ACP 智能体通信协议：从原理到实战，构建多 Agent 协作系统
AI Agent 遍地开花的时代，单打独斗已经不够了。当你的 Agent 需要和别人的 Agent 对话时，靠什么？——ACP。
一、为什么需要 ACP？
1.1 Agent 孤岛困境
2025 年被称为"智能体元年"，LangChain、CrewAI、AutoGen、BeeAI 等框架涌现，大家都在造 Agent。但问题来了：
•你用 LangChain 造了一个研究 Agent
•同事用 CrewAI 造了一个写作 Agent
•合作方用 AutoGen 造了一个审核 Agent
它们各说各话，互不相通。每接一个新 Agent，就得写一堆胶水代码。这就是智能体孤岛问题。
1.2 现有协议的定位
在 ACP 之前，业界已经有了一些协议尝试：
| 协议 | 全称 | 解决什么问题 | 类比 |
|---|---|---|---|
| MCP | Model Context Protocol | 模型连接外部工具/数据 | 给 Agent 装"手"和"眼" |
| ACP | Agent Communication Protocol | Agent 之间互相通信协作 | Agent 之间的"语言" |
| A2A | Agent to Agent | Agent 对 Agent 交互模式 | 通用交互范式 |
| ANP | Agent Network Protocol | Agent 组网和路由 | 底层网络层 |
一句话定位：MCP 让 Agent 能使用工具，ACP 让 Agent 能互相对话。它们不是竞争关系，而是协作关系。
1.3 ACP 要解决的核心问题
┌─────────────────────────────────────────────────┐
│ Before ACP │
│ │
│ Agent A ──(自定义API)──> Agent B │
│ Agent C ──(gRPC)──────> Agent D │
│ Agent E ──(WebSocket)──> Agent F │
│ │
│ N 个 Agent = N×(N-1) 种集成方式 😱 │
└─────────────────────────────────────────────────┘
┌─────────────────────────────────────────────────┐
│ After ACP │
│ │
│ Agent A ──┐ │
│ Agent B ──┤ │
│ Agent C ──┼──── ACP 统一协议 ────> 自由互通 │
│ Agent D ──┤ │
│ Agent E ──┘ │
│ │
│ N 个 Agent = 1 种协议搞定 ✅ │
└─────────────────────────────────────────────────┘
二、ACP 协议全貌
ACP 目前有两大流派，理解它们的区别很重要：
| 维度 | AgentUnion ACP | IBM/BeeAI ACP |
|---|---|---|
| 发起方 | AgentUnion（国内） | IBM Research / BeeAI（国际） |
| 定位 | 智能体互联网基础设施协议 | 跨框架智能体互操作协议 |
| 核心理念 | 类似互联网 TCP/IP，构建 Agent Internet | 基于 REST API 的轻量级消息传递 |
| 身份体系 | AID（Agent Identifier），类似域名 | Agent Manifest，能力声明 |
| 传输层 | HTTPS + WSS + SSE | REST API + SSE |
| SDK | Python / TypeScript / C++ / Flutter | Python / TypeScript |
| 状态 | 活跃迭代中 | 已并入 Linux Foundation A2A |
下面分别详细介绍。
三、AgentUnion ACP 深度解析
AgentUnion ACP 的野心更大——它要做智能体互联网，像互联网的 TCP/IP 一样，让所有 Agent 都能入网、寻址、通信。
3.1 核心概念：十大要素
┌─────────────────────────────────────────────────────────────┐
│ Agent Internet（智能体互联网） │
│ │
│ ┌──────┐ ACP协议 ┌──────┐ ACP协议 ┌──────┐ │
│ │Agent │◄──────────►│ AP │◄───────────►│Agent │ │
│ │ A │ │接入点 │ │ B │ │
│ │(AID) │ │ │ │(AID) │ │
│ └──────┘ └──┬───┘ └──────┘ │
│ │ │
│ ┌──────┴──────┐ │
│ │ AP 核心服务 │ │
│ │ · 身份认证 │ │
│ │ · 寻址查找 │ │
│ │ · 会话管理 │ │
│ │ · 数据存储 │ │
│ │ · 契约签名 │ │
│ └─────────────┘ │
└─────────────────────────────────────────────────────────────┘
🔑 AID — Agent 的"身份证"
AID（Agent Identifier）是每个 Agent 在网络中的唯一标识，类似于互联网域名：
格式：{agent-name}.{ap-domain}
示例：my-research-agent.aid.pub
writing-bot.aid.pub
•通过接入点（AP）泛域名解析获得
•全球唯一，用于寻址和通信
•基于 ECDSA P-384 数字证书的去中心化身份
🌐 AP — Agent 的"路由器"
AP（Access Point）是 Agent 入网的大门，提供：
| AP 服务 | 说明 |
|---|---|
| 身份管理 | AID 的创建、认证、管理 |
| 状态查询 | Agent 在线状态、能力发现 |
| 会话服务 | Agent 之间的通信通道管理 |
