 调 Agent：可能是跨组织、长时间运行的任务，对方是"对等协作者"
• Agent 对前端：持续的事件流，人要随时介入
• 编辑器对 Agent：IDE 要嵌入 agent 的会话、diff、终端

用一个协议硬套所有场景，结果就是协议越来越臃肿。2025-2026 年行业的答案是分层：每层一个专注的协议。

---

一张表看懂协议栈

层	协议	通信方向	主导方	状态（截至 2026-07）
工具层	MCP	agent → 工具/数据	Anthropic 发起，现归 Linux 基金会 AAIF	事实标准，详见 4.1
协作层	A2A	agent ↔ agent	Google 发起，现归 Linux 基金会	v1.0 已发布
交互层	AG-UI	agent ↔ 前端应用	CopilotKit	生产可用
编辑器层	ACP	编辑器 ↔ agent	Zed	细分场景可用
能力打包	Agent Skills	（静态格式，非通信协议）	Anthropic	开放标准，30+ 工具兼容
项目指令	AGENTS.md	（静态约定，非通信协议）	OpenAI 发起，现归 AAIF	事实标准

注意最后两行：Agent Skills 和 AGENTS.md 不是通信协议，而是"内容格式与目录约定"——它们不规定数据怎么传，只规定"能力包"和"项目指令"长什么样、放在哪。把它们放进这张表，是因为工程实践中它们解决的是同一类问题：让不同厂商的 agent 能互相理解。

💡 类比：把 Agent 系统想象成一家公司。MCP 是员工和办公设备之间的接口（插座、内网系统账号）；A2A 是部门和部门之间、公司和外部供应商之间的合作流程（提工单、签合同、验收）；AG-UI 是员工和客户的沟通界面（客服系统）；ACP 是员工工位本身的规格；Agent Skills 是标准化的岗位培训手册——谁拿到都能上岗；AGENTS.md 则是贴在新人入职包第一页的公司规章制度。每一层都有用，但没有哪一层能代替另一层。

---

A2A：Agent 之间的协议

A2A（Agent2Agent）是这张图里 2026 年变化最大的一层，值得展开讲。

时间线

• 2025 年 4 月：Google 发布 A2A，定位是"agent 之间互相发现、通信、委派任务"的开放协议
• 2025 年 6 月：Google 把 A2A 捐给 Linux 基金会，转为中立的社区治理
• 2026 年 4 月：A2A v1.0 正式发布，引入多协议绑定（JSON-RPC、gRPC、REST）、签名的 Agent Card、企业级多租户等能力

据 Linux 基金会披露的数据，支持 A2A 的组织已超过 150 家，包括 Google、Microsoft、AWS、Salesforce、SAP 等；Google Cloud、AWS、Azure 三大云都已提供支持。据第三方报道，金融、供应链等领域已有生产级部署（如 Salesforce Agentforce 把自定义 agent 暴露为 A2A 端点，SAP Joule 跨系统委派任务给合作方 agent）。

核心概念一：Agent Card（能力发现）

每个 A2A agent 在一个约定 URL 上发布一张 Agent Card——一个 JSON 文档，声明"我是谁、我会做什么、怎么和我通信"：

{
  "name": "invoice-agent",
  "description": "处理发票查验与报销审核",
  "url": "https://agents.example.com/invoice",
  "version": "1.0.0",
  "capabilities": {
    "streaming": true,
    "pushNotifications": true
  },
  "skills": [
    {
      "id": "verify-invoice",
      "name": "发票查验",
      "description": "根据发票号码查验真伪并返回查验结果"
    }
  ]
}

调用方 agent 先读 Agent Card，判断对方能不能干这件事，再决定要不要把任务委派过去。这解决了多 agent 系统的第一个难题：发现（discovery）——不用硬编码每个协作者的能力。

核心概念二：Task（任务生命周期）

A2A 不把 agent 间交互建模为"一问一答"，而是建模为有生命周期的 Task：

submitted → working → input-required → working → completed
                    ↘ failed / canceled

关键状态：

• submitted / working：任务已提交、执行中（可以是几小时甚至几天的长任务）
• input-required：agent 执行到一半需要补充信息，任务挂起等待输入——这是人机协同和 agent 间协同的关键状态
• completed / failed / canceled：终态

任务执行过程中产出的结果文件叫 Artifact，进度更新可以通过流式推送或 webhook 通知。这套模型明显是为跨组织、长时间运行的协作设计的，和 MCP 的"调一个工具、拿一个结果"不是一个量级的问题。

和 MCP 的关系：互补，不是竞争

一句话记牢：A2A 在 agent 之间，MCP 从 agent 到工具。

Agent A ──A2A──→ Agent B（对等的协作者，有自己的策略和状态）
Agent A ──MCP──→ 数据库 / API / 文件系统（被动的工具和资源）

