在构建复杂的 AI 应用时，让不同的大模型智能体（Agent）能够有效协作是关键。本文将以一个旅行规划助手为例，详细介绍如何在 Microsoft Agent Framework (MAF) 中快速集成 A2A (Agent-to-Agent) 协议，实现主 Agent 对多个远程专用 Agent 的自主调用与信息整合。
A2A协议简介
在之前的系列文章中我们其实已经介绍过A2A协议了，这里我们快速温习一下。
A2A 即 Agent-to-Agent，翻译过来就是“智能代理之间的协议”，我们可以理解为它就是一个大模型 Agent 们用来“聊天”的“通用语言”。
A2A定义了一套清晰、标准的沟通方式，让Agent们可以顺畅地交流，让不同平台和框架下的Agent都能够说“同一种话”，实现无障碍的信息交换和协作。
在MAF中集成A2A Agent，最主要的操作就是：将A2A Agent封装为一个Tool，这个Tool对应到MAF中就是一个 AIFunction 对象。
前面我们提到可以将MCP服务也封装为一个Tool（AIFunction）让Agent调用，这里A2A Agent也是一样的道理。
这样做的好处是：让MAF中的Agent像调用本地函数一样调用远程A2A Agent 或 MCP Server。
下面的代码展示了在MAF中将A2A Card转换为Agent，然后再将Agent转换为AIFunction：
......
var functionTools = new List<AIFunction>();
foreach (var endpoint in agentEndpoints)
{
var resolver = new A2ACardResolver(new Uri(endpoint));
var card = await resolver.GetAgentCardAsync();
var agent = card.AsAIAgent(); // Convert A2A Agent to AIAgent instance
functionTools.AddRange(AgentFunctionHelper.CreateFunctionTools(agent, card));
}
......
下面是 AgentFunctionHelper 类的代码实现，它负责具体的转换逻辑：
public class AgentFunctionHelper
{
public static IEnumerable<AIFunction> CreateFunctionTools(AIAgent a2aAgent, AgentCard agentCard)
{
foreach(var skill in agentCard.Skills)
{
AIFunctionFactoryOptions options = new()
{
Name = Sanitize(skill.Id),
Description = $$"""
{
"description": "{{skill.Description}}",
"tags": "[{{string.Join(", ", skill.Tags ?? [])}}]",
"examples": "[{{string.Join(", ", skill.Examples ?? [])}}]",
"inputModes": "[{{string.Join(", ", skill.InputModes ?? [])}}]",
"outputModes": "[{{string.Join(", ", skill.OutputModes ?? [])}}]"
}
""",
};
yield return AIFunctionFactory.Create(RunAgentAsync, options);
}
async Task<string> RunAgentAsync(string input, CancellationToken cancellationToken)
{
var response = await a2aAgent.RunAsync(input, cancellationToken: cancellationToken).ConfigureAwait(false);
return response.Text;
}
}
private static readonly Regex InvalidNameCharsRegex = new Regex("[^0-9A-Za-z]+", RegexOptions.Compiled);
public static string Sanitize(string name)
{
return InvalidNameCharsRegex.Replace(name, "_");
}
}
其中的 CreateFunctionTools 方法实现了将A2A Agent的所有公开技能转换为 AIFunction 工具。
而 Sanitize 方法则实现了函数名称的规范化，因为 AIFunction 的名称必须符合一定规范（仅限字母、数字和下划线），因此需要主动对技能名称进行规范化。
完整集成示例：构建旅行规划助手
这次我们还是使用上次文章中的案例，即一个旅游助手，它可以通过A2A协议调用多个Agent的技能。
我们需要创建四个 .NET 项目，其中：
- 1个.NET控制台项目：主助手
- 3个ASP.NET Web项目：天气智能体、酒店智能体、路线智能体
在VS中的项目结构如下：
本次案例我们希望实现主助手可以回答用户关于不同主题（景点，酒店，天气）的问题，它可以根据问题自主选择需要调用一个或多个Agent去获取必要的信息后进行整合优化后再回复用户。
3.1 天气Agent的实现
首先，为该项目添加必要的NuGet包（后续其他A2A Agent项目都需要安装此包）：
A2A.AspNetCore “0.3.3-preview”
创建一个 WeatherAgent 类，定义其能力 和 AgentCard，这里我们需要公开一个AgentSkill即天气查询的能力：
public class WeatherAgent
{
public void Attach(ITaskManager taskManager)
{
taskManager.OnMessageReceived = QueryWeatherAsync;
taskManager.OnAgentCardQuery = GetAgentCardAsync;
}
