Agent-to-Agent (A2A) 协议是一种开放式消息传递标准,可让自主 AI 智能体跨不同系统进行通信和协调任务。
在 CX Agent Studio 中,A2A Protocol 工具可让您的智能体应用将任务委托给外部远程智能体,或允许外部应用和编排器使用标准化消息传递来调用您的 CX Agent Studio 智能体。
A2A 的工作原理
CX Agent Studio 中的 A2A protocol 支持主智能体与远程智能体之间的两种执行模型:
- 委托模型:主智能体保留会话控制权,将远程智能体作为工具调用,并总结返回的结果。
- 透传模型(预览版):主应用直接将对话控制权转移给远程 A2A 智能体 (
Agent.RemoteA2aAgent),并在不进行中间模型调用的情况下返回其回答。如需了解配置步骤,请参阅在直通模式下调用远程 A2A 智能体。
委托模型
在委托模型中,发起请求的 CX Agent Studio 智能体充当主要编排器,并保留对整个会话的控制权:
- 会话所有权:主智能体负责维护用户对话会话。 当需要执行专门的子任务时,主智能体会将远程智能体作为工具调用。
- 控制流:远程代理处理请求并返回结构化响应数据。控制权会立即返回给主智能体,主智能体会为最终用户总结或整合结果。
- 上下文转移:主智能体仅传输委托任务所需的参数和对话上下文。
基于文本的通信
A2A protocol 中的所有智能体间通信均基于文本:
- 如果最终用户通过语音渠道(例如电话或 WebRTC)与主智能体互动,语音会先转换为文本。
- 主代理在 HTTP 请求载荷中将文本转录内容和参数发送到远程分代理。
- 原始音频串流和嵌入不会通过 A2A 网络接口传输。
模态支持
A2A protocol 对模态(文本与语音)的支持取决于通信方向:
- 远程代理到 CX Agent Studio:仅支持文本模态。
- CX Agent Studio 到远程智能体:CX Agent Studio 的模态无关,这意味着 CX Agent Studio 会话可以使用任何受支持的模态(例如语音或文本),但远程智能体仅接收文本。
结算
如果主会话和远程会话都在 CX Agent Studio 中且位于同一项目中,则您需要为 1 个会话付费。
否则,对于跨多个项目或第三方系统的主会话和远程会话,您需要为 2 个会话付费。
身份验证和访问权限控制
身份验证要求取决于通信方向和目标服务。
| 方向 | 目标位置 | 身份验证机制 | 所需 IAM 角色 | 说明 |
|---|---|---|---|---|
| 入站(CX Agent Studio 外部) | CX Agent Studio 智能体应用 | OAuth 2.0 访问令牌 | roles/ces.client |
外部调用方调用 CX Agent Studio 入站端点时需要此角色。 |
| 出站(CX Agent Studio 到 CX Agent Studio) | 另一个项目中的 CX Agent Studio 智能体 | 服务代理 | roles/ces.client |
授予目标项目中调用项目的服务代理。 |
| 出站(从 CX Agent Studio 到 Cloud Run) | Cloud Run 服务 | 服务代理 ID 令牌 | roles/run.invoker |
授予调用项目的服务代理,用于访问 Cloud Run 服务。 |
| 出站(CX Agent Studio 到 Vertex AI) | Vertex AI Agent Engine | 服务代理 OAuth | roles/aiplatform.user |
授予目标项目中调用项目的服务代理。 |
| 出站(从 CX Agent Studio 到第三方) | 外部端点(例如 ServiceNow 或 Salesforce) | API 密钥或 OAuth | 使用 Secret Manager 管理 | 在工具执行期间注入的存储凭证。 |
服务代理身份
来自 CX Agent Studio 的出站请求使用 CX Agent Studio 服务代理:
service-PROJECT_NUMBER@gcp-sa-ces.