一个典型架构里两者同时存在：Agent B 通过 A2A 接到任务后，自己内部再用 MCP 调它需要的工具完成任务。

⚠️ 常见误解："A2A 出来了，MCP 要被淘汰了。"这是 2025 年很流行的误读。两者解决的问题正交：MCP 连接的是 agent 和工具（无自主性的资源），A2A 连接的是 agent 和 agent（有自主性的对等方）。两个协议如今都在 Linux 基金会旗下，官方定位就是互补。选型时问"MCP 还是 A2A"本身就是错误的问题——该问的是"我这个通信对端是工具还是 agent"。

---

AG-UI：Agent 到前端的协议

MCP 和 A2A 都发生在后端。但 Agent 应用还有一条面向用户的边界：agent 的运行过程（打字机输出、工具调用、等待审批）怎么实时同步到前端界面？

在 AG-UI 之前，每个团队都自己糊一套 WebSocket / SSE 协议，前端和后端 agent 框架紧耦合。AG-UI（Agent-User Interaction Protocol） 由 CopilotKit 主导，把这件事标准化了：一个开放的、基于事件的协议，定义 agent 后端向前端推送哪些事件。

它标准化的事件类型包括：

• Token 流：模型输出的逐字流式渲染
• 工具调用可视化：agent 调了什么工具、参数是什么、结果是什么，前端可以渲染成结构化卡片
• 中断与审批（Human-in-the-Loop）：agent 执行到敏感操作时发中断事件，前端弹出审批界面，用户批准后 agent 继续
• 共享状态（Shared State）：agent 的内部状态双向同步到前端，前端改了状态 agent 也能感知

生态上，LangGraph、CrewAI、Mastra、PydanticAI 等主流 agent 框架都已提供 AG-UI 集成，Google、AWS、Microsoft 的相关框架也有采纳。据第三方报道，其周安装量在 2025 年 10 月已突破 12 万，是目前 agent-前端层事实上的主流方案。

什么时候需要它：你在做一个有自定义前端的 Agent 产品（不是纯 CLI），而且不想被某个前端 SDK 锁死。

---

ACP：编辑器到 Agent 的协议

ACP（Agent Client Protocol）是 Zed 编辑器发起的协议，解决的是一个更细分的问题：代码编辑器怎么接入各种 coding agent。

它的角色设计有个有趣的反转：编辑器是 client，agent 是 server。编辑器（Zed）通过 ACP 启动 agent 子进程，用 JSON-RPC 通信，把会话、diff 展示、终端输出嵌入编辑器 UI。Gemini CLI、Claude Code 等 coding agent 都支持通过 ACP 接入 Zed。

对大多数应用开发者来说，ACP 是"知道即可"的一层——它是给编辑器厂商和 coding agent 厂商用的。但如果你在做 IDE 插件或者自己的 coding agent，这层就和你直接相关。

⚠️ 常见误解：ACP 和 A2A 名字像，但完全是两个东西。ACP 管"编辑器 ↔ coding agent"这一条本地链路，不处理 agent 之间的协作；跨 agent 协作是 A2A 的领域。另外注意历史上还有一个 IBM 提出的同名 ACP（Agent Communication Protocol），其思路已并入 A2A——搜资料时注意区分上下文。

---

Agent Skills：能力打包的开放格式

前面四个都是"数据怎么传"的协议，Agent Skills 是"能力怎么打包"的格式约定。

时间线：Anthropic 于 2025 年 10 月为 Claude 发布 Skills 功能，2025 年 12 月 18 日将其发布为开放标准，规范托管在 agentskills.io。此后微软、OpenAI、Cursor、GitHub 等相继采纳，目前兼容工具超过 30 个。

Skill 本身的技术形态在 5.10 有详细讲解（一个文件夹，核心是 SKILL.md）。这一节重点是它的跨客户端目录约定：

项目级：  <你的项目>/.agents/skills/my-skill/SKILL.md
用户级：  ~/.agents/skills/my-skill/SKILL.md

• 项目级：跟着 Git 仓库走，团队成员 clone 下来就能用，适合和项目强相关的能力（如"按本仓库规范写 migration"）
• 用户级：你个人在所有项目里都能用，适合个人工作流（如"按我的习惯生成 commit message"）

写一个 Skill、放到约定目录，Claude Code、Codex、Gemini CLI、Cursor 等兼容工具都能加载——这是 Agent Skills 作为标准的核心价值。

---

AGENTS.md：给 Agent 的项目说明书

AGENTS.md 是 OpenAI 发起的约定（本书你正在读的这份 CLAUDE.md 就是同类文件的 Claude 版）：在仓库根目录放一个 AGENTS.md，写明项目的构建命令、代码规范、测试方式，所有兼容的 coding agent 进入项目时都会读它。

它同样不是通信协议，而是一个"放对位置、大家就都会读"的静态约定。

---

治理格局：谁拥有这些标准

选协议就是在选治理方，这部分容易搞混，拉直了说：

• AAIF（Agentic AI Foundation）：2025 年 12 月在 Linux 基金会旗下成立，创始项目有三个——Anthropic 的 MCP、OpenAI 的 AGENTS.md、Block 的 goose。白金会员包括 AWS、Google、Microsoft、Anthropic、OpenAI 等
• A2A：Google 于 2025 年 6 月捐给 Linux 基金会（早于 AAIF 成立）
• Agent Skills：虽然采纳者众多，但截至 2026-07，这个标准仍由 Anthropic 主导维护，托管在 agentskills.io，并不在 AAIF 名下——不要因为它和 MCP 都源自 Anthropic 就默认它们归属相同

