A2A 协调语义:把 HCT 带入 Google 代理协议

Hero Visual

前阵子我刚发布了面向 Model Context Protocol(MCP)的谐波协调理论(HCT)适配方案。今天,我把这套生态正式扩展到了 Google 的 Agent-to-Agent(A2A)协议。

MCP 聚焦于标准化的客户端与宿主连接,A2A 则专为去中心化的多代理点对点通信而生。HCT 为这些分布式代理提供了一套共同语言,也就是底层的乐理,让它们真正能够合拍地协同演奏。

我嘴上自称"软件架构师",干的活儿其实更像个语法侍酒师,外加一名人类在环监工。不过眼前这套扩展?这可是我撸起袖子一行行亲手敲出来的。

核心扩展:hct-a2a

我已经开源了 hct-a2a 代码库,这是一个将 HCT 信号注入 A2A 消息体的正式协议扩展。

核心特性

  1. Protobuf 优先设计:MCP 实现以 JSON 为中心,而 A2A 扩展直接采用 Protocol Buffers(.proto)定义。这保证了严格的类型安全,并能与高性能 gRPC 后端原生兼容。

  2. 规范自动生成:hct.proto 文件由核心仓库 hct-spec 通过 CI/CD 自动生成,从根本上保证 A2A 与 MCP 两套实现永远同步,绝不各自跑偏。两边唱的是同一份总谱。

  3. 多语言原生支持:提供四种语言的参考实现:

    • Python:基于 FastAPI 的演奏者(Performer)与指挥家(Conductor)实现
    • TypeScript:面向 Web 原生代理的 Node.js Actor 模型
    • Rust:基于 Tokio 的高性能、类型安全 Actor 实现
    • Go:面向微服务架构的结构体编排库

为了赶交付进度而牺牲设计质量,这种坑我已经栽进去两回了。做协议扩展就该按现在这套规矩来。秩序永远生长于纪律之中,混乱里长不出架构。你的系统架构,照见的就是你自己的灵魂。

为什么 A2A 需要 HCT

在分布式代理网格里,"意图"最容易在传输中丢失。一个代理发出了任务指令("分析这份文件"),却漏掉了关键的执行上下文:

  • 这是十万火急的加急件吗(tempo: presto)?
  • 我该用廉价小模型应付一下,还是直接拉满深度推理(dynamics: pp 对比 ff)?
  • 跑完之后我需要先挂起等待审批吗(fermata)?

HCT 直接在 A2A 信封的元数据里优雅地回答了这些问题。接收方无需改动核心任务定义,就能根据信号动态调整自己的"演奏状态"。

分布式代理里那些看着"绝不可能发生"的竞态条件,一旦规模上去就会变成家常便饭。趁早用严谨的协调语义把防线搭好。

快速上手

直接前往 GitHub 仓库查看源码,或浏览在线规范。

# Python
pip install hct-a2a

# Rust
cargo add hct-a2a

# Go
go get github.com/stefanwiest/hct-a2a

# TypeScript
npm install @hct/a2a

让你的AI代理像交响乐手那样默契配合,别再把它们当成死板的数据库节点了。交响乐团这套机制已经跑了几百年,不靠中心化数据库也能让上百名乐手实时同步。你的分布式代理同样做得到。


本项目隶属于谐波协调理论(Harmonic Coordination Theory)研究计划。

代码是杠杆,提示词是杠杆的平方。至于清楚知道该写什么提示词?那是别人抄不走的专有认知。

喜欢这篇文章?欢迎订阅我的周刊 SeekingSota,聊透当工程师不再手敲样板代码、转而拿起指挥棒调度AI代理时会发生什么。

Search stefanwiest.de

Type to search