工作机制与关键组成
发现对方
读取远端智能体公开的身份信息和能力说明。
委派任务
提交任务，并附上对方完成工作所需的文本或其他输入。
跟踪结果
通过协议查询任务状态、进度、产物、错误和最终结果。
如何选择
需要跨服务边界委派智能体任务时考虑 A2A；同一应用里的本地调用通常用普通函数即可。
适合解决哪些问题
- 让分别部署的智能体协作，同时不暴露彼此内部运行环境。
- 跨团队或跨框架把任务委派给另一项智能体服务。
使用时要留意什么
- 遵循同一协议不代表双方天然可信，也不代表权限可以互通。
- 需要验证对端身份和返回产物，并明确超时、取消和错误处理方式。
使用前，先弄清楚
A2A 与 MCP 分别连接什么？
A2A 侧重不同智能体服务之间的能力发现、任务委派和结果交换；MCP 侧重 AI 应用与外部工具、资源等能力之间的连接。一个智能体可以通过 MCP 使用工具，同时通过 A2A 委派任务。采用共同协议仍不代表双方自动拥有信任或授权关系。
继续核对原始资料
概念说明参考项目文档与源码；场景选择和接入建议为 AI Manuals 的整理判断。版本、价格、许可及接口细节请以项目当前说明为准。