整体趋势是治理向中立基金会收敛，但收敛并不均匀。做技术选型时，"这个标准归谁管"直接影响它的长期中立性和演进方向。

---

实战意义：怎么选

你的场景	用哪层
Agent 要调数据库、API、文件	MCP
多个独立 agent（跨团队/跨公司/长任务）协作	A2A
给 Agent 做自定义前端界面	AG-UI
做编辑器插件或 coding agent 接入 IDE	ACP
把一套工作流/知识打包给多个 agent 工具复用	Agent Skills
告诉 coding agent 本项目的规矩	AGENTS.md

大多数项目从 MCP + AGENTS.md 起步就够了，A2A 和 AG-UI 在系统真正变大、出现对应边界时再引入。

---

🛠️ 实战练习

动手感受协议栈的两端：写一个跨工具可加载的 Skill，再写一张 A2A Agent Card 并程序化校验它。

步骤：

1. 创建项目级 Skill 目录和文件：

mkdir -p .agents/skills/commit-msg

创建 .agents/skills/commit-msg/SKILL.md：

---
name: commit-msg
description: 按照 Conventional Commits 规范生成中文 commit message。当用户要求提交代码或写 commit message 时使用。
---

# Commit Message 生成规则

1. 先运行 `git diff --staged` 查看暂存的改动
2. 格式：`<type>(<scope>): <中文描述>`，type 从 feat/fix/docs/refactor/test/chore 中选
3. 描述不超过 50 字，结尾不加句号
4. 如果改动涉及多个不相关的关注点，提示用户拆开提交

2. 写一张 Agent Card。创建 agent-card.json：

{
  "name": "my-first-agent",
  "description": "练习用 Agent：回答关于本仓库代码结构的问题",
  "url": "https://agents.example.com/my-first-agent",
  "version": "0.1.0",
  "capabilities": { "streaming": false, "pushNotifications": false },
  "skills": [
    {
      "id": "explain-repo",
      "name": "仓库结构讲解",
      "description": "根据用户问题解释本仓库的目录结构和关键文件"
    }
  ]
}

3. 写一个校验脚本 validate-card.mjs，检查 Agent Card 的必填字段：

import fs from 'fs'

const card = JSON.parse(fs.readFileSync('./agent-card.json', 'utf-8'))

const required = ['name', 'description', 'url', 'version', 'capabilities', 'skills']
const missing = required.filter((field) => !(field in card))

if (missing.length > 0) {
  console.error(`❌ Agent Card 缺少必填字段：${missing.join(', ')}`)
  process.exit(1)
}

if (!Array.isArray(card.skills) || card.skills.length === 0) {
  console.error('❌ skills 必须是非空数组，否则别的 Agent 不知道你会什么')
  process.exit(1)
}

for (const skill of card.skills) {
  for (const field of ['id', 'name', 'description']) {
    if (!skill[field]) {
      console.error(`❌ skill 缺少字段 ${field}：`, JSON.stringify(skill))
      process.exit(1)
    }
  }
}

console.log(`✅ Agent Card 校验通过：${card.name} v${card.version}，声明了 ${card.skills.length} 项技能`)

运行 node validate-card.mjs。

4. 故意删掉 agent-card.json 里的 version 字段再运行一次，观察校验脚本报错。

期望结果：第 3 步输出 ✅ Agent Card 校验通过：my-first-agent v0.1.0，声明了 1 项技能；第 4 步输出缺少 version 的报错并以退出码 1 结束。

进阶挑战：把 commit-msg Skill 复制到用户级目录 ~/.agents/skills/commit-msg/，然后在你用的 agent 工具（Claude Code、Codex 等）里让它帮你写一次真实的 commit message，验证跨目录加载是否生效；再删掉项目级副本，确认用户级 Skill 依然可用。

---

📌 关键结论

• 2026 年的 Agent 互操作是一个分层协议栈：MCP（agent→工具）、A2A（agent↔agent）、AG-UI（agent↔前端）、ACP（编辑器↔agent），外加两种静态格式约定 Agent Skills（能力打包）和 AGENTS.md（项目指令）
• A2A 的核心是 Agent Card（能力发现）和 Task 生命周期（含 input-required 挂起态，为跨组织长任务设计）；它和 MCP 是互补关系——"A2A 在 agent 之间，MCP 从 agent 到工具"
• A2A 由 Google 发起、已捐给 Linux 基金会，2026 年 4 月发布 v1.0，支持组织超 150 家、三大云均已支持
• 治理在收敛但不均匀：MCP / AGENTS.md / goose 归 Linux 基金会 AAIF，而 Agent Skills 标准仍由 Anthropic 维护——选协议时要看清归属
• 工程上从 MCP + AGENTS.md 起步，出现 agent 间协作或自定义前端的真实需求时再引入 A2A / AG-UI

下一节：4.24 云端异步 Coding Agent 与 Agent Teams