| 数据存储 | Agent 公有数据托管 |
| 契约签名 | 数字契约认证与签名验证 |
一个形象的比喻：
如果 Agent 是电脑，AID 就是网卡，ACP 是网线，AP 是路由器。
3.2 通信协议栈
ACP 建立在成熟的互联网协议之上：
┌─────────────────────────────────┐
│ 应用层：ACP 消息格式 │ ← JSON 消息体
├─────────────────────────────────┤
│ 会话层：会话管理 │ ← 创建/关闭会话
├─────────────────────────────────┤
│ 传输层：HTTPS / WSS / SSE │ ← 加密传输
├─────────────────────────────────┤
│ 网络层：TCP/IP │ ← 基础网络
└─────────────────────────────────┘
三种传输方式各有分工：
•HTTPS：常规请求-响应，如创建 AID、查询状态
•WSS (WebSocket Secure)：实时双向通信，如会话消息收发
•SSE (Server-Sent Events)：流式输出，如 LLM 流式回答
3.3 会话通信时序
一次完整的 Agent 间通信流程：
Agent A AP Agent B
│ │ │
│ 1. create_session() │ │
│────────────────────────>│ │
│ │ 2. notify_session() │
│ │───────────────────────>│
│ │ │
│ 3. send_message() │ │
│────────────────────────>│ 4. forward_message() │
│ │───────────────────────>│
│ │ │
│ │ 5. send_message() │
│ 6. receive_message() │<───────────────────────│
│<────────────────────────│ │
│ │ │
│ 7. close_session() │ │
│────────────────────────>│ 8. notify_close() │
│ │───────────────────────>│
│ │ │
3.4 AgentProfile — Agent 的"名片"
每个 Agent 都有一份 agentprofile.json，描述自己是谁、能做什么：
"publisherInfo""name""AgentUnion Labs""contact""dev@agentunion.cn""name""research-agent""description""专业的互联网信息研究与摘要智能体""version""1.0.0""capabilities""core""web-search""summarize""translate""extended""deep-research""fact-check""input""types""text/plain""application/json""maxLength"10000"output""types""text/plain""text/markdown""streaming"true"authorization""mode""free""description""免费使用，无需授权"
搜索引擎可以直接索引这些 Profile，让 Agent 像网站一样可被发现。
3.5 安全机制
ACP 的安全设计分三层：
┌──────────────────────────────────────┐
│ 第一层：通信安全 │
│ · 全链路 HTTPS/WSS 加密 │
│ · 消息签名验证 │
├──────────────────────────────────────┤
│ 第二层：身份安全 │
│ · 基于 PKI 的证书体系 │
│ · ECDSA P-384 数字签名 │
├──────────────────────────────────────┤
│ 第三层：行为安全 │
│ · Agent 行为规范约束 │
│ · 授权与交易流程规范 │
│ · 数字契约签名验证 │
└──────────────────────────────────────┘
四、IBM/BeeAI ACP 实战
IBM ACP（现已并入 Linux Foundation A2A）的设计更偏实用主义——用最简单的 REST API 让不同框架的 Agent 对话。
4.1 核心概念
| 概念 | 说明 |
|---|---|
| Agent Manifest | Agent 能力描述，类似 API 文档 |
| Run | 一次 Agent 执行，支持同步/流式 |
| Message | 通信核心，由多个 MessagePart 组成 |
| MessagePart | 消息的最小单元（文本/图片/JSON） |
| Await | Agent 暂停等待客户端输入 |
| Session | 跨多次交互维护状态 |
4.2 快速上手：Echo Agent
服务端 — 创建一个 Echo Agent
# echo_server.pyimportfromimportfromimportfromimport@server.agentasyncdef"""原样返回收到的所有消息"""forinawait0.5yield"thought""收到消息，我应该回传它"await0.5yield# 默认在 http://localhost:8000 启动
客户端 — 调用 Echo Agent
# echo_client.pyimportfromimportfromimportasyncdefasyncwith"http://localhost:8000"as# 同步调用await"echo""user""Hello from ACP!""text/plain"print"Agent 回复: {run.output}"if"__main__"
