系统掌握A2A协议，轻松构建多智能体协同应用！
本书内容
《构建自主AI:深入A2A协议的智能体开发》从实战的角度讲解A2A协议的相关知识，涵盖A2A的基本概念和工作原理、基于该协议的开发流程，以及将A2A融入各种AI Agent开发框架的实际案例。在内容组织上，《构建自主AI:深入A2A协议的智能体开发》分为基础篇、开发篇和应用篇三大部分，共18章。基础篇（第1、2章）讲解A2A的基本概念、核心价值、发展历程、技术原理，并提供一个极简入门案例；开发篇（第3~8章）围绕A2A的各关键技术展开，介绍A2A的基础应用、Agent多轮交互、Agent协作、多模态应用、安全框架等的开发方法，同时开发了一个简易的A2A验证器，以Web界面的形式展示A2A消息封装的过程与Agent Card的内容解析；应用篇（第9~18章）面向A2A应用与AI Agent集成的实际需求，提供10个实用案例，涵盖使用ADK、BeeAI、Pydantic AI、MCP、CrewAI、LlamaIndex、LangGraph、Semantic Kernel、AG2和Agent Framework等框架开发Agent的方法，并讲解如何通过A2A对外发布这些Agent的服务能力。
本书作者
高强文
毕业于电子科技大学，数字技术正高级工程师，现任互链高科(北京)技术发展有限公司总经理，从事医疗医保信息化工作20多年，近年来积极投身于开源生态建设，开发和运营着多个开源社区，著有《大模型项目实战:多领域智能应用开发》和《大模型项目实战:Agent开发与应用》。
本书读者
《构建自主AI:深入A2A协议的智能体开发》内容全面、技术体系完整、操作步骤详尽、源代码完整，适合作为A2A及Agent初学者和开发者的实践指南。
本书目录
目 录
第1篇 基础篇
第 1 章 理解A2A：概念、架构与演进2
1.1 A2A核心概念解析2
1.1.1 A2A的基本概念2
1.1.2 A2A的主要特性3
1.1.3 A2A的核心价值4
1.2 A2A生态演进之路5
1.2.1 A2A产生背景5
1.2.2 A2A关键版本迭代5
1.2.3 A2A社区生态6
1.3 A2A协议概览7
1.3.1 A2A核心概念7
1.3.2 A2A基本通信元素8
1.3.3 A2A传输方式11
1.3.4 A2A安全框架12
1.4 横向技术对比12
1.4.1 A2A与MCP对比13
1.4.2 A2A与Function-Calling对比13
1.5 本章小结14
第 2 章 极简入门：快速构建第一个A2A应用15
2.1 开发环境全栈指南15
2.1.1 操作系统要求16
2.1.2 大模型服务要求16
2.1.3 Python虚拟化环境17
2.2 实验环境安装与配置18
2.2.1 Ollama安装与配置19
2.2.2 Miniconda的安装与验证19
2.3 入门案例场景设计20
2.4 架构与核心组件20
2.4.1 Agent Card服务能力描述21
2.4.2 HTTP Server通信通道的实现21
2.4.3 A2A Application HTTP服务载体21
2.4.4 RequestHandler的分发职责22
2.4.5 TaskStore持久化方案22
2.4.6 AgentExecutor调度者角色22
2.4.7 Agent具体业务实现23
2.4.8 Client请求发起方的职能23
2.5 最简A2A应用实现过程23
2.5.1 源代码结构详解23
2.5.2 运行最简A2A应用28
2.6 本章小结30
第2篇 开发篇
第 3 章 实战基础应用：单次、任务与流式处理32
3.1 案例应用场景设计32
3.2 对话型Agent实现过程33
3.2.1 实现原理与主要组件33
3.2.2 对话型Agent源代码34
3.2.3 单独测试Agent功能36
3.3 案例一：消息单次返回模式36
3.3.1 实现原理与架构37
3.3.2 消息单次返回模式案例源代码37
3.3.3 运行消息单次返回模式案例41
3.4 案例二：异步任务处理模式41
3.4.1 实现原理与架构41
3.4.2 异步任务处理模式案例源代码43
3.4.3 运行异步任务处理模式案例47
3.5 流式响应模式探讨47
3.6 本章小结48
第 4 章 构建A2A验证器：服务治理与验证49
4.1 验证器的应用场景与价值49
4.2 A2A验证器的实现原理50
4.2.1 Agent Card的获取与兼容性处理51
4.2.2 A2A返回消息的解析51
4.2.3 Web界面的构建方法51
4.3 A2A验证器实现过程52
4.3.1 A2A验证器源代码52
4.3.2 运行A2A验证器57
4.3.3 验证A2A Server58
4.4 A2A验证器的产品化探讨60
4.5 本章小结61
第 5 章 实现多轮交互：状态管理与上下文保持62
5.1 复杂交互场景设计62
5.2 实现原理与架构63
5.3 多轮交互实现过程64
5.3.1 拥有状态维护机制的Agent实现64
