AI Agent 通信协议深度解析从 MCP 工具互联到 A2A 多智能体协作easy-vibe 实战视角【免费下载链接】easy-vibe从 0 到 1 学会 vibe coding项目制学习项目地址: https://gitcode.com/datawhalechina/easy-vibe::: tip 核心问题 AI Agent 如何与外部世界对话正如互联网需要 HTTP 协议AI Agent 同样需要标准化的通信协议。本文系统讲解当前最主流的两大 Agent 协议——MCPModel Context Protocol与 A2AAgent-to-Agent Protocol分别解决AI 连接工具与Agent 间协作两类问题并结合 easy-vibe 仓库中的真实配置如 config/mcporter.json与配套实战课程MCP 完整指南、Agent Teams 指南给出可直接落地的方案。 :::读完本文你将掌握协议的本质与价值、Agent 通信的三层结构、MCP 与 A2A 的完整原理与配置方法、两者的选型策略以及它们在真实项目中的使用方式。1. 协议Protocol是什么在计算机领域协议是一套标准化的规则与约定让不同的系统与程序能够互相理解并沟通。1.1 为什么需要协议想象这样一个场景你给朋友寄包裹需要写地址。如果每个人都用不同格式写地址快递员将无法投递任何东西。协议就是定义地址怎么写的标准——省、市、区、街道、门牌号按这个格式写任何人都能看懂。计算机同理。两个程序要通信必须约定数据格式是什么JSON还是二进制如何建立连接握手流程出错时怎么办错误处理机制1.2 计算领域常见协议协议用途你每天都在用HTTP网页传输协议浏览器打开网页HTTPS加密版 HTTP网银、支付页面TCP/IP互联网基础协议所有网络通信DNS域名解析把域名翻译成 IP 地址SMTP邮件发送协议发送电子邮件WebSocket双向实时通信聊天应用、在线游戏SSH安全远程登录连接服务器FTP文件传输协议上传/下载文件这些协议构成了互联网的基石。没有它们你无法浏览网页、发送邮件或观看视频。1.3 协议的核心价值协议的核心价值在于标准化与互操作性标准化所有人都遵守同一套规则降低沟通成本互操作性不同厂商、不同技术栈的系统可以无缝集成。例如 HTTP 协议让 Chrome 能访问 Nginx 服务器也让 Python 爬虫能从 Java 网站抓取数据。Chrome 与 Nginx 不需要认识彼此——只要都遵循 HTTP 协议即可。1.4 AI Agent 同样需要协议要让 AI Agent 真正干活它需要调用外部工具查天气、发邮件、查数据库与其他 Agent 协作分工完成复杂任务。这便需要标准化协议来定义AI 如何调用工具与Agent 之间如何通信——这正是MCP和A2A诞生的背景。2. Agent 协议的三个层次在深入具体协议之前先看 Agent 生态中的通信分层层次协议解决的问题类比第 1 层Function CallAI 如何调用本地函数大脑下发指令第 2 层MCPAI 如何连接外部工具与数据源USB-C 接口第 3 层A2AAgent 之间如何协作与通信企业微信逐行解读这张表第 1 层Function Call / 工具调用这是大模型最基础的能力——通过输出结构化数据JSON触发函数执行。它是一切协议的基础但更偏向一种能力而非正式标准。其底层原理在配套文档 AI Agent 原理与工具调用 中有详细拆解LLM 本身是纯文本处理器它不直接执行操作而是生成调用指令如{tool: weather_api, params: {city: Beijing}}由外部系统代为执行后再把结果返回给 LLM 生成最终答复。第 2 层MCPModel Context Protocol由 Anthropic 于 2024 年 11 月发布标准化 AI 连接外部工具与数据源的方式正如 USB-C 统一了各种设备的充电接口。第 3 层A2AAgent-to-Agent Protocol由 Google 于 2025 年 4 月发布让不同的 Agent 能够互相发现、通信与协作正如企业微信让同事之间可以派发任务、实时沟通。本章重点讲解第 2、3 层的两个正式协议MCP 与 A2A。3. MCPModel Context Protocol详解3.1 基本信息项目详情全称Model Context Protocol提出方Anthropic发布日期2024 年 11 月 25 日许可证MIT License3.2 为什么叫上下文协议Context上下文是大模型理解任务的关键。MCP 的核心思想是让 AI 动态获取它所需的上下文信息而不是把一切塞进 Prompt。例如当 AI 需要读取文件时你不必复制粘贴文件内容——它可以通过 MCP 直接访问文件系统。3.3 发布背景2024 年随着 Claude 3.5 Sonnet 的发布Anthropic 发现一个问题每个工具都需要单独集成。想象一下想让 AI 读 GitHub 仓库 → 写 GitHub 集成代码想让 AI 查询数据库 → 写数据库集成代码想让 AI 操作文件系统 → 写文件系统集成代码。每次集成都要重复编写相似的代码认证、错误处理、数据转换……Anthropic 在官方博客中写道我们推出 Model Context ProtocolMCP一个开放协议用于标准化应用如何向 LLM 提供上下文。核心目标让工具开发者只写一次代码就能被所有兼容 MCP 的 AI 应用使用。