private Task<A2AResponse> QueryWeatherAsync(MessageSendParams messageSendParams, CancellationToken cancellationToken)
{
if (cancellationToken.IsCancellationRequested)
{
return Task.FromCanceled<A2AResponse>(cancellationToken);
}
// Process the message
var messageText = messageSendParams.Message.Parts.OfType<TextPart>().First().Text;
// Create and return an artifact
var message = new AgentMessage()
{
Role = MessageRole.Agent,
MessageId = Guid.NewGuid().ToString(),
ContextId = messageSendParams.Message.ContextId,
Parts = [new TextPart() {
Text = $"""
🌤️ **天气查询结果**
查询时间：{DateTime.Now:yyyy-MM-dd HH:mm}
**北京天气**
- 今日：晴转多云，气温 -2°C ~ 8°C
- 明日：多云，气温 0°C ~ 10°C
- 后日：阴，气温 2°C ~ 9°C
**上海天气**
- 今日：多云，气温 5°C ~ 12°C
- 明日：小雨，气温 6°C ~ 10°C
- 后日：阴转晴，气温 4°C ~ 11°C
👔 穿衣建议：北京较冷，建议穿羽绒服；上海温和，建议穿夹克外套，带好雨具。
"""
}]
};
return Task.FromResult<A2AResponse>(message);
}
private Task<AgentCard> GetAgentCardAsync(string agentUrl, CancellationToken cancellationToken)
{
if (cancellationToken.IsCancellationRequested)
{
return Task.FromCanceled<AgentCard>(cancellationToken);
}
var capabilities = new AgentCapabilities()
{
Streaming = true,
PushNotifications = false,
};
return Task.FromResult(new AgentCard()
{
Name = "weather agent",
Description = "weather information agent",
Url = agentUrl,
Version = "1.0.0",
DefaultInputModes = ["text"],
DefaultOutputModes = ["text"],
Capabilities = capabilities,
Skills = [
new AgentSkill
{
Id = "weather-query",
Name = "天气查询",
Description = "查询指定城市的天气预报，包括温度、降水概率、穿衣建议等",
Tags = ["weather", "forecast", "climate"],
Examples = ["上海明天天气怎么样", "成都这周的天气预报", "杭州下雨吗"],
InputModes = ["text"],
OutputModes = ["text"]
}],
});
}
}
说明：为了方便演示，这里直接返回了固定的天气信息。在实际应用中，这里应该接入真正的天气API或调用大模型进行处理。下面的几个Agent也是类似的情况。
然后，在 Program.cs 中进行注册，完成端口映射：
using A2A;
using A2A.AspNetCore;
using WeatherAgentServer;
var builder = WebApplication.CreateBuilder(args);
var app = builder.Build();
var taskManager = new TaskManager();
var agent = new WeatherAgent();
agent.Attach(taskManager);
// Add JSON-RPC endpoint for A2A
app.MapA2A(taskManager, "/weather");
// Add well-known agent card endpoint for A2A
app.MapWellKnownAgentCard(taskManager, "/weather");
// Add HTTP endpoint for A2A
app.MapHttpA2A(taskManager, "/weather");
app.Run();
3.2 酒店Agent的实现
创建一个 HotelAgent 类，定义其能力与 AgentCard：
public class HotelAgent
{
public void Attach(ITaskManager taskManager)
{
taskManager.OnMessageReceived = QueryHotelsAsync;
taskManager.OnAgentCardQuery = GetAgentCardAsync;
}
private Task<A2AResponse> QueryHotelsAsync(MessageSendParams messageSendParams, CancellationToken cancellationToken)
{
if (cancellationToken.IsCancellationRequested)
{
return Task.FromCanceled<A2AResponse>(cancellationToken);
}
// Process the message
var messageText = messageSendParams.Message.Parts.OfType<TextPart>().First().Text;
// Create and return an artifact
var message = new AgentMessage()
{
Role = MessageRole.Agent,