5.3.2 A2A Server源代码67
5.3.3 A2A Client源代码69
5.3.4 运行多轮交互应用70
5.4 存储与消息交互优化措施探讨71
5.5 本章小结72
第 6 章 多Agent协作系统：从原理到实现73
6.1 多Agent协作应用场景73
6.2 多Agent协作实现原理74
6.2.1 多Agent协作流程设计74
6.2.2 WebUI工作原理分析75
6.3 多Agent协作实现过程76
6.3.1 多Agent协作源代码76
6.3.2 运行多Agent协作应用78
6.4 其他协作方案探讨80
6.5 本章小结81
第 7 章 开发多模态A2A应用：视频下载与传输82
7.1 多模态应用场景82
7.2 实现原理与通信设计83
7.2.1 多模态交互流程设计83
7.2.2 通信协议与数据支持84
7.3 多模态应用实现过程86
7.3.1 视频下载Agent实现86
7.3.2 A2A Server源代码89
7.3.3 A2A Client源代码92
7.3.4 运行多模态应用94
7.4 本章小结95
第 8 章 构建企业级安全框架：认证与通道保护96
8.1 A2A安全框架概述96
8.2 Bearer身份认证实现97
8.2.1 Bearer认证原理97
8.2.2 Bearer认证过程97
8.2.3 Bearer认证实例实现详解99
8.2.4 运行Bearer认证实例104
8.3 动态Token身份认证实现105
8.3.1 动态Token认证原理106
8.3.2 动态Token认证过程106
8.3.3 动态Token认证实例108
8.3.4 运行动态认证实例117
8.4 A2A通道安全保障118
8.4.1 整体安全要求118
8.4.2 HTTPS配置详解119
8.5 本章小结122
第3篇 应用篇
第 9 章 ADK集成：专为Agent开发而设计125
9.1 将Agent封装到A2A Server126
9.2 使用ADK高效开发Agent127
9.2.1 ADK应用场景127
9.2.2 ADK关键概念127
9.2.3 ADK开发的极简Agent源代码128
9.2.4 运行ADK开发的极简Agent130
9.3 用Web页面测试Agent132
9.3.1 可用于Web页面测试的Agent源代码132
9.3.2 在Web页面测试Agent133
9.4 ADK与A2A-SDK互操作134
9.4.1 互操作A2A Client源代码134
9.4.2 运行互操作A2A Client135
9.5 基于ADK的多Agent协作135
9.5.1 多Agent协作源代码136
9.5.2 运行多Agent协作应用137
9.6 本章小结138
第 10 章 BeeAI集成：ReAct与需求Agent实战139
10.1 BeeAI简要介绍139
10.1.1 BeeAI主要特性139
10.1.2 BeeAI与A2A的关系140
10.2 ReAct Agent与A2A集成140
10.2.1 ReAct Agent应用流程140
10.2.2 ReAct Agent应用场景141
10.2.3 ReAct Agent源代码142
10.2.4 运行ReAct Agent144
10.3 需求Agent与A2A集成146
10.3.1 需求Agent应用流程146
10.3.2 需求Agent应用场景147
10.3.3 需求Agent源代码147
10.3.4 运行需求Agent149
10.4 本章小结150
第 11 章 Pydantic AI集成：多种集成方案151
11.1 Pydantic AI介绍151
11.1.1 Pydantic AI设计理念151
11.1.2 Pydantic AI主要特性152
11.2 基于Fast A2A的轻量级集成152
11.2.1 集成原理与架构153
11.2.2 典型应用场景154
11.2.3 A2A Server端实现154
11.2.4 A2A Client端实现156
11.3 基于A2A-SDK的完整功能集成159
11.3.1 集成原理与流程159
11.3.2 典型应用场景159
11.3.3 A2A集成源代码159
11.3.4 A2A-SDK集成案例162
11.4 本章小结163
第 12 章 MCP集成：扩展AI模型的能力边界164
12.1 MCP应用场景与价值164
12.2 实现原理与跨语言架构165
12.3 A2A与MCP集成实现过程166
12.3.1 集成Agent实现166
12.3.2 A2A Client实现171
12.4 MCP与A2A其他集成方式探讨172
12.4.1 整合远程MCP服务172
12.4.2 MCP-SDK与A2A-SDK对接173
12.5 本章小结174
第 13 章 CrewAI集成：构建角色驱动的协作系统175
13.1 CrewAI工作模式与主要特性176
13.1.1 CrewAI简介176
13.1.2 CrewAI工作模式176