3.4 MCP 的三大核心能力能力说明示例Tools工具AI 可调用的函数查天气、发邮件Resources资源AI 可读取的数据文件内容、数据库记录Prompts提示模板预定义的提示词模板代码评审模板、写作模板3.5 内部实现要点MCP 采用客户端-服务器Client-Server架构MCP HostAI 应用如 Claude、Cursor、Windsurf作为客户端发起请求MCP Server暴露工具、资源与提示模板的服务端进程二者通过协议定义的 JSON-RPC 消息交换请求与响应传输层支持本地进程STDIO与远程服务HTTP/SSE。这一写一次、处处用的架构正是其生态迅速扩张的根本原因。3.6 类比USB-C 接口MCP 就像USB-C 接口之前每台设备都有自己的充电口圆形、扁形、磁吸……现在USB-C 统一了所有设备的充电与数据传输MCP统一了 AI 连接所有工具的方式。工具开发者只需实现一次 MCP Server所有兼容 MCP 的 AI 应用Claude、Cursor、Windsurf 等都能直接使用。3.7 典型应用场景场景说明示例本地文件操作让 AI 读写本地文件阅读代码库、分析日志数据库查询让 AI 直接查询数据库SQL 查询、数据分析API 调用让 AI 调用第三方服务GitHub API、Slack、邮件开发工具集成让 AI 使用开发工具Git 操作、终端命令真实案例Cursor / Windsurf通过 MCP 连接文件系统、Git 与终端Claude Desktop通过 MCP 连接笔记应用与邮件客户端自动化脚本让 AI 执行备份、部署、数据同步等自动化任务。4. MCP 实战从配置文件到工具调用原文档侧重于协议原理而 easy-vibe 仓库则提供了完整的实战路径可以直接在你的开发环境中复现。4.1 一个真实的 MCP 配置文件仓库根目录下的 config/mcporter.json 就是一个可直接运行的 MCP Server 配置实例通过 mcporter 工具加载{ mcpServers: { autoglm-browser-agent: { command: /Users/sanbu/.agents/skills/autoglm-browser-agent/dist/mcp_server --start_url https://www.bing.com --window_width 1456 --window_height 819 --resize_width 1456 --resize_height 819 --max_steps 100 --log_dir /Users/sanbu/.agents/skills/autoglm-browser-agent/mcp_output --if_subagent } }, imports: [] }逐项拆解这段配置的实战含义mcpServersMCP 服务器注册表键名为服务器标识此处为autoglm-browser-agentcommand本地服务器启动命令。这里启动的是一个浏览器智能体 MCP Server通过命令行参数控制其行为--start_url https://www.bing.com浏览器初始打开的目标页面--window_width 1456 --window_height 819浏览器窗口初始尺寸像素--resize_width 1456 --resize_height 819页面渲染目标尺寸保证截图/操作坐标与实际视图一致--max_steps 100单次任务允许的最大执行步数防止智能体无限循环--log_dir ...日志输出目录便于排查运行过程--if_subagent以子智能体模式运行适配多 Agent 嵌套调用场景imports可导入的其他配置片段列表此处为空。这个示例直观展示了AI 通过 MCP 操作浏览器的落地形态把浏览器封装成一个 MCP ServerAI 便能在对话中完成网页访问、操作与信息采集。4.2 配置文件放在哪里Claude Code 的 MCP 配置文件位于级别配置文件路径作用范围用户级~/.claude.json所有项目项目级.claude/mcp.json当前项目优先使用项目级配置这样不同项目可以使用不同的 MCP 服务。项目级配置示例复用 MCP 完整指南 中的完整方案{ mcpServers: { project-db: { command: npx, args: [-y, modelcontextprotocol/server-sqlite, --db-path, ./data/app.db] } } }项目级配置的优势团队可将配置提交到 Git 共享成员克隆后直接使用同一套 MCP 服务不同项目使用不同 MCP 服务互不污染前端项目放浏览器测试工具、后端项目放数据库连接各取所需。4.3 三种传输模式Claude Code 支持三种 MCP 传输模式① STDIO本地进程{ mcpServers: { local-tool: { command: npx, args: [-y, modelcontextprotocol/server-filesystem, /path] } } }通过标准输入输出与本地子进程通信适合文件系统、Git 等本地工具。② HTTP远程服务{ mcpServers: { remote-api: { url: https://api.example.com/mcp, transport: http, headers: { Authorization: Bearer your-token } } } }直接以 URL 连接远程 MCP 服务通过headers携带认证信息适合云端托管的工具服务。