运行：
# 终端 1：启动服务端pippython# 终端 2：运行客户端python# 输出: Agent 回复: Hello from ACP!
4.3 进阶：流式调用
fromimportfromimportfromimportasyncdefasyncwith"http://localhost:8000"asasyncforin"echo""user""Stream me!"print"[流式] {content}"print"[完成] Agent 处理结束"pass# 其他事件
五、实战：构建多 Agent 协作系统
接下来用一个完整的案例展示 Agent 如何通过 ACP 互相协作。
5.1 场景设计
一个"内容创作流水线"：用户给一个主题，多个 Agent 协作完成 **研究 → 写作 → 审核 → 排版**。
ACP 协议
用户输入主题 ──> [研究Agent] ──> [写作Agent] ──> [审核Agent] ──> 输出成品
(crewAI) (LangChain) (BeeAI)
关键点：三个 Agent 用了三个不同的框架，但通过 ACP 无缝协作。
5.2 AgentUnion ACP 实现方案
使用 AgentUnion 的 agentcp SDK：
安装
pip# 或npm
研究 Agent（Python）
fromimport# 初始化并创建身份"aid.pub"# 接入 AP"research-agent"# 定义消息处理回调def"content"print"[研究Agent] 收到研究主题: {topic}"# 调用 LLM 进行研究...# 将研究结果发送给写作 Agent"writing-agent.aid.pub"# 上线并监听消息
写作 Agent（TypeScript）
importfrom'acp-ts'constconstawait"aid.pub"constawait"writing-agent"// 初始化通信constawaitawait// 监听消息asyncstringanyconsole'[写作Agent] 收到研究资料'// 调用 LLM 生成文章...constawait// 将文章发给审核 Agentawait'review-agent.aid.pub'// 上线await
审核 Agent（Python）
fromimport"aid.pub""review-agent"def"content"print"[审核Agent] 收到待审文章"# 调用 LLM 审核...if"approved"# 审核通过，返回给发起者"from_aid""status""approved""article""comments""comments"else# 打回修改"writing-agent.aid.pub""status""revision_needed""feedback""feedback"
协调器（发起方）
fromimport"aid.pub""coordinator"# 创建会话"research-agent.aid.pub""writing-agent.aid.pub""review-agent.aid.pub"# 发起任务"id""research-agent.aid.pub""请研究 ACP 智能体通信协议的最新进展"# 等待最终结果"id"300# 5分钟超时print"最终成品: {result['content']}"
5.3 IBM ACP 实现方案
使用 acp-sdk，搭建跨框架协作：
研究 Agent（crewAI 框架）
# research_server.pyfromimportfromimportfromimport@server.agent"researcher""互联网信息研究智能体"asyncdef00yield"thought""开始研究主题: {topic}"# 这里集成 crewAI 的研究能力fromimport"资深研究员""深入研究 {topic}""你是一位经验丰富的技术研究员""请详细研究以下主题: {topic}"yield"assistant"str8001
写作 Agent（LangChain 框架）
# writer_server.pyfromimportfromimportfromimport@server.agent"writer""专业文章写作智能体"asyncdef00yield"thought""收到研究资料，开始撰写文章"# 集成 LangChain 写作能力fromimportfromimport"gpt-4""基于以下研究资料，撰写一篇高质量的技术文章：\n\n{research}""research"yield"assistant"8002
客户端协调器
# orchestrator.pyimportfromimportfromimportasyncdefprint"🚀 启动内容创作流水线，主题: {topic}\n"# Step 1: 研究print"📚 Step 1: 研究阶段..."asyncwith"http://localhost:8001"asawait"researcher""user"10print" ✅ 研究完成，获得 {len(research_data)} 字资料\n"# Step 2: 写作print"✍️ Step 2: 写作阶段..."asyncwith"http://localhost:8002"asawait"writer""user"10print" ✅ 文章完成，共 {len(article)} 字\n"# Step 3: 审核（流式）print"🔍 Step 3: 审核阶段..."asyncwith"http://localhost:8003"asasyncforin"reviewer""user"# 实时输出审核意见...passprint"🎉 流水线完成!"return# 运行"ACP 智能体通信协议"
六、ACP 与 MCP/A2A/ANP 关系图谱
这四个协议经常被放在一起讨论，但它们解决的问题完全不同：
┌──────────────────────────────────────────────────────────────┐
│ AI Agent 技术栈 │
│ │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ 应用层 │ │
│ │ ┌─────────┐ ┌─────────┐ ┌──────────┐ │ │
│ │ │ ACP │ │ A2A │ │ ANP │ │ │
