定义
智能体通信协议是标准化智能体与外部工具、智能体之间、以及智能体网络之间的接口规范。三大主流协议分别是 MCP、A2A 和 ANP，各自解决不同层面的通信问题。
协议选择
| 需求 | 选择 |
|---|---|
| 智能体访问外部服务（文件、数据库、API） | MCP |
| 多个智能体相互协作 | A2A |
| 构建大规模智能体生态系统 | ANP |
MCP（Model Context Protocol）
由 Anthropic 提出，被描述为”智能体的 USB-C”——统一了智能体与外部工具的交互方式。无论使用哪个模型，只要支持 MCP 就能无缝访问相同的工具和资源。
三层架构
- Host（宿主层）：用户直接交互的界面（如 Claude Desktop），管理对话流程
- Client（客户端层）：Host 内置，负责与 MCP Server 建连、收发请求
- Server（服务器层）：执行实际操作（如文件系统扫描）
架构优势在于关注点分离：Host 关注用户体验，Client 关注协议通信，Server 关注具体功能实现。
三大核心能力
| 能力 | 类型 | 说明 |
|---|---|---|
| Tools | 主动的 | 执行操作 |
| Resources | 被动的 | 提供数据 |
| Prompts | 指导性的 | 提供模板 |
工具选择工作流（5 步）
工具发现（list_tools()） → 上下文构建（工具列表转 LLM 格式） → 模型推理（分析是否需调用工具） → 工具执行（通过 MCP Server） → 结果整合（LLM 生成最终回答）
整个过程完全自动化——LLM 根据工具描述质量决定是否及如何使用工具。
MCP vs Function Calling
Function Calling 是 LLM 的内在能力，使模型理解何时调用函数并生成参数；MCP 是基础设施协议，在工程层面解决工具与模型如何连接的问题。MCP 可跨所有模型（OpenAI、Claude、Llama 等使用相同客户端），而 Function Calling 需为每个提供商定义不同格式。
五种传输方式
Memory（测试/原型）、Stdio（本地开发）、HTTP（生产/远程/微服务）、SSE（实时/流式）、StreamableHTTP（双向流式）。
关键特性是传输层无关性——协议不依赖于特定传输方式。
社区生态
Anthropic 官方维护的 MCP Servers 涵盖：Filesystem、GitHub、PostgreSQL、Slack、Puppeteer、Sentry、Sqlite 等。社区热门包括 Playwright、Perplexity、Obsidian、Jira 等。发布平台为 Smithery。
A2A（Agent-to-Agent Protocol）
由 Google 提出。解决智能体之间的协作问题。采用点对点（P2P）架构（网状拓扑），避免传统中央协调器的单点故障、性能瓶颈和扩展困难。
核心概念
- Task（任务）：需要完成的特定工作，有标准化生命周期（创建→协商→代理→执行中→完成→失败）
- Artifact（工件）：任务执行过程中产生的输出
请求生命周期
代理发现 → 身份验证 → 发送消息 API → 发送消息流 API
ANP（Agent Network Protocol）
开源社区维护。解决大规模智能体网络中的服务发现、路由选择和动态扩展问题。
核心概念
Agent Description（能力描述）、Service Discovery（动态发现）、Routing（消息路由）、Load Balancing（负载均衡）
架构流程
- 服务发现与匹配：公开的发现服务，基于语义/功能描述查询，通过
.well-known/agent-descriptions标准端点建立索引 - 基于 DID 的身份验证：去中心化身份机制，私钥签名 + 公钥验证
- 标准化服务执行：预定义标准接口和数据格式
核心机制是利用 DID 构建去中心化信任根基，借助标准化描述协议实现服务动态发现。
三层协议架构对比
| 维度 | MCP | A2A | ANP |
|---|---|---|---|
| 定位 | 智能体与工具的桥梁 | 智能体之间的对话系统 | 智能体的”互联网” |
| 适用规模 | 单个智能体增强 | 小规模团队协作 | 大规模开放网络 |
| 核心问题 | 如何访问工具 | 如何与其他智能体对话 | 如何发现和连接智能体 |
在 摘要-hello-agents 的实现中，三种协议统一抽象为 Tool 接口添加到 Agent，智能体层不关心底层协议细节。
关联连接
- Agentic_Systems — 智能体系统总览
- Agent_Paradigms — 经典 Agent 范式
- 摘要-hello-agents — Datawhale 智能体教程来源
- Agent_Memory — 记忆系统