③ SSEServer-Sent Events{ mcpServers: { streaming: { url: https://api.example.com/sse, transport: sse } } }基于服务端推送事件流的远程传输适合需要实时流式返回结果的场景。4.4 用自然语言管理 MCP在 Claude Code 中无需手工编辑配置文件可以直接用自然语言描述需求You: Help me add a GitHub MCP server. My token is ghp_xxx You: Add a SQLite database server. The database file is at ./data/app.db You: Add an HTTP-type MCP server with the address https://api.example.com/mcp配置完成后同样可以用自然语言管理与诊断You: List all configured MCP servers You: Check the connection status of the MCP servers You: Delete the MCP server named notion You: My MCP server cannot connect. Please check it for me也可以使用诊断命令/doctor输出类似System Diagnostic Report: Claude Code: v2.5.0 ✓ Node.js: v20.0.0 ✓ MCP server status: • github: ✓ Connected (12 tools) • sqlite: ✗ Connection failed - Database file not found • puppeteer: ✓ Connected (8 tools) Suggestions: 1. Check whether the sqlite database path is correct 2. Make sure the .claude/mcp.json format is correct4.5 常见 MCP 服务器速查服务器功能关键配置GitHubIssues、PR、仓库管理需要GITHUB_PERSONAL_ACCESS_TOKEN环境变量SQLite查询管理 SQLite 数据库--db-path指定数据库文件Filesystem访问指定目录内文件传入允许访问的目录路径Puppeteer浏览器控制、截图、自动化测试无额外配置Brave Search网页搜索需要BRAVE_API_KEYPostgreSQL / Git / Fetch数据库 / Git 操作 / 网页抓取按官方服务器说明配置4.6 三条关键最佳实践① 敏感信息放进环境变量绝不硬编码配置文件可能被误提交到 Git 导致密钥泄露{ env: { GITHUB_TOKEN: $GITHUB_TOKEN } }从环境变量读取是正确做法直接写死ghp_abc123是错误做法。② 固定版本号npx -y默认总是使用最新版 MCP Server新版本可能引入破坏性变更。在包名后追加版本号可以保证使用已验证的版本{ command: npx, args: [-y, modelcontextprotocol/server-github1.2.3] }③ 为项目编写 MCP 配置文档在.claude/README.md中说明每个服务器的用途、所需配置与凭据获取方式可以显著降低团队沟通成本。4.7 常见问题排查问题可能原因解决方案服务器未连接配置文件格式错误检查 JSON 语法工具无法调用权限不足检查环境变量连接超时网络问题检查 URL 或网络进程崩溃服务器代码有 bug查看服务器日志5. A2AAgent-to-Agent Protocol详解5.1 基本信息项目详情全称Agent-to-Agent Protocol提出方Google发布日期2025 年 4 月 9 日许可证Apache 2.05.2 为什么由 Google 提出Google 在 Cloud Next 2025 大会上发布 A2A与其企业级 AI 战略密切相关。Google 认为企业 AI 的未来不是单一的超级 Agent而是多个专业化 Agent 协作——有的负责数据分析有的负责代码生成有的负责文档处理。这些 Agent 需要标准化的通信方式A2A 应运而生。5.3 发布背景MCP 解决了AI 如何连接工具的问题但另一个问题仍然存在多个 Agent 如何协作想象这样的场景Agent A 是需求分析专家Agent B 是代码生成专家Agent C 是测试专家。用户说帮我开发一个登录功能。Agent A 分析需求后需要把任务委派给 Agent BAgent B 写完代码需要 Agent C 测试。它们之间如何通信Google 在官方博客中写道A2A 是一个开放协议使 AI Agent 之间能够相互通信促进跨框架、跨厂商的协作。核心目标让不同厂商、不同框架构建的 Agent 无缝协作。5.4 三大核心概念概念说明类比Agent Card描述 Agent 的能力员工工牌Task待执行的工作单元工单MessageAgent 之间的通信内容聊天记录5.5 类比企业微信A2A 就像企业微信Agent Card每个人的名片显示姓名、部门与职责派发任务某人委派一项任务聊天沟通任务执行过程中随时沟通任务追踪查看任务进度与状态。不同的 Agent 就像不同的同事——A2A 让它们能够协作完成复杂项目。