将 PROJECT_NUMBER 替换为您的 Google Cloud 项目编号。
入站身份验证
当外部应用、自定义代理或编排器调用 CX Agent Studio 时,必须在 Authorization 标头中传递由 Google 颁发的有效 OAuth 2.0 访问令牌:
测试:为您的活跃账号生成临时访问令牌:
gcloud auth print-access-token程序化客户端:使用应用默认凭证 (ADC):
gcloud auth application-default print-access-token生产环境:使用具有
roles/ces.client(Customer Engagement Suite Client) 角色的专用 Google 服务账号。
前提条件
在配置 A2A protocol 工具之前,请先完成以下准备工作:
在您的项目中启用 Gemini Enterprise for Customer Experience API (
ces.googleapis.com):gcloud services enable ces.googleapis.com --project=PROJECT_ID确保已向调用主账号或服务账号授予
Customer Engagement Suite Client角色 (roles/ces.client)。
配置 A2A Protocol 工具
如需将主代理连接到外部远程代理,请执行以下操作:
- 打开 CX Agent Studio 控制台。
- 选择您的项目,然后打开您的代理应用。
- 在代理构建器中,点击工具图标。
- 点击 +(添加)按钮以创建一个新工具。
- 选择 A2A Protocol 工具卡片。
- 使用界面表单或 JSON 编辑器配置代理卡片。
- 在网址字段中,输入远程智能体的基本端点网址(例如
https://ces.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/apps/APP_ID或您的 Cloud Run 服务网址)。请勿在网址后附加/message:send;CX Agent Studio 会在运行时自动附加/message:send。 - 为端点选择适当的身份验证类型。
- 点击创建。
智能体卡片示例
以下示例 JSON 为远程天气智能体定义了智能体卡片:
{
"name": "weather_agent",
"description": "Agent capable of querying weather conditions and local time for given locations.",
"version": "0.1.0",
"supportedInterfaces": [
{
"url": "https://ces.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/apps/APP_ID",
"protocolBinding": "HTTP+JSON",
"protocolVersion": "1.0"
}
],
"skills": [
{
"id": "get_weather",
"name": "get_weather",
"description": "Retrieves weather conditions for a specified location.",
"tags": [
"weather",
"forecast"
],
"examples": [],
"inputModes": [],
"outputModes": []
},
{
"id": "get_current_time",
"name": "get_current_time",
"description": "Retrieves current local time for a specified city or timezone.",
"tags": [
"time",
"clock"
],
"examples": [],
"inputModes": [],
"outputModes": []
}
]
}
添加路线说明
指示主智能体何时委托 A2A 工具。 例如:
If the user asks for weather information or local time, use {@TOOL: weather_agent}.
Pass the city or location specified by the user.
If the tool returns an error, inform the user that weather details are temporarily unavailable.
在直通模式下调用远程 A2A 智能体
默认情况下,A2A Protocol 工具 (RemoteAgentTool) 会以 LLM 函数调用的形式调用远程智能体:您的主 CX Agent Studio 智能体会保留会话控制权,发送一元 SendMessage 请求,并使用自己的模型来总结工具结果。
如果您的远程对话智能体(例如使用智能体开发套件 [ADK] 构建的智能体)自行管理对话措辞,请将 Agent.RemoteA2aAgent 资源配置为在透传模式下运行。当 RemoteA2aAgent 处于活跃状态时,CX Agent Studio 会将每条用户消息直接转发给远程 A2A 智能体,并将其响应直接返回给调用方,而无需中间 CX Agent Studio 模型调用。这样可以缩短轮次延迟时间,并保留远程智能体的确切回答措辞。
直通拓扑
您可以在以下任一拓扑中附加 RemoteA2aAgent:
- 完整会话透传 (
rootAgent):将RemoteA2aAgent设置为代理应用的rootAgent,或在SessionConfig.entryAgent中指定,以便从第一轮对话开始将所有聊天轮次直接路由到远程代理,而 CX Agent Studio 则负责处理渠道、身份验证、DLP 隐去和对话日志记录。 - 分代理转移 (
childAgents):将RemoteA2aAgent添加到父智能体的childAgents列表中,并使用{@AGENT: ...}指令或PARENT_TO_CHILDtransferRules交接规则转移到该代理。后续用户轮次会直接路由到远程智能体,直到它将控制权交还给父智能体。
配置远程 A2A 智能体
由于 agent_type 在现有 Agent 资源上不可变,因此您无法就地转换 LlmAgent。请改为使用 REST API 创建 RemoteA2aAgent 资源,然后将其附加为 rootAgent 或在 childAgents 中附加:
使用
remoteA2aAgent创建Agent资源:curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "X-Goog-User-Project: PROJECT_ID" \ -H "Content-Type: application/json" \ -d '{ "displayName": "adk_chat_agent", "description": "Handles customer support chat conversations using ADK.", "remoteA2aAgent": { "a2aConfig": { "streamingEnabled": true, "apiAuthentication": { "serviceAgentIdTokenAuthConfig": {} }, "inputVariableMapping": { "customer_tier": "session_customer_tier" }, "outputVariableMapping": { "ticket_id": "session_ticket_id" }, "agentCard": { "name": "adk_chat_agent", "description": "Customer support ADK chat agent.", "version": "1.0.0", "supportedInterfaces": [ { "url": "REMOTE_AGENT_URL", "protocolBinding": "JSONRPC", "protocolVersion": "1.0" } ], "skills": [ { "id": "customer_support", "name": "Customer Support", "description": "Answers account and billing questions.", "tags": ["support", "chat"] } ] } } } }' \ "https://ces.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/apps/APP_ID/agents?agentId=adk_chat_agent"将
RemoteA2aAgent作为应用的rootAgent附加,以实现完整会话透传:curl -X PATCH \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "X-Goog-User-Project: PROJECT_ID" \ -H "Content-Type: application/json" \ -d '{ "rootAgent": "projects/PROJECT_ID/locations/LOCATION/apps/APP_ID/agents/adk_chat_agent" }' \ "https://ces.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/apps/APP_ID?updateMask=rootAgent"或者,将
RemoteA2aAgent附加到父智能体的childAgents列表,以实现子智能体传递:curl -X PATCH \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "X-Goog-User-Project: PROJECT_ID" \ -H "Content-Type: application/json" \ -d '{ "childAgents": [ "projects/PROJECT_ID/locations/LOCATION/apps/APP_ID/agents/adk_chat_agent" ] }' \ "https://ces.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/apps/APP_ID/agents/PARENT_AGENT_ID?updateMask=childAgents"
替换以下内容:
PROJECT_ID:您的 Google Cloud 项目 ID。REMOTE_AGENT_URL:远程 A2A 智能体的基本 HTTPS 网址,例如https://my-adk-agent-12345-uc.a.run.app。LOCATION:托管 CX Agent Studio 智能体应用的多区域,例如us或eu。APP_ID:CX Agent Studio 代理应用的 ID。PARENT_AGENT_ID:附加子智能体时父级 CX Agent Studio 智能体的 ID。
将控制权交还给父智能体
当 RemoteA2aAgent 作为子智能体运行时,在 RemoteA2aAgent 回合期间,系统不会评估原生 LlmAgent 节点上的 CHILD_TO_PARENT 移交规则。如需在同一轮对话中将控制权交还给父级 CX Agent Studio 智能体,请在远程智能体的 Message 或 TaskStatus 更新中发出包含 gecx_a2a_agent_signal.handoff 的 Part:
{
"data": {
"gecx_a2a_agent_signal": {
"handoff": {}
}
},
"mediaType": "application/json"
}
CX Agent Studio 会先剥离信号部分,然后再将回答文本返回给用户,并在同一轮对话中调用父智能体。在 ADK A2aAgentExecutor 中,当智能体触发返回交接时,您可以在 ExecuteInterceptor after_agent 钩子内将此 Part 附加到 final_event.status.message。
透传行为和限制
使用 RemoteA2aAgent 时,请注意以下行为和限制:
- 有状态
contextId和增量历史记录:除非您替换a2aConfig.contextId(例如$context.variables.order_session_id),或者远程代理将session_metadata.closed设置为true,否则RemoteA2aAgent会自动跨轮次缓存远程代理的contextId。每个出站请求仅包含自RemoteA2aAgent上次在message.metadata["gecx_a2a_agent_context"]中响应以来的增量对话历史记录。 - 仅限对话轮次 API:
RemoteA2aAgent支持runSession和streamRunSession。RemoteA2aAgent不支持使用BidiRunSession进行双向语音流式传输;请使用RemoteAgentTool作为语音编排器。 - 内嵌
agentCard和绕过的 LLM 字段:提供具有supportedInterfaces的内嵌agentCard;不支持对RemoteA2aConfig进行agentRegistry解析。系统会绕过RemoteA2aAgent节点上的智能体级instruction、modelSettings、tools、guardrails以及模型或工具callbacks。
从远程 A2A 智能体流式传输回答
在 RemoteA2aConfig 上设置 "streamingEnabled": true 会指示 CX Agent Studio 打开一个指向远程 A2A 智能体的服务器发送事件 (SSE) 流,并实时转发增量回答块。仅 Agent.RemoteA2aAgent(预览版)支持出站流式传输;RemoteAgentTool 执行一元 SendMessage 调用。
传输和端点映射
在 agentCard.supportedInterfaces[].url 中仅指定基本 HTTPS 网址,不要附加 /message:stream。CX Agent Studio 会根据 protocolBinding 和 protocolVersion 解析流式传输端点或 JSON-RPC 方法,如下表所示。
| 协议绑定 | 协议版本 | streamingEnabled: false |
streamingEnabled: true (SSE) |
|---|---|---|---|
HTTP+JSON |
1.0 |
POST BASE_URL/message:send |
POST BASE_URL/message:stream |
HTTP+JSON |
0.3 |
POST BASE_URL/v1/message:send |
POST BASE_URL/v1/message:stream |
JSONRPC |
1.0 |
"method": "SendMessage" |
"method": "SendStreamingMessage" |
JSONRPC |
0.3 |
"method": "message/send" |
"method": "message/stream" |
GRPC |
1.0 或 0.3 |
一元 A2AService/SendMessage |
回退到一元 SendMessage |
使用 streamRunSession 接收流式传输的块
如需从 CX Agent Studio 接收增量 SSE 分块,请使用 ?alt=sse 调用 streamRunSession,如果原生 LlmAgent 节点共享会话,请设置 "enableTextStreaming": true。串联连续的 outputs[].text 块,直到最后一个事件带有 "turnCompleted": true。使用一元 runSession 的调用方仍可兼容,并会收到缓冲响应。
使用 curl 发送流式传输会话请求:
curl -N -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "X-Goog-User-Project: PROJECT_ID" \
-H "Accept: text/event-stream" \
-H "Content-Type: application/json" \
-d '{
"config": {
"session": "projects/PROJECT_ID/locations/LOCATION/apps/APP_ID/sessions/SESSION_ID",
"enableTextStreaming": true
},
"inputs": [
{
"text": "Explain my mobile plan upgrade options."
}
]
}' \
"https://ces.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/apps/APP_ID/sessions/SESSION_ID:streamRunSession?alt=sse"
将 SESSION_ID 替换为唯一的对话会话标识符,以及 PROJECT_ID、LOCATION 和 APP_ID。
配置 ADK 远程代理以进行 token 流式传输
使用 to_a2a() 公开 Python ADK 智能体时:
- 在 CX Agent Studio
AgentCard中设置"protocolBinding": "JSONRPC",因为to_a2a()默认会装载 JSON-RPC 路由。使用a2a-sdk1.0 或更高版本时,请设置"protocolVersion": "1.0";使用a2a-sdk0.3.x 时,请设置"0.3"。 如果装载 REST 路由,请使用"HTTP+JSON";如果提供自定义AgentCard,请设置capabilities.streaming=True。 在
RunConfig上启用StreamingMode.SSE,将force_new_version=True传递给A2aAgentExecutor,并附加after_eventExecuteInterceptor,以便在流式传输partial=True个 token 块后丢弃 ADK 的最终非部分聚合TaskArtifactUpdateEvent快照,从而防止在回合结束时出现重复文本:from a2a.types import TaskArtifactUpdateEvent from google.adk.a2a.converters.request_converter import ( convert_a2a_request_to_agent_run_request, ) from google.adk.a2a.executor.a2a_agent_executor import A2aAgentExecutor from google.adk.a2a.executor.config import ( A2aAgentExecutorConfig, ExecuteInterceptor, ) from google.adk.a2a.utils.agent_to_a2a import to_a2a from google.adk.agents import LlmAgent from google.adk.agents.run_config import RunConfig, StreamingMode def