13.1.3 CrewAI主要特性与优势178
13.2 CrewAIAgent案例179
13.2.1 CrewAIAgent应用场景179
13.2.2 CrewAIAgent实现原理179
13.2.3 CrewAIAgent源代码180
13.2.4 运行CrewAIAgent182
13.3 CrewAI与A2A集成方法183
13.3.1 A2A Server源代码183
13.3.2 A2A Client源代码185
13.3.3 运行CrewAI与A2A集成案例186
13.4 集成MLflow实现实验追踪187
13.4.1 MLflow简介187
13.4.2 MLflow服务配置188
13.4.3 源代码改造过程190
13.4.4 追踪实例与分析191
13.5 本章小结192
第 14 章 LlamaIndex集成：构建知识增强应用193
14.1 LlamaIndex介绍194
14.1.1 LlamaIndex简介194
14.1.2 LlamaIndex主要特性194
14.2 LlamaIndex应用案例195
14.2.1 ReAct Agent应用场景195
14.2.2 ReAct Agent实现原理195
14.2.3 ReAct Agent源代码197
14.2.4 运行ReAct Agent201
14.3 LlamaIndex与A2A集成202
14.3.1 A2A Server源代码202
14.3.2 A2A Client源代码204
14.3.3 运行LlamaIndex与A2A集成案例205
14.4 集成MLflow追踪LlamaIndex206
14.5 本章小结207
第 15 章 LangGraph集成：构建有状态的AI工作流208
15.1 LangGraph介绍208
15.1.1 LangGraph简介209
15.1.2 LangGraph适用场景209
15.1.3 LangGraph与LangChain的对比209
15.2 智能问答系统应用场景210
15.3 智能问答系统实现原理211
15.4 智能问答系统实现过程212
15.4.1 LangGraph Agent源代码212
15.4.2 单独测试Agent功能216
15.4.3 LangGraph与A2A的集成217
15.4.4 A2A Client实现219
15.5 本章小结221
第 16 章 Semantic Kernel集成：微软语义应用生态222
16.1 Semantic Kernel介绍222
16.1.1 Semantic Kernel简介223
16.1.2 Semantic Kernel主要特性223
16.1.3 Semantic Kernel与微软另两款产品的对比224
16.2 线上询价应用场景224
16.3 线上询价应用实现原理224
16.4 线上询价应用实现过程225
16.4.1 Semantic Kernel Agent225
16.4.2 基于A2A-SDK的集成228
16.5 本章小结232
第 17 章 AG2集成：多智能体编程助理应用233
17.1 AG2介绍233
17.1.1 AG2主要特性233
17.1.2 AG2对A2A的支持234
17.2 多智能体编程助理应用场景235
17.3 多智能体编程助理实现过程236
17.3.1 A2A Server源代码236
17.3.2 A2A Client源代码237
17.3.3 运行编程助理应用239
17.4 AG2与其他Agent框架的互操作性240
17.4.1 AG2 Agent调用Pydantic AI Agent241
17.4.2 A2A-SDK Client调用AG2 Agent243
17.5 本章小结246
第 18 章 Agent Framework集成：Deep Research的Agent实现247
18.1 Agent Framework介绍247
18.1.1 Agent Framework主要特性247
18.1.2 Agent Framework对A2A的支持248
18.2 基于工作流的Deep Research的应用场景248
18.2.1 Deep Research基本概念248
18.2.2 Deep Research Agent工作流程249
18.3 基于工作流的Deep Research Agent的实现过程250
18.3.1 Deep Research Agent源程序250
18.3.2 运行Deep Research Agent253
18.4 Agent Framework与A2A的集成方法254
18.4.1 A2A Server源程序254
18.4.2 A2A Client源程序256
18.4.3 测试Agent Framework与A2A的集成257
18.5 本章小结258
本书特色
♥
本文摘自《构建自主AI:深入A2A协议的智能体开发》，具体内容请以书籍为准。
申请样书请至清华大学出版社官网操作，感谢关注。