5.6 典型应用场景场景说明示例软件开发多 Agent 协作完成开发任务需求 → 代码 → 测试 → 部署企业工作流不同部门 Agent 协作HR Agent 财务 Agent 法务 Agent智能客服多个专业 Agent 分工接待 → 解答 → 转接 → 记录数据分析多 Agent 协作分析采集 → 清洗 → 分析 → 可视化 → 报告真实案例Google Agent Space企业内部多 Agent 协作处理文档、邮件与日程软件研发团队需求 Agent → 代码 Agent → 测试 Agent → 部署 Agent智能客服接待 Agent → 专家 Agent → 人工转接 Agent。5.7 A2A 的落地形态Agent TeamsA2A 协议解决跨厂商 Agent 互通而在单一工具内多 Agent 协作已有成熟实现。easy-vibe 仓库的 Agent Teams 完整指南 展示了 Claude Code 中的多 Agent 团队协作Team Lead负责需求分析与任务分解、团队创建、任务调度与结果整合Teammates每个成员是独立 AI 实例拥有独立的上下文窗口与完整工具权限可自主认领任务并直接相互通信TaskList任务看板管理任务状态pending/in_progress/completed与依赖关系通过文件锁机制防止多人同时编辑同一文件Messaging System基于本地文件系统的消息箱~/.claude/teams/{team-name}/inboxes/支持点对点通信与广播无需网络。典型协作流程用户提交复杂需求 ↓ Team Lead 分析需求并拆解为任务 ↓ 创建团队成员并初始化 TaskList ↓ ├─→ Teammate A 认领任务 1 ─┐ ├─→ Teammate B 认领任务 2 ─┼→ 并行执行 ├─→ Teammate C 认领任务 3 ─┤ │ ↓ └──────────────────── 成员通过消息系统协调 ↓ 全部任务完成后Team Lead 整合结果 ↓ 最终产出交付给用户Subagent 与 Agent Teams 的本质区别在于拓扑Subagent 是星形拓扑所有子任务向主 Agent 汇报Agent Teams 是网状拓扑成员之间可以直接沟通、讨论、协调。选择原则是快速、独立、无持续讨论需求的单点任务用 Subagent跨模块复杂重构、需要多角度讨论与真并行的任务用 Agent Teams。6. MCP vs A2A对比与关系6.1 核心差异维度MCPA2A提出方Anthropic2024.11Google2025.04定位AI 连接工具Agent 间协作通信范围客户端-服务器对等通信Peer-to-Peer数据格式JSON-RPC 2.0HTTP JSON类比USB-C 接口企业微信6.2 两者关系互补而非竞争MCP 与 A2A不是竞争关系而是互补关系MCP 解决AI 如何获取外部能力连接工具、数据源A2A 解决多个 AI 如何协作任务委派、多智能体协同一个 Agent 可以同时通过 MCP 使用工具、通过 A2A 与其他 Agent 协作——两者处于不同通信层天然可叠加。6.3 选型决策表场景选择让 AI 调用本地函数或工具Function Call使用第三方工具数据库、API、文件系统MCP构建多 Agent 协作系统A2A既需要工具集成又需要多 Agent 协作MCP A2A7. 协议的未来趋势7.1 生态发展MCP 生态官方提供的服务器File System、SQLite、Git、PostgreSQL 等社区贡献的服务器Slack、Notion、Figma、Stripe 等支持 MCP 的应用Claude Desktop、Cursor、Windsurf、Zed 等。A2A 生态Google 自家 Agent 产品率先支持开源社区正在开发各语言 SDK企业级应用正在探索落地。7.2 标准化进程Agent 协议目前正处于战国时代MCP 与 A2A 是最主流的两个还有 ANP、AGP 等其他新兴协议未来可能走向收敛或统一。类比互联网的发展历程早期各种局域网协议并存后来 TCP/IP 成为标准。现在Agent 协议也可能走向统一。8. 总结协议一句话总结发布日期提出方适用场景MCPAI 连接工具的USB-C2024.11Anthropic工具集成、数据源连接A2AAgent 协作的企业微信2025.04Google多 Agent 协作、任务委派关键认知MCP 解决AI 如何获取外部能力的问题A2A 解决多个 AI 如何协作的问题两者互补未来可能组合使用按具体场景选型——没有银弹。延伸阅读仓库内配套资料MCP 完整指南Claude Code 实战MCP 配置文件、三种传输模式、常见服务器与排障的最佳实践手册Agent Teams 完整指南多 Agent 团队协作的架构、文件系统布局与完整实战案例AI Agent 原理与工具调用从 Function Call 到规划与记忆的 Agent 底层原理配置示例 config/mcporter.json仓库内真实可用的 MCP Server 配置实例附录总索引easy-vibe 全部 AI 与全栈基础知识的导航页。【免费下载链接】easy-vibe从 0 到 1 学会 vibe coding项目制学习项目地址: https://gitcode.com/datawhalechina/easy-vibe创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 AI Agent 通信协议深度解析：从 MCP 工具互联到 A2A 多智能体协作（easy-vibe 实战视角）
