GENAI120

Agent2Agent (A2A) protocol 解决了 AI 领域的一项关键挑战：使不同公司基于多元化框架构建、运行在独立服务器上的生成式 AI 智能体能够高效通信和协作 - 以智能体的身份，而非单纯作为工具。A2A 旨在为智能体提供一种通用语言，助力构建更互联、更强大、更具创新性的 AI 生态系统。

A2A 围绕多项核心概念构建，兼具强大功能与灵活特性：

• 标准化通信：通过 HTTP(S) 进行 JSON-RPC 2.0 通信。
• 智能体发现：智能体卡片详细说明了智能体的功能和连接信息，方便智能体之间相互发现并了解彼此的能力。
• 丰富数据交换：支持文本、文件及结构化 JSON 数据传输。
• 灵活交互模式：支持同步请求/响应、流式传输 (SSE) 和异步推送通知。
• 适配企业场景：设计之初即充分考量安全、身份验证和可观测性三大核心需求。

目标

在本实验中，您将执行以下操作：

• 将 ADK 智能体部署为 A2A 服务器。
• 准备一张 JSON 智能体卡片，描述 A2A 智能体的功能特性。
• 使另一个 ADK 智能体能够读取已部署 A2A 智能体的卡片，并将其用作子智能体。

设置和要求

点击“开始实验”按钮前的注意事项

请阅读以下说明。实验会以定时的方式进行，且您无法暂停实验。定时器（点击“开始实验”即可启动）会显示云资源可供您使用的时间。

Qwiklabs 实操实验可让您在真实的云环境中开展实验活动，免受模拟或演示环境的局限。为此，我们会向您提供新的临时凭据，您可以在该实验的规定时间内通过此凭据登录和访问 Google Cloud Platform。

要求

要完成此实验，您需要：

• 能够使用标准的互联网浏览器（建议使用 Chrome 浏览器）。
• 为完成实验留出时间。

注意：如果您已拥有个人 GCP 帐号或项目，请不要使用其进行此实验。

如何开始实验并登录 Google Cloud 控制台

1. 点击开始实验按钮。如果该实验需要付费，系统会打开一个对话框供您选择支付方式。左侧是“实验详细信息”窗格，其中包含以下各项：

   • “打开 Google Cloud 控制台”按钮
   • 剩余时间
   • 进行该实验时必须使用的临时凭据
   • 帮助您逐步完成本实验所需的其他信息（如果需要）

2. 点击打开 Google Cloud 控制台（如果您使用的是 Chrome 浏览器，请右键点击并选择在无痕式窗口中打开链接）。

   该实验会启动资源并打开另一个标签页，显示“登录”页面。

   提示：将这些标签页安排在不同的窗口中，并排显示。

   注意：如果您看见选择账号对话框，请点击使用其他账号。

3. 如有必要，请复制下方的用户名，然后将其粘贴到登录对话框中。

   {{{user_0.username | "<用户名>"}}}

   您也可以在“实验详细信息”窗格中找到“用户名”。

4. 点击下一步。

5. 复制下面的密码，然后将其粘贴到欢迎对话框中。

   {{{user_0.password | "<密码>"}}}

   您也可以在“实验详细信息”窗格中找到“密码”。

6. 点击下一步。

   重要提示：您必须使用实验提供的凭据。请勿使用您的 Google Cloud 账号凭据。 注意：在本实验中使用您自己的 Google Cloud 账号可能会产生额外费用。

7. 继续在后续页面中点击以完成相应操作：

   • 接受条款及条件。
   • 由于这是临时账号，请勿添加账号恢复选项或双重验证。
   • 请勿注册免费试用。

片刻之后，系统会在此标签页中打开 Google Cloud 控制台。

注意：如需访问 Google Cloud 产品和服务，请点击导航菜单，或在搜索字段中输入服务或产品的名称。

任务 1. 安装 ADK 并设置环境

在本实验环境中，我们已为您启用了 Vertex AI API 和 Cloud Run API。如果您在自己的项目中操作，则可前往 Vertex AI 页面，然后按照提示启用相关 API。

准备 Cloud Shell 编辑器标签页

1. 选中 Google Cloud 控制台窗口，按下键盘上的 G 键后再按 S 键，即可打开 Cloud Shell。或者，您也可以点击 Cloud 控制台右上角的“激活 Cloud Shell”按钮 ()。

2. 点击继续。

3. 如果系统提示您为 Cloud Shell 授权，请点击授权。

4. 在 Cloud Shell 终端面板的右上角，点击在新窗口中打开按钮 。

5. 在 Cloud Shell 终端中，输入以下命令打开 Cloud Shell 编辑器并进入主目录：

   cloudshell workspace ~

6. 关闭屏幕右侧显示的任何其他教程或 Gemini 面板，以便为代码编辑器留出更多窗口空间。

7. 在本实验的后续操作中，您可将此窗口作为集成了 Cloud Shell 编辑器和 Cloud Shell 终端的 IDE 使用。

下载并安装本实验所需的 ADK 和代码示例

1. 在 Cloud Shell 终端中运行以下命令，以安装 ADK。注意：您需要指定版本，以确保您安装的 ADK 版本与本实验中使用的版本一致。

   # Install ADK and the A2A Python SDK cd ~ export PATH=$PATH:"/home/${USER}/.local/bin" python3 -m pip install google-adk==1.8.0 a2a-sdk==0.2.16 pip install --upgrade google-genai # Correcting a typo in this version sed -i 's/{a2a_option}"/{a2a_option} "/' ~/.local/lib/python3.12/site-packages/google/adk/cli/cli_deploy.py

