人工智能技术日益发展的今天，Agent 之间的自动通信与协作正变得越来越重要。今天我们来实战一下，使用 Python 实现一个简单的 A2A（Agent-to-Agent）交互示例。
✅ 前提条件
在开始之前，请确保你的开发环境中已安装以下工具：
- Python 3.10 或更高版本
- Git（用于克隆项目仓库）
🧰 环境配置步骤
第一步：克隆项目仓库
访问 GitHub 并克隆官方提供的 A2A 示例仓库：
bash 深色版本
git clone https://github.com/google-a2a/a2a-samples.git -b main --depth 1
cd a2a-samples
注意：该项目是 Google A2A 的官方示例代码库，我们只拉取最新主分支的简化版本。
第二步：创建并激活虚拟环境
Windows 用户：
bash 深色版本
python -m venv .venv
.venv\Scripts\activate
macOS / Linux 用户：
bash 深色版本
python -m venv .venv
source .venv/bin/activate
第三步：安装依赖
进入项目目录后，安装所需的 Python 包以及 A2A SDK：
bash深色版本pip install -r samples/python/requirements.txt
第四步：验证安装是否成功
你可以运行以下命令再次确认依赖是否安装完整：
bash深色版本pip install -r samples/python/requirements.txt
如果看到类似输出：
深色版本A2A SDK imported successfully
恭喜！你的开发环境已经准备就绪！
🚀 启动服务端
从项目根目录启动服务端：
bash深色版本python samples/python/agents/helloworld/__main__.py
服务启动后，你会看到如下日志信息：
深色版本
INFO: Started server process [xxxxx]
INFO: Waiting for application startup.
INFO: Application startup complete.
INFO: Uvicorn running on http://0.0.0.0:9999 (Press CTRL+C to quit)
此时，服务已成功运行在 http://localhost:9999 上。
💬 客户端交互测试
打开一个新的终端窗口，保持虚拟环境激活状态，运行客户端脚本：
bash深色版本python samples/python/agents/helloworld/test_client.py
🔍 客户端代码解析
让我们看看客户端是如何实现与服务端通信的。
1️⃣ 初始化 Agent Card 解析器
python 深色版本
base_url = 'http://localhost:9999'
asyncwith httpx.AsyncClient() as httpx_client:
resolver = A2ACardResolver(
httpx_client=httpx_client,
base_url=base_url,
# agent_card_path 使用默认值，extended_agent_card_path 也使用默认值
)
这段代码初始化了一个异步 HTTP 客户端，并通过 A2ACardResolver 获取目标 Agent 的能力描述（Card），为后续交互做准备。
2️⃣ 发送非流式消息请求
python 深色版本
client = A2AClient(httpx_client=httpx_client, agent_card=final_agent_card_to_use)
logger.info('A2AClient initialized.')
send_message_payload: dict[str, Any] = {
'message': {
'role': 'user',
'parts': [
{'kind': 'text', 'text': 'how much is 10 USD in INR?'}
],
'messageId': uuid4().hex,
},
}
request = SendMessageRequest(id=str(uuid4()), params=MessageSendParams(**send_message_payload))
response = await client.send_message(request)
print(response.model_dump(mode='json', exclude_none=True))
上述代码构建了一个包含用户问题的 JSON 请求，并通过 A2AClient 发送给服务端 Agent。
3️⃣ 预期响应结果
运行完成后，你应该会看到类似如下的响应：
json 深色版本
{
"jsonrpc": "2.0",
"id": "xxxxxxxx",
"result": {
"type": "message",
"role": "agent",
"parts": [
{ "type": "text", "text": "Hello World" }
],
"messageId": "yyyyyyyy"
}
}
这表明一次完整的 A2A 非流式交互已经成功完成！
📌 小结
今天我们完成了以下任务：
搭建了 Python 开发环境 成功运行了 A2A 示例服务端 编写并执行了客户端代码，实现了 Agent 间的非流式通信
虽然目前只是一个基础示例，但它为我们理解 A2A 架构提供了良好的起点。