AI Agent 通信协议深度解析从 MCP 工具互联到 A2A 多智能体协作easy-vibe 实战视角【免费下载链接】easy-vibe从 0 到 1 学会 vibe coding项目制学习项目地址: https://gitcode.com/datawhalechina/easy-vibe::: tip 核心问题 AI Agent 如何与外部世界对话正如互联网需要 HTTP 协议AI Agent 同样需要标准化的通信协议。本文系统讲解当前最主流的两大 Agent 协议——MCPModel Context Protocol与 A2AAgent-to-Agent Protocol分别解决AI 连接工具与Agent 间协作两类问题并结合 easy-vibe 仓库中的真实配置如 config/mcporter.json与配套实战课程MCP 完整指南、Agent Teams 指南给出可直接落地的方案。 :::读完本文你将掌握协议的本质与价值、Agent 通信的三层结构、MCP 与 A2A 的完整原理与配置方法、两者的选型策略以及它们在真实项目中的使用方式。1. 协议Protocol是什么在计算机领域协议是一套标准化的规则与约定让不同的系统与程序能够互相理解并沟通。1.1 为什么需要协议想象这样一个场景你给朋友寄包裹需要写地址。如果每个人都用不同格式写地址快递员将无法投递任何东西。协议就是定义地址怎么写的标准——省、市、区、街道、门牌号按这个格式写任何人都能看懂。计算机同理。两个程序要通信必须约定数据格式是什么JSON还是二进制如何建立连接握手流程出错时怎么办错误处理机制1.2 计算领域常见协议协议用途你每天都在用HTTP网页传输协议浏览器打开网页HTTPS加密版 HTTP网银、支付页面TCP/IP互联网基础协议所有网络通信DNS域名解析把域名翻译成 IP 地址SMTP邮件发送协议发送电子邮件WebSocket双向实时通信聊天应用、在线游戏SSH安全远程登录连接服务器FTP文件传输协议上传/下载文件这些协议构成了互联网的基石。没有它们你无法浏览网页、发送邮件或观看视频。1.3 协议的核心价值协议的核心价值在于标准化与互操作性标准化所有人都遵守同一套规则降低沟通成本互操作性不同厂商、不同技术栈的系统可以无缝集成。例如 HTTP 协议让 Chrome 能访问 Nginx 服务器也让 Python 爬虫能从 Java 网站抓取数据。Chrome 与 Nginx 不需要认识彼此——只要都遵循 HTTP 协议即可。1.4 AI Agent 同样需要协议要让 AI Agent 真正干活它需要调用外部工具查天气、发邮件、查数据库与其他 Agent 协作分工完成复杂任务。这便需要标准化协议来定义AI 如何调用工具与Agent 之间如何通信——这正是MCP和A2A诞生的背景。2. Agent 协议的三个层次在深入具体协议之前先看 Agent 生态中的通信分层层次协议解决的问题类比第 1 层Function CallAI 如何调用本地函数大脑下发指令第 2 层MCPAI 如何连接外部工具与数据源USB-C 接口第 3 层A2AAgent 之间如何协作与通信企业微信逐行解读这张表第 1 层Function Call / 工具调用这是大模型最基础的能力——通过输出结构化数据JSON触发函数执行。它是一切协议的基础但更偏向一种能力而非正式标准。其底层原理在配套文档 AI Agent 原理与工具调用 中有详细拆解LLM 本身是纯文本处理器它不直接执行操作而是生成调用指令如{tool: weather_api, params: {city: Beijing}}由外部系统代为执行后再把结果返回给 LLM 生成最终答复。第 2 层MCPModel Context Protocol由 Anthropic 于 2024 年 11 月发布标准化 AI 连接外部工具与数据源的方式正如 USB-C 统一了各种设备的充电接口。第 3 层A2AAgent-to-Agent Protocol由 Google 于 2025 年 4 月发布让不同的 Agent 能够互相发现、通信与协作正如企业微信让同事之间可以派发任务、实时沟通。本章重点讲解第 2、3 层的两个正式协议MCP 与 A2A。3. MCPModel Context Protocol详解3.1 基本信息项目详情全称Model Context Protocol提出方Anthropic发布日期2024 年 11 月 25 日许可证MIT License3.2 为什么叫上下文协议Context上下文是大模型理解任务的关键。MCP 的核心思想是让 AI 动态获取它所需的上下文信息而不是把一切塞进 Prompt。例如当 AI 需要读取文件时你不必复制粘贴文件内容——它可以通过 MCP 直接访问文件系统。3.3 发布背景2024 年随着 Claude 3.5 Sonnet 的发布Anthropic 发现一个问题每个工具都需要单独集成。想象一下想让 AI 读 GitHub 仓库 → 写 GitHub 集成代码想让 AI 查询数据库 → 写数据库集成代码想让 AI 操作文件系统 → 写文件系统集成代码。每次集成都要重复编写相似的代码认证、错误处理、数据转换……Anthropic 在官方博客中写道我们推出 Model Context ProtocolMCP一个开放协议用于标准化应用如何向 LLM 提供上下文。核心目标让工具开发者只写一次代码就能被所有兼容 MCP 的 AI 应用使用。