│ │ │Agent间 │ │Agent间 │ │Agent组网 │ │ │
│ │ │通信协议 │ │交互标准 │ │路由协议 │ │ │
│ │ └─────────┘ └─────────┘ └──────────┘ │ │
│ └─────────────────────────────────────────────────────────┘ │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ 能力层 │ │
│ │ ┌─────────┐ │ │
│ │ │ MCP │ │ │
│ │ │模型连接 │ │ │
│ │ │外部工具 │ │ │
│ │ └─────────┘ │ │
│ └─────────────────────────────────────────────────────────┘ │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ 基础层：LLM (GPT/Claude/Deepseek/Qwen...) │ │
│ └─────────────────────────────────────────────────────────┘ │
└──────────────────────────────────────────────────────────────┘
详细对比：
| 维度 | MCP | ACP | A2A | ANP |
|---|---|---|---|---|
| 层级 | 能力扩展层 | 应用通信层 | 应用交互层 | 网络组织层 |
| 核心功能 | 模型接工具 | Agent 对 Agent 通信 | Agent 交互标准 | Agent 网络路由 |
| 类比 | USB 接口 | HTTP 协议 | REST 风格 | TCP/IP |
| 发起方 | Anthropic | AgentUnion / IBM | Google + Linux Foundation | 社区 |
| 典型场景 | 让 Agent 调 API | 让 Agent 互相对话 | 定义交互模式 | 构建 Agent 网络 |
| 成熟度 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐ |
一个生活化的比喻：
- **MCP** = 手机的 App Store（让手机能装各种 App/工具）
- **ACP** = 电话协议（让手机之间能打电话）
- **A2A** = 打电话的礼仪（先说"喂"，再说事，最后说"拜拜"）
- **ANP** = 电信基站网络（确保信号能到达对方）
七、最佳实践与架构建议
7.1 选择哪个 ACP 流派？
| 场景 | 推荐 | 理由 |
|---|---|---|
| 国内企业级部署，需要完整的身份体系 | AgentUnion ACP | 完善的 AID/AP 体系，支持商业化 |
| 快速搭建跨框架 Agent 协作 | IBM ACP (A2A) | 轻量级 REST API，上手快 |
| 需要 P2P 实时通信 | AgentUnion ACP | 原生 WSS 支持，低延迟 |
| 开源社区生态优先 | IBM ACP (A2A) | Linux Foundation 背书 |
7.2 架构设计原则
┌─────────────┐
│ API 网关 │ ← 统一入口
└──────┬──────┘
│
┌────────────┼────────────┐
│ │ │
┌─────┴─────┐ ┌───┴───┐ ┌─────┴─────┐
│ Agent 集群A│ │ Agent │ │ Agent 集群C│
│ (crewAI) │ │ 集群B │ │ (AutoGen) │
│ │ │(BeeAI)│ │ │
└─────┬─────┘ └───┬───┘ └─────┬─────┘
│ │ │
└────────────┼────────────┘
│
┌──────┴──────┐
│ ACP 消息总线 │ ← 统一通信层
└─────────────┘
七条黄金法则：
Agent 单一职责：一个 Agent 只做一件事，做到极致
幂等设计：同一消息重复发送，结果相同
超时机制：所有通信必须设置合理超时
优雅降级：某个 Agent 不可用时，有兜底方案
消息持久化：关键消息必须持久化，防丢失
可观测性：接入日志和 tracing，排查问题不抓瞎
版本兼容：AgentProfile 中声明版本，做好前后兼容
7.3 安全 Checklist
✅ 全链路 HTTPS/WSS 加密
✅ Agent 身份认证（AID 证书或 API Key）
✅ 消息签名验证
✅ 输入内容校验（防 Prompt Injection）
✅ 速率限制（防 DDoS）
✅ 敏感数据脱敏
✅ 审计日志
✅ 最小权限原则
八、未来展望
8.1 协议融合趋势
2025 年下半年，IBM ACP 已并入 Linux Foundation 的 A2A 项目，预示着协议融合正在发生。未来可能的走向：
2024 2025 2026 2027+
│ │ │ │
MCP 发布 ── ACP/A2A 涌现 ─ 协议融合期 ── 统一标准?
ANP 探索 互操作层成熟 Agent Internet
8.2 值得关注的方向
•Agent 发现引擎：类似 Google，但搜索的是 Agent 而非网页
•Agent 市场：像 App Store 一样，Agent 可以被发现、购买、组合
•跨域协作：金融 Agent + 法律 Agent + 数据 Agent 联合作业
•Agent 治理：当 Agent 越来越多，如何监管和审计？
九、总结
ACP 不只是一个协议，它代表了 AI Agent 从"单体应用"走向"分布式协作"的范式转变。
| 你需要… | 用… |
|---|---|
| 让 Agent 调用外部工具 | MCP |
| 让 Agent 之间互相通信 | ACP |
| 构建企业级 Agent 网络 | AgentUnion ACP |
| 快速搭建跨框架 Agent 协作 | IBM ACP / A2A |
记住这句话：MCP 给 Agent 装上了手脚，ACP 让 Agent 学会了说话。在多 Agent 协作的时代，不会"说话"的 Agent，注定是一座孤岛。
学AI大模型的正确顺序，千万不要搞错了
🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。
更多推荐
10
0- 0
已为社区贡献183条内容
所有评论(0)