create_streaming_executor(runner): streamed_ids: set[str] = set() def request_converter(req, part_converter): run_req = convert_a2a_request_to_agent_run_request(req, part_converter) run_req.run_config = run_req.run_config or RunConfig() run_req.run_config.streaming_mode = StreamingMode.SSE return run_req async def dedupe_final_snapshot(ctx, a2a_event, adk_event): if isinstance(a2a_event, TaskArtifactUpdateEvent): aid = a2a_event.artifact.artifact_id if adk_event.partial: streamed_ids.add(aid) elif aid in streamed_ids: streamed_ids.discard(aid) return None return a2a_event return A2aAgentExecutor( runner=runner, force_new_version=True, config=A2aAgentExecutorConfig( request_converter=request_converter, execute_interceptors=[ ExecuteInterceptor(after_event=dedupe_final_snapshot) ], ), ) app = to_a2a( LlmAgent( name="support_agent", model="gemini-2.5-flash", instruction="Help the user.", ), host="0.0.0.0", port=8080, protocol="https", agent_executor_factory=create_streaming_executor, )
入站消息
外部系统可以使用入站 A2A 消息传递端点直接向 CX Agent Studio 智能体应用发送消息。
入站端点网址
向以下端点发送 HTTP POST 请求:
https://ces.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/apps/APP_ID/message:send
替换以下内容:
PROJECT_ID:您的 Google Cloud 项目 ID。LOCATION:托管代理应用的区域(例如us-central1)。APP_ID:CX Agent Studio 智能体应用的唯一标识符。
请求载荷架构
用于发送入站消息的 JSON 载荷结构:
{
"message": {
"messageId": "msg-MY_UNIQUE_MESSAGE_UUID",
"role": "ROLE_USER",
"content": [
{
"text": "Hello! I would like help checking my account balance."
}
],
"metadata": {
"gecx_a2a_agent_context": "MY_SERIALIZED_AGENT_CONTEXT_STRING"
}
}
}
使用 curl 的请求示例
您可以使用 curl 测试入站消息传递:
curl -X POST \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "X-Goog-User-Project: PROJECT_ID" \
-H "Content-Type: application/json" \
-d '{
"message": {
"messageId": "msg-'"$(uuidgen)"'",
"role": "ROLE_USER",
"content": [
{
"text": "Hello!"
}
]
}
}' \
"https://ces.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/apps/APP_ID/message:send"
上下文和状态管理
A2A protocol 使用 AgentContext 消息来管理代理之间的变量和会话状态。上下文通过 SendMessageRequest 的元数据使用 gecx_a2a_agent_context 键传递。
变量映射
委托任务时,您可以在主智能体和远程智能体之间映射变量:
- 出站映射:
RemoteAgentTool.input_variable_mapping计算发送到远程代理的AgentContext.variables。 - 入站映射:当远程代理响应时,
RemoteAgentTool.output_variable_mapping会更新主代理的变量。
对于入站请求(外部客户端到 CX Agent Studio),应用会反序列化 gecx_a2a_agent_context 元数据,并将 AgentContext.variables 直接写入当前会话。在响应客户端时,更新后的变量会写回 AgentContext.variables。
会话关闭
主代理会监控 AgentContext.session_metadata.closed,以确定远程会话何时结束:
- 出站请求始终将
closed设置为false。如果远程智能体的回答将closed设置为true,则 A2A 连接会终止。 - 对于返回给客户端的入站响应,如果会话已结束,CX Agent Studio 应用会将
closed设置为true。
有状态模式
CXAS 应用的远程会话始终是有状态的。主要 CXAS 会话和远程 CXAS 会话将共享相同的会话 ID,并且远程会话将保留主要智能体与远程智能体之间的对话记录。
对于与第三方系统进行的远程会话,远程会话默认无状态,远程代理会将来自主代理的每条消息作为新会话(即新上下文 ID)接收。
您可以启用 RemoteAgentTool.stateful_agent 字段,以自动缓存和重复使用远程代理返回的第一个上下文 ID。
此缓存的上下文 ID 将用于会话的其余部分,除非远程代理使用 AgentContext.session_metadata.closed == true 进行响应。如果会话关闭,缓存会被重置,并且在下次工具调用时会缓存新的上下文 ID。