2. 将以下命令粘贴到 Cloud Shell 终端中，以从 Cloud Storage 存储桶复制实验代码并将其解压缩：

   gcloud storage cp gs://{{{project_0.project_id| YOUR_GCP_PROJECT_ID}}}-bucket/adk_and_a2a.zip ./adk_and_a2a.zip unzip adk_and_a2a.zip

   点击检查我的进度以验证是否完成了以下目标： 安装 ADK 并设置环境。

任务 2. 探索您将远程共享的 ADK 智能体

在本实验中，假设您任职于一家体育场馆维护公司 Cymbal Stadiums。在最近的一个项目中，您开发了一款图片生成智能体，能够按照企业品牌规范制作插图。现在，您组织中的多个不同团队也想使用这款智能体。

如果将代码复制给多个智能体作为子智能体使用，后续的维护与升级工作将极为繁琐。

您可以采用另一种方案，只需将该智能体部署一次并封装为 A2A 服务器，其他团队的智能体即可通过远程查询的方式集成使用该智能体。

1. 在 Cloud Shell 编辑器的文件资源管理器窗格中，前往 adk_and_a2a/illustration_agent 目录。此目录包含您将远程共享的 ADK 智能体。点击相应目录将其展开。

2. 打开此目录中的 agent.py 文件，然后滚动到标记为 # Tools 的部分。

3. 请注意 generate_image() 函数，它将用作此智能体的工具。它会接收提示并执行两步流程。第一步，它会使用 Google Gen AI SDK 调用 generate_content()，后者会直接在响应中返回原始图片数据。第二步，该函数会使用 Cloud Storage 库将这些图片字节上传到 GCS 存储桶。最后，该工具会返回新创建的图片文件的公开网址。

4. 请注意，提供给 root_agent 的 instruction 为智能体提供了具体指令，要求其使用符合公司品牌规范的图片生成提示。例如，它可以指定：

   • 特定的插图风格：(Corporate Memphis)
   • 配色方案（日落渐变背景下的紫色和绿色）
   • 体育场馆/体育相关及维护场景图片示例（因所属行业为体育场馆维护）

5. 如需体验该智能体的功能，您首先需要编写一个 .env 文件，设置 ADK 智能体所需的环境变量。请在 Cloud Shell 终端中运行以下命令，在相应目录下创建此文件：

   cd ~/adk_and_a2a cat << EOF > illustration_agent/.env GOOGLE_GENAI_USE_VERTEXAI=TRUE GOOGLE_CLOUD_PROJECT={{{project_0.project_id| YOUR_GCP_PROJECT_ID}}} GOOGLE_CLOUD_LOCATION=global MODEL={{{project_0.startup_script.gemini_flash_model_id | gemini_flash_model_id}}} IMAGE_MODEL={{{project_0.startup_script.gemini_flash_image_model_id | gemini_flash_image_model_id}}} EOF

6. 运行以下命令，将 .env 复制到本实验中会用到的另一个智能体目录中：

   cp illustration_agent/.env slide_content_agent/.env

7. 现在，在 Cloud Shell 终端中运行以下命令启动 ADK 开发者界面：

   adk web

   输出

   INFO: Started server process [2434] INFO: Waiting for application startup. +-------------------------------------------------------+ | ADK Web Server started | | | | For local testing, access at http://localhost:8000. | +-------------------------------------------------------+ INFO: Application startup complete. INFO: Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)

8. 如需在新标签页中查看相应网页界面，请点击终端输出底部的 http://127.0.0.1:8000 链接。

9. 系统即会在一个新浏览器标签页中打开 ADK 开发者界面。

10. 从左侧的 Select an agent 下拉菜单中，选择 illustration_agent。

11. 向智能体输入适合用于招聘幻灯片演示文稿的文本，例如：

    By supporting each other, we get big things done!

12. 大约 10 秒后，智能体将返回生成的提示以及用于预览图片的网址。点击图片网址预览图片，然后点击浏览器中的后退，返回开发者界面。

    输出示例

    

    示例图片

    

13. 请注意，您向智能体提供的提示并未提及体育、体育场馆或维护工作，但智能体结合您的文本与品牌规范，生成了用于图片生成模型的统一提示。

    探索完基础智能体后，关闭浏览器标签页。

14. 点击 Cloud Shell 终端窗格，然后按 Ctrl+C 停止服务器。

    点击检查我的进度以验证是否完成了以下目标： 探索 ADK 智能体。

任务 3. 将智能体部署为 A2A 服务器

接下来，您需要执行相关步骤，将该智能体部署为远程 A2A 智能体。

1. A2A 智能体通过提供智能体卡片来标识自身身份及功能特性。运行以下命令创建 agent.json 文件。

   touch illustration_agent/agent.json

2. 打开 adk_and_a2a/illustration_agent 目录中的 agent.json 文件，然后粘贴以下内容：

   { "name": "illustration_agent", "description": "An agent designed to generate branded illustrations for Cymbal Stadiums.", "defaultInputModes": ["text/plain"], "defaultOutputModes": ["application/json"], "skills": [ { "id": "illustrate_text", "name": "Illustrate Text", "description": "Generate an illustration to illustrate the meaning of provided text.", "tags": ["illustration", "image generation"] } ], "url