3.4 MCP 的三大核心能力能力说明示例Tools工具AI 可调用的函数查天气、发邮件Resources资源AI 可读取的数据文件内容、数据库记录Prompts提示模板预定义的提示词模板代码评审模板、写作模板3.5 内部实现要点MCP 采用客户端-服务器Client-Server架构MCP HostAI 应用如 Claude、Cursor、Windsurf作为客户端发起请求MCP Server暴露工具、资源与提示模板的服务端进程二者通过协议定义的 JSON-RPC 消息交换请求与响应传输层支持本地进程STDIO与远程服务HTTP/SSE。这一写一次、处处用的架构正是其生态迅速扩张的根本原因。3.6 类比USB-C 接口MCP 就像USB-C 接口之前每台设备都有自己的充电口圆形、扁形、磁吸……现在USB-C 统一了所有设备的充电与数据传输MCP统一了 AI 连接所有工具的方式。工具开发者只需实现一次 MCP Server所有兼容 MCP 的 AI 应用Claude、Cursor、Windsurf 等都能直接使用。3.7 典型应用场景场景说明示例本地文件操作让 AI 读写本地文件阅读代码库、分析日志数据库查询让 AI 直接查询数据库SQL 查询、数据分析API 调用让 AI 调用第三方服务GitHub API、Slack、邮件开发工具集成让 AI 使用开发工具Git 操作、终端命令真实案例Cursor / Windsurf通过 MCP 连接文件系统、Git 与终端Claude Desktop通过 MCP 连接笔记应用与邮件客户端自动化脚本让 AI 执行备份、部署、数据同步等自动化任务。4. MCP 实战从配置文件到工具调用原文档侧重于协议原理而 easy-vibe 仓库则提供了完整的实战路径可以直接在你的开发环境中复现。4.1 一个真实的 MCP 配置文件仓库根目录下的 config/mcporter.json 就是一个可直接运行的 MCP Server 配置实例通过 mcporter 工具加载{ mcpServers: { autoglm-browser-agent: { command: /Users/sanbu/.agents/skills/autoglm-browser-agent/dist/mcp_server --start_url https://www.bing.com --window_width 1456 --window_height 819 --resize_width 1456 --resize_height 819 --max_steps 100 --log_dir /Users/sanbu/.agents/skills/autoglm-browser-agent/mcp_output --if_subagent } }, imports: [] }逐项拆解这段配置的实战含义mcpServersMCP 服务器注册表键名为服务器标识此处为autoglm-browser-agentcommand本地服务器启动命令。这里启动的是一个浏览器智能体 MCP Server通过命令行参数控制其行为--start_url https://www.bing.com浏览器初始打开的目标页面--window_width 1456 --window_height 819浏览器窗口初始尺寸像素--resize_width 1456 --resize_height 819页面渲染目标尺寸保证截图/操作坐标与实际视图一致--max_steps 100单次任务允许的最大执行步数防止智能体无限循环--log_dir ...日志输出目录便于排查运行过程--if_subagent以子智能体模式运行适配多 Agent 嵌套调用场景imports可导入的其他配置片段列表此处为空。这个示例直观展示了AI 通过 MCP 操作浏览器的落地形态把浏览器封装成一个 MCP ServerAI 便能在对话中完成网页访问、操作与信息采集。4.2 配置文件放在哪里Claude Code 的 MCP 配置文件位于级别配置文件路径作用范围用户级~/.claude.json所有项目项目级.claude/mcp.json当前项目优先使用项目级配置这样不同项目可以使用不同的 MCP 服务。项目级配置示例复用 MCP 完整指南 中的完整方案{ mcpServers: { project-db: { command: npx, args: [-y, modelcontextprotocol/server-sqlite, --db-path, ./data/app.db] } } }项目级配置的优势团队可将配置提交到 Git 共享成员克隆后直接使用同一套 MCP 服务不同项目使用不同 MCP 服务互不污染前端项目放浏览器测试工具、后端项目放数据库连接各取所需。4.3 三种传输模式Claude Code 支持三种 MCP 传输模式① STDIO本地进程{ mcpServers: { local-tool: { command: npx, args: [-y, modelcontextprotocol/server-filesystem, /path] } } }通过标准输入输出与本地子进程通信适合文件系统、Git 等本地工具。② HTTP远程服务{ mcpServers: { remote-api: { url: https://api.example.com/mcp, transport: http, headers: { Authorization: Bearer your-token } } } }直接以 URL 连接远程 MCP 服务通过headers携带认证信息适合云端托管的工具服务。③ SSEServer-Sent Events{ mcpServers: { streaming: { url: https://api.example.com/sse, transport: sse } } }基于服务端推送事件流的远程传输适合需要实时流式返回结果的场景。4.4 用自然语言管理 MCP在 Claude Code 中无需手工编辑配置文件可以直接用自然语言描述需求You: Help me add a GitHub MCP server. My token is ghp_xxx You: Add a SQLite database server. The database file is at ./data/app.db You: Add an HTTP-type MCP server with the address https://api.example.com/mcp配置完成后同样可以用自然语言管理与诊断You: List all configured MCP servers You: Check the connection status of the MCP servers You: Delete the MCP server named notion You: My MCP server cannot connect. Please check it for me也可以使用诊断命令/doctor输出类似System Diagnostic Report: Claude Code: v2.5.0 ✓ Node.js: v20.0.0 ✓ MCP server status: • github: ✓ Connected (12 tools) • sqlite: ✗ Connection failed - Database file not found • puppeteer: ✓ Connected (8 tools) Suggestions: 1. Check whether the sqlite database path is correct 2. Make sure the .claude/mcp.json format is correct4.5 常见 MCP 服务器速查服务器功能关键配置GitHubIssues、PR、仓库管理需要GITHUB_PERSONAL_ACCESS_TOKEN环境变量SQLite查询管理 SQLite 数据库--db-path指定数据库文件Filesystem访问指定目录内文件传入允许访问的目录路径Puppeteer浏览器控制、截图、自动化测试无额外配置Brave Search网页搜索需要BRAVE_API_KEYPostgreSQL / Git / Fetch数据库 / Git 操作 / 网页抓取按官方服务器说明配置4.6 三条关键最佳实践① 敏感信息放进环境变量绝不硬编码配置文件可能被误提交到 Git 导致密钥泄露{ env: { GITHUB_TOKEN: $GITHUB_TOKEN } }从环境变量读取是正确做法直接写死ghp_abc123是错误做法。② 固定版本号npx -y默认总是使用最新版 MCP Server新版本可能引入破坏性变更。在包名后追加版本号可以保证使用已验证的版本{ command: npx, args: [-y, modelcontextprotocol/server-github1.2.3] }③ 为项目编写 MCP 配置文档在.claude/README.md中说明每个服务器的用途、所需配置与凭据获取方式可以显著降低团队沟通成本。4.7 常见问题排查问题可能原因解决方案服务器未连接配置文件格式错误检查 JSON 语法工具无法调用权限不足检查环境变量连接超时网络问题检查 URL 或网络进程崩溃服务器代码有 bug查看服务器日志5. A2AAgent-to-Agent Protocol详解5.1 基本信息项目详情全称Agent-to-Agent Protocol提出方Google发布日期2025 年 4 月 9 日许可证Apache 2.05.2 为什么由 Google 提出Google 在 Cloud Next 2025 大会上发布 A2A与其企业级 AI 战略密切相关。Google 认为企业 AI 的未来不是单一的超级 Agent而是多个专业化 Agent 协作——有的负责数据分析有的负责代码生成有的负责文档处理。这些 Agent 需要标准化的通信方式A2A 应运而生。5.3 发布背景MCP 解决了AI 如何连接工具的问题但另一个问题仍然存在多个 Agent 如何协作想象这样的场景Agent A 是需求分析专家Agent B 是代码生成专家Agent C 是测试专家。用户说帮我开发一个登录功能。Agent A 分析需求后需要把任务委派给 Agent BAgent B 写完代码需要 Agent C 测试。它们之间如何通信Google 在官方博客中写道A2A 是一个开放协议使 AI Agent 之间能够相互通信促进跨框架、跨厂商的协作。核心目标让不同厂商、不同框架构建的 Agent 无缝协作。5.4 三大核心概念概念说明类比Agent Card描述 Agent 的能力员工工牌Task待执行的工作单元工单MessageAgent 之间的通信内容聊天记录5.5 类比企业微信A2A 就像企业微信Agent Card每个人的名片显示姓名、部门与职责派发任务某人委派一项任务聊天沟通任务执行过程中随时沟通任务追踪查看任务进度与状态。