MessageId = Guid.NewGuid().ToString(),
ContextId = messageSendParams.Message.ContextId,
Parts = [new TextPart() {
Text = $"""
🏨 **酒店推荐**
根据您的需求，为您推荐以下酒店：
**豪华型 ⭐⭐⭐⭐⭐**
1. 上海外滩华尔道夫酒店
- 📍 外滩核心位置，江景房
- 💰 ¥2,500/晚起
- ⭐ 评分 4.9/5.0
**舒适型 ⭐⭐⭐⭐**
2. 上海静安香格里拉大酒店
- 📍 静安寺商圈，交通便利
- 💰 ¥1,200/晚起
- ⭐ 评分 4.7/5.0
**经济型 ⭐⭐⭐**
3. 全季酒店（上海南京路店）
- 📍 南京路步行街旁
- 💰 ¥380/晚起
- ⭐ 评分 4.5/5.0
💡 提示：建议提前预订，周末和节假日价格可能上涨 20-50%。
"""
}]
};
return Task.FromResult<A2AResponse>(message);
}
private Task<AgentCard> GetAgentCardAsync(string agentUrl, CancellationToken cancellationToken)
{
if (cancellationToken.IsCancellationRequested)
{
return Task.FromCanceled<AgentCard>(cancellationToken);
}
var capabilities = new AgentCapabilities()
{
Streaming = true,
PushNotifications = false,
};
return Task.FromResult(new AgentCard()
{
Name = "hotel-a2a-agent",
Description = "hotel information agent",
Url = agentUrl,
Version = "1.0.0",
DefaultInputModes = ["text"],
DefaultOutputModes = ["text"],
Capabilities = capabilities,
Skills = [
new AgentSkill
{
Id = "hotel-recommendation",
Name = "酒店推荐",
Description = "根据目的地和预算推荐合适的酒店，包括豪华型、舒适型、经济型",
Tags = ["hotel", "accommodation", "booking", "travel"],
Examples = ["推荐上海的酒店", "上海外滩附近有什么好酒店", "预算500以内的北京酒店"],
InputModes = ["text"],
OutputModes = ["text"]
}
],
});
}
}
同样，请参考天气Agent完成 Program.cs 中的注册。
3.3 景点Agent的实现
创建一个 PlanAgent 类，定义其能力与 AgentCard：
public class PlanAgent
{
public void Attach(ITaskManager taskManager)
{
taskManager.OnMessageReceived = QueryPlansAsync;
taskManager.OnAgentCardQuery = GetAgentCardAsync;
}
private Task<A2AResponse> QueryPlansAsync(MessageSendParams messageSendParams, CancellationToken cancellationToken)
{
if (cancellationToken.IsCancellationRequested)
{
return Task.FromCanceled<A2AResponse>(cancellationToken);
}
// Process the message
var messageText = messageSendParams.Message.Parts.OfType<TextPart>().First().Text;
// Create and return an artifact
var message = new AgentMessage()
{
Role = MessageRole.Agent,
MessageId = Guid.NewGuid().ToString(),
ContextId = messageSendParams.Message.ContextId,
Parts = [new TextPart() {
Text = $"""
🎡 **景点推荐**
为您推荐上海必游景点：
**历史文化类**
1. 🏛️ 外滩 - 欣赏万国建筑博览群
2. 🏯 豫园 - 江南古典园林代表
3. 🕌 城隍庙 - 品尝地道上海小吃
**现代都市类**
4. 🗼 东方明珠塔 - 上海地标，俯瞰浦江两岸
5. 🌆 陆家嘴 - 金融中心，上海之巅
6. 🛍️ 南京路步行街 - 购物天堂
**文艺休闲类**
7. 🎨 田子坊 - 文艺小店聚集地
8. 📚 武康路 - 梧桐树下的法式风情
9. 🌳 世纪公园 - 城市绿肺，亲子游首选
📅 建议游玩时间：3-4 天可覆盖主要景点
"""
}]
};
return Task.FromResult<A2AResponse>(message);
}
private Task<AgentCard> GetAgentCardAsync(string agentUrl, CancellationToken cancellationToken)
{
if (cancellationToken.IsCancellationRequested)
{
return Task.FromCanceled<AgentCard>(cancellationToken);
}
var capabilities = new AgentCapabilities()
{
Streaming = true,
PushNotifications = false,
};
return Task.FromResult(new AgentCard()
{
Name = "plan agent",
Description = "travel plan & attraction agent",
Url = agentUrl,
Version = "1.0.0",
DefaultInputModes = ["text"],
DefaultOutputModes = ["text"],
Capabilities = capabilities,
Skills = [
new AgentSkill
{
Id = "attraction-recommendation",
Name = "景点推荐",
Description = "推荐目的地的热门景点和游玩路线，包括历史文化、现代都市、文艺休闲等类型",
Tags = ["attraction", "sightseeing", "tourism", "travel"],
Examples = ["上海有什么好玩的", "北京必去的景点", "杭州西湖怎么玩"],
InputModes = ["text"],
OutputModes = ["text"]
}
],
});
}
}
同样，请参考天气Agent完成 Program.cs 中的注册。
3.4 主助手 (TravelPlannerClient) 的实现
这里是整个应用的核心，我们将把所有远程A2A Agent集成到一个主Agent中。首先，需要安装 MAF 相关的NuGet包：
Microsoft.Extensions.AI.OpenAI
Microsoft.Agents.AI.A2A
Microsoft.Agents.AI.Abstractions
Microsoft.Extensions.AI.Abstractions
第一步，创建与LLM交互的 ChatClient
var chatClient = new OpenAIClient(
new ApiKeyCredential(openAIProvider.ApiKey),
new OpenAIClientOptions { Endpoint = new Uri(openAIProvider.Endpoint) })
.GetChatClient(openAIProvider.ModelId)
.AsIChatClient();
第二步，将远程A2A Agents转换为 AIFunction Tools
var agentEndpoints = new[]
{
"https://localhost:7021/a2a", // hotel agent
"https://localhost:7011/a2a", // weather agent
"https://localhost:7031/a2a" // plan agent
};
// Collecting all AI Tools
var functionTools = new List<AIFunction>();
foreach (var endpoint in agentEndpoints)
{
var resolver = new A2ACardResolver(new Uri(endpoint));
var card = await resolver.GetAgentCardAsync();
var agent = card.AsAIAgent(); // Convert A2A Agent to AIAgent instance
functionTools.AddRange(AgentFunctionHelper.CreateFunctionTools(agent, card));
}
第三步，创建可以调用A2A Agents的主 Agent
var mainAgent = new ChatClientAgent(
chatClient: chatClient,
instructions: """
你是一个智能旅行规划助手。你可以利用可用的工具来帮助用户完成任务。
当用户询问时，请使用合适的工具获取信息，然后给出建议。
""",
tools: [.. functionTools]
);
第四步，进行测试
// 用户请求 - 测试不同的技能调用
var userRequests = new[]
{
"查询一下上海的天气情况",
"推荐一下上海的酒店",
"帮我规划一下今日上海的一日游景点，并告诉我该如何穿衣服",
};
foreach (var userRequest in userRequests)
{
Console.WriteLine("━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━");
Console.WriteLine($"👤 用户请求: {userRequest}");
Console.WriteLine("━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━");
// 执行 Agent
Console.WriteLine("⏱️ 主 Agent 处理中...");
var response = await mainAgent.RunAsync(userRequest);
Console.WriteLine($"💬 回答:\n{response.Text}");
Console.WriteLine();
}
运行结果展示
Case 1：查询一下上海的天气情况（简单任务）
可以看到，主助手通过调用天气Agent获取天气信息完成了回答。
Case 2：推荐上海的酒店（简单任务）
可以看到，主助手通过调用酒店Agent获取酒店信息完成了回答。
Case 3：帮我规划一下今日上海的一日游景点，并告诉我该如何穿衣服（复杂任务）
可以看到，主助手调用了多个Agent（景点Agent 和 天气Agent）获取信息，还在此之上进行了整合优化，最后输出了完善的回复。
总结
本文详细介绍了在 Microsoft Agent Framework (MAF) 中集成A2A Agent的核心操作：将远程A2A Agent的技能封装为本地可调用的 AIFunction 工具。通过一个完整的旅行助手案例，我们演示了如何让一个主 Agent 像调用本地函数一样，自主地选择并调用多个远程的、功能单一的专用 Agent（如天气、酒店、景点推荐），从而实现复杂的多步骤任务。
这种方法大大提升了Agent系统的模块化与复用性，是构建复杂、可扩展的 智能体 应用的关键模式。希望本文的实战案例能帮助你快速上手 .NET 生态下的多智能体开发。如果你想了解更多关于 .NET 与 AI 开发结合的最佳实践，欢迎到云栈社区 进行更深度的技术交流。
示例源码
Github: https://github.com/EdisonTalk/MAFD
发表于 16 小时前
|
查看: 2|
回复: 0
