构建多智能体系统的五种集成模式:A2A与MCP的协同
文章探讨了如何利用 A2A(Agent-to-Agent)和 MCP(Model Context Protocol)协议构建企业级多智能体系统。作者详细介绍了五种集成模式:Agent Card 发现机制、委派专业化模式、工具桥接模式(通过 MCP 连接数据源)、跨组织联邦模式以及环境事件网格。这些模式旨在实现智能体之间的互操作性、独立演化以及安全的数据访问,从而打破语言、团队和组织的界限。
文章探讨了如何利用 A2A(Agent-to-Agent)和 MCP(Model Context Protocol)协议构建企业级多智能体系统。作者详细介绍了五种集成模式:Agent Card 发现机制、委派专业化模式、工具桥接模式(通过 MCP 连接数据源)、跨组织联邦模式以及环境事件网格。这些模式旨在实现智能体之间的互操作性、独立演化以及安全的数据访问,从而打破语言、团队和组织的界限。
文章清晰梳理了A2A与MCP协议在多智能体系统中的五种落地架构,包含了具体的组件和跨组织应用场景,且发布于近期,技术架构极具前瞻性和实操指导价值。
Google 一年前推出的 A2A 协议已发展到 1.0 版本,获得 150 多个组织支持并进入 Agentic AI 基金会。但同期 MCP 能力日益强大、Agent 运行时的编排能力提升、长时任务转向持久化工作流、共享状态协调等方式,都在减少 agent 之间需要独立寻址通信的场景。文章分析了四种架构趋势:agent 藏身于 MCP 能力之后、子代理成为运行时内部原语、单一协调代理面向多个 agent、软件工厂按工作任务组织 agent、以及传统工作流编排器从顶层协调 agent,认为显式 agent-to-agent 协议的需求可能并不常见。
文章系统梳理了当前市面八大 AI 浏览器自动化方案路线:①传统自动化派(Playwright/Selenium);②CDP+MCP/CLI 派;③浏览器插件派(OpenCLI 等,复用登录态);④原生 Agent 浏览器派(Ego Lite、BrowserOS neo,定制 Chromium);⑤AI 自主操作派(Browser Use、Stagehand);⑥云端浏览器派(Browserbase 等);⑦专业数据采集派(Crawl4AI、Firecrawl);⑧演进中的 WebMCP 标准。文章分析了各路线优劣势,并给出实际工程选型建议:固定任务用脚本,接管本地浏览器用插件,混合自动化用 Stagehand,云端高并发用云浏览器方案。
作者分享将蚂蚁灵光 2.0 Personal Agent 内测版接入米家、百度网盘、钉钉、QQ邮箱、美团跑腿、瑞幸、麦当劳、滴滴、高德、飞猪、美图、支付宝、微信读书、网易云音乐和淘宝共 15 个国民级 App 的完整体验。文章详细介绍了各服务的接入方式(扫码授权、MCP、Skill、CLI、申请 Key 等),展示其在天气穿衣提醒、点餐、打车、账单统计、比价盯价等场景的主动性能力,并总结出一套可复用的配置提示语,认为手机端 Personal Agent 与电脑端 Agent 是完全不同的物种,最大优势是能接国内服务并主动推送信息。
作者宣布其 AI 视频情报站正式开放 MCP 接口,支持 Claude Code、Codex 等 Agent 直接接入查询。文章介绍了接入方法(一条命令即可),并展示了几种典型用法:每天早上让 Agent 查询新起和升温的视频题材、查询某个题材的来源和时间线、追踪特定 AI 模型的动态,以及将情报站接入自己的工作流(如自动生成选题卡、晨会材料等)。情报站每天早上更新一期,提供题材归类、X 热议、开源项目、题材溯源等数据,同时说明了查询范围限制。不接 MCP 也可通过网页或开源版自行部署使用。
文章讨论软件工程师在AI时代面临的身份危机与新机遇。随着多智能体系统从简单的人机对话发展为数千个持久协作的智能体,解决重大研究、发现和硬件设计问题,一系列新的工程问题浮现:基础设施需要为突发性、有状态的单实例工作负载演进;智能体身份认证与授权(尤其是代表人类OBO场景和智能体互信)亟待解决;不可信代码与内容要求更强的安全隔离和沙箱机制;还需跨智能体的链路追踪与紧急停止工具。作者认为工程师应深入这些领域,解锁多智能体系统的潜力。
作者开源了一套耗时数周、花费数千美金打磨的数字人制作工作流Skills。只需一张照片和一句话指令,即可全自动生成数字人直播间带货广告,包括脸、声音、直播间、花字、价格动画等全部由AI完成。文章详细介绍了九大步骤:接入Renoise MCP工具、合成场景图、AI推荐风格、切分稿件、先报价拍首段、whisper回听与抽帧质检、拆解25支头部博主视频提炼的48个包装组件、三层景深字效果、以及过渡帧检查。成片成本仅482积分,替代了传统主播、灯光、场地、剪辑师的制作流程。
作者介绍了一款开源工具 MatrixMedia,解决剪完视频需在抖音、B站、小红书、快手等多个平台挨个登录上传、填写标题封面的繁琐问题。该工具本地运行,支持抖音、快手、B站、百家号、头条、视频号、小红书、番茄视频共8个平台的自动发布,提供 GUI、CLI、HTTP API 和 MCP Server 四种使用方式,可配合 Claude Code 等 AI 工具实现全自动分发,跨 Windows、Linux、macOS 平台,开源免费。作者提醒仅用于发布自有内容,避免批量刷量或搬运,以防被平台封禁。
作者分享了如何用 Claude Code 配合 Opus 5.5 将整个 SEO 部门自动化运营的实践经验。通过 ChatSEO MCP 提供数据智能层(Search Console、关键词量、实时 SERP、竞品分析),Claude Code 充当 SEO 总监负责规划与执行,人工只审批涉及线上页面的改动。文章给出了 6 个可直接安装的 Skill 文件,涵盖:聚焦商业意图的关键词模式挖掘、一关键词一页面避免自相蚕食、对标 SERP 前三名构建页面等内容,并强调了防止 AI 编造数据等实操细节。
作者分享了一套免费的深度 AI SEO 实战课程,核心是用 Claude(尤其是 Claude Code + ChatSEO MCP)系统化提升网站搜索排名与商业转化。内容包括:先选择有商业意图的关键词而非虚荣流量;用关键词模式批量生产页面;按转化意图排序的 9 种软件类页面类型(替代页、对比页、集成页等);用 Claude 批量写作、内链、生成结构化数据;并强调 GEO(AI 引用优化)必须建立在优质 SEO 之上。文章强调 AI 是执行之手、数据工具是大脑、人负责审批,并按周重复执行整个流程。
作者基于33k+次提交的Vibe Coding游戏经验,整理了25个开源GitHub仓库,帮助开发者用LLM更高效地构建游戏。文章分为两大板块:第一部分介绍MCP服务器、Agent技能和引擎桥接工具,包括Blender MCP、Unity MCP、Godot MCP和游戏开发Agent技能包,让LLM能直接操作编辑器和引擎;第二部分介绍AI 3D资产生成和世界生成工具,如img2threejs、腾讯Hunyuan3D-2、微软TRELLIS和PlayCanvas SuperSplat,帮助将提示词或参考图转化为可用的3D资产和高斯泼溅世界。文章强调合理引导LLM、提供合适工具能显著提升效率、降低token消耗并产出更高质量的游戏。