不同的 Agent 就像不同的同事——A2A 让它们能够协作完成复杂项目。5.6 典型应用场景场景说明示例软件开发多 Agent 协作完成开发任务需求 → 代码 → 测试 → 部署企业工作流不同部门 Agent 协作HR Agent 财务 Agent 法务 Agent智能客服多个专业 Agent 分工接待 → 解答 → 转接 → 记录数据分析多 Agent 协作分析采集 → 清洗 → 分析 → 可视化 → 报告真实案例Google Agent Space企业内部多 Agent 协作处理文档、邮件与日程软件研发团队需求 Agent → 代码 Agent → 测试 Agent → 部署 Agent智能客服接待 Agent → 专家 Agent → 人工转接 Agent。5.7 A2A 的落地形态Agent TeamsA2A 协议解决跨厂商 Agent 互通而在单一工具内多 Agent 协作已有成熟实现。easy-vibe 仓库的 Agent Teams 完整指南 展示了 Claude Code 中的多 Agent 团队协作Team Lead负责需求分析与任务分解、团队创建、任务调度与结果整合Teammates每个成员是独立 AI 实例拥有独立的上下文窗口与完整工具权限可自主认领任务并直接相互通信TaskList任务看板管理任务状态pending/in_progress/completed与依赖关系通过文件锁机制防止多人同时编辑同一文件Messaging System基于本地文件系统的消息箱~/.claude/teams/{team-name}/inboxes/支持点对点通信与广播无需网络。典型协作流程用户提交复杂需求 ↓ Team Lead 分析需求并拆解为任务 ↓ 创建团队成员并初始化 TaskList ↓ ├─→ Teammate A 认领任务 1 ─┐ ├─→ Teammate B 认领任务 2 ─┼→ 并行执行 ├─→ Teammate C 认领任务 3 ─┤ │ ↓ └──────────────────── 成员通过消息系统协调 ↓ 全部任务完成后Team Lead 整合结果 ↓ 最终产出交付给用户Subagent 与 Agent Teams 的本质区别在于拓扑Subagent 是星形拓扑所有子任务向主 Agent 汇报Agent Teams 是网状拓扑成员之间可以直接沟通、讨论、协调。选择原则是快速、独立、无持续讨论需求的单点任务用 Subagent跨模块复杂重构、需要多角度讨论与真并行的任务用 Agent Teams。6. MCP vs A2A对比与关系6.1 核心差异维度MCPA2A提出方Anthropic2024.11Google2025.04定位AI 连接工具Agent 间协作通信范围客户端-服务器对等通信Peer-to-Peer数据格式JSON-RPC 2.0HTTP JSON类比USB-C 接口企业微信6.2 两者关系互补而非竞争MCP 与 A2A不是竞争关系而是互补关系MCP 解决AI 如何获取外部能力连接工具、数据源A2A 解决多个 AI 如何协作任务委派、多智能体协同一个 Agent 可以同时通过 MCP 使用工具、通过 A2A 与其他 Agent 协作——两者处于不同通信层天然可叠加。6.3 选型决策表场景选择让 AI 调用本地函数或工具Function Call使用第三方工具数据库、API、文件系统MCP构建多 Agent 协作系统A2A既需要工具集成又需要多 Agent 协作MCP A2A7. 协议的未来趋势7.1 生态发展MCP 生态官方提供的服务器File System、SQLite、Git、PostgreSQL 等社区贡献的服务器Slack、Notion、Figma、Stripe 等支持 MCP 的应用Claude Desktop、Cursor、Windsurf、Zed 等。A2A 生态Google 自家 Agent 产品率先支持开源社区正在开发各语言 SDK企业级应用正在探索落地。7.2 标准化进程Agent 协议目前正处于战国时代MCP 与 A2A 是最主流的两个还有 ANP、AGP 等其他新兴协议未来可能走向收敛或统一。类比互联网的发展历程早期各种局域网协议并存后来 TCP/IP 成为标准。现在Agent 协议也可能走向统一。8. 总结协议一句话总结发布日期提出方适用场景MCPAI 连接工具的USB-C2024.11Anthropic工具集成、数据源连接A2AAgent 协作的企业微信2025.04Google多 Agent 协作、任务委派关键认知MCP 解决AI 如何获取外部能力的问题A2A 解决多个 AI 如何协作的问题两者互补未来可能组合使用按具体场景选型——没有银弹。延伸阅读仓库内配套资料MCP 完整指南Claude Code 实战MCP 配置文件、三种传输模式、常见服务器与排障的最佳实践手册Agent Teams 完整指南多 Agent 团队协作的架构、文件系统布局与完整实战案例AI Agent 原理与工具调用从 Function Call 到规划与记忆的 Agent 底层原理配置示例 config/mcporter.json仓库内真实可用的 MCP Server 配置实例附录总索引easy-vibe 全部 AI 与全栈基础知识的导航页。【免费下载链接】easy-vibe从 0 到 1 学会 vibe coding项目制学习项目地址: https://gitcode.com/datawhalechina/easy-vibe创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考