部署远程子智能体
您可以在 Google Cloud 服务上部署自定义远程智能体,作为 CX Agent Studio 的子智能体。
部署到 Cloud Run
如需在 Cloud Run 上托管使用智能体开发套件 (ADK) 构建的智能体,请执行以下操作:
在智能体项目目录中创建一个
Dockerfile:FROM python:3.11-slim WORKDIR /app COPY pyproject.toml requirements.txt ./ RUN pip install --no-cache-dir -r requirements.txt RUN pip install --no-cache-dir "google-adk[a2a]==1.32.0" "a2a-sdk[all]==0.3.26" COPY . . ENV PORT=8080 ENV PYTHONUNBUFFERED=1 EXPOSE 8080 CMD ["python", "-m", "app.a2a_rest_server"]将容器部署到 Cloud Run:
gcloud run deploy my-adk-agent \ --project=PROJECT_ID \ --region=us-central1 \ --source=. \ --memory=4Gi \ --no-cpu-throttling向调用项目的 CX Agent Studio 服务代理授予 Cloud Run 服务的
roles/run.invoker角色。按照配置 A2A protocol 工具中的步骤,将 Cloud Run 服务网址附加到 CX Agent Studio。
部署到 Vertex AI Agent Engine
如需将 ADK 智能体部署到 Vertex AI Agent Engine,请执行以下操作:
在
requirements.txt中定义依赖项:a2a-sdk==0.3.26 google-adk[a2a]>=1.15.0,<2.0.0使用 Vertex AI SDK 部署引擎:
import os import sys from google.protobuf import json_format import vertexai from vertexai.agent_engines import _agent_engines sys.path.append("./") from app.agent_runtime_app import agent_runtime client = vertexai.Client(project="PROJECT_ID", location="us-central1") ops = agent_runtime.register_operations() class_methods_proto = _agent_engines._generate_class_methods_spec_or_raise( agent_engine=agent_runtime, operations=ops ) class_methods_list = [ json_format.MessageToDict(cm, preserving_proto_field_name=True) for cm in class_methods_proto ] agent_config = { "entrypoint_module": "app.agent_runtime_app", "entrypoint_object": "agent_runtime", "source_packages": ["app", "requirements.txt"], "requirements_file": "requirements.txt", "class_methods": class_methods_list, "agent_framework": "google-adk", "env_vars": { "GOOGLE_CLOUD_LOCATION": "us-central1", }, "min_instances": 1, "max_instances": 10, "resource_limits": {"cpu": "4", "memory": "8Gi"}, } engine = client.agent_engines.create(config=agent_config) print(f"Deployed Engine Resource Name: {engine.api_resource.name}")向调用项目的 CX Agent Studio 服务代理授予目标项目的
roles/aiplatform.user角色。按照配置 A2A protocol 工具中的步骤,将 Agent Engine 端点附加到 CX Agent Studio。
连接到第三方端点
CX Agent Studio 可以将任务委托给外部第三方端点,例如 ServiceNow 或 Salesforce。
在控制台中配置该工具时:
- 按照配置 A2A protocol 工具中的步骤操作。
- 选择第三方端点所需的身份验证方法(例如 API 密钥或 OAuth)。
- 使用 Secret Manager 安全地存储凭证。
A2A Protocol 工具与“将智能体作为工具”的对比
CX Agent Studio 提供了多种方法来协调多智能体工作流。
| 功能 | 将智能体作为工具 | A2A Protocol 工具 |
|---|---|---|
| 范围 | 应用内(同一 CX Agent Studio 应用内的智能体)。 | 应用间(外部代理、远程服务或第三方平台)。 |
| 通信 | 直接在内存中/内部执行。 | 使用 A2A 消息传递标准的网络 HTTP 请求。 |
| 使用场景 | 重复使用内部子智能体,而无需移交会话。 | 在 Cloud Run、Vertex AI 或外部 API 上调用自定义 ADK 智能体。 |
| 协议 | 平台内部工具执行。 | 通过 REST 传输的标准化 A2A JSON 载荷。 |
LLM 工具执行
在后台,A2A protocol 调用通过标准 LLM 工具调用进行操作:
- 将 A2A 工具分配给智能体后,工具说明和技能定义会作为函数声明提供给模型。
- 当模型决定委托子任务时,它会生成函数调用事件。
- CX Agent Studio 运行时会拦截函数调用,将参数转换为 A2A HTTP 请求,并将其发送到配置的远程端点。
- 远程代理返回的回答会传回给模型,以继续生成对话回答。
如需详细了解如何将智能体封装为可调用工具,请参阅 GitHub 上的 ADK AgentTool 实现。