Appearance
智能体协议 MCP/A2A/NLWeb
随着智能体规模日益增长，我们需要统一的协议来保障标准化、安全性与开放创新。本节聚焦三种协议：MCP、A2A 与 NLWeb。
引言
- MCP：让智能体以统一方式访问外部工具与数据；
- A2A：让不同智能体之间可以通信协作；
- NLWeb：为网站提供自然语言接口，使智能体可发现并交互内容。
学习目标
- 识别 MCP、A2A、NLWeb 的核心用途与优势；
- 说明各协议如何帮助 LLM、工具与智能体之间沟通；
- 理解它们在搭建复杂智能体系统中的角色分工。
Model Context Protocol（MCP）
MCP 是一种开放标准，为应用提供向 LLM 暴露上下文与工具的统一方式，相当于智能体访问异构数据源的“万能适配器”。
核心组件
MCP 基于 客户端-服务器 架构，包括：
- Host：发起连接的宿主应用，如 VSCode 等；
- Client：宿主中的组件，与 MCP Server 建立一对一连接；
- Server：暴露特定能力的轻量程序。
协议定义了三类能力：
- Tools：可调用的动作/函数（如查询天气、下单）；
- Resources：只读数据，如文件、数据库记录；
- Prompts：预定义提示模板，便于创建复杂工作流。
优势
- 动态工具发现：智能体可动态获取工具列表与说明，无需针对每个 API 手工适配；
- 跨模型互操作：支持切换不同 LLM；
- 安全统一：内置认证机制，避免管理多套密钥。
示例
例如航司通过 MCP Server 提供“搜索航班”“预订航班”工具：
- 客户端连接航司 MCP Server；
- 发现可用工具；
- 用户请求“查询波特兰到火奴鲁鲁”，智能体调用对应工具；
- MCP Server 调用内部 API 并返回结果；
- 用户确认后继续调用“预订”工具完成下单。
Agent-to-Agent 协议（A2A）
MCP 解决“智能体→工具”的连接，而 A2A 则负责“智能体↔智能体”的协作，尤其适用于跨组织、跨技术栈的任务协同。
核心组件
- Agent Card：类似工具清单，包含名称、任务描述、技能列表、Endpoint、版本与能力等；
- Agent Executor：负责将用户上下文传递给远程智能体，由对方 LLM 解析并执行；
- Artifact：远程智能体完成任务后返回的成果（结果描述、文本等）；
- Event Queue：用于消息更新与长时任务的状态维护，防止连接过早终止。
优势
- 增强协作：不同供应商/平台的智能体可共享上下文、协同工作；
- 模型灵活：每个智能体可自行选择最适用的 LLM；
- 安全内建：协议内置认证机制，保证代理间通信安全。
示例
旅行助手需要一次性完成“机票+酒店+租车”预订：
- 用户向“旅行智能体”提出请求；
- 旅行智能体判断需要多名专业智能体协作；
- 通过 A2A 分别连接航司、酒店、租车智能体；
- 各智能体使用自身 LLM 和工具完成子任务；
- 旅行智能体整合结果后回复用户。
Natural Language Web（NLWeb）
NLWeb 旨在让网站具备自然语言接口，同时兼容智能体生态。
组件
- NLWeb 应用核心：处理自然语言问题，负责调用各模块；
- NLWeb 协议：定义自然语言交互规则，以 JSON（Schema.org）格式返回结果；
- MCP Server 端点：网站即 MCP Server，可向外共享
ask等工具； - Embedding 模型：将网站内容向量化，支持相似度检索；
- 向量数据库：存储内容向量，支持 Qdrant、Milvus、Azure AI Search 等多种引擎。
示例
- 网站导入航班、酒店等结构化数据并生成向量；
- 用户输入“帮我找一间下周带泳池的家庭友好酒店”；
- NLWeb 同时解析意图并检索向量数据库；
- LLM 整理匹配结果并生成自然语言回答；
- 外部智能体也可通过 MCP 接口直接查询网站内容。
常见问答
欢迎加入 Azure AI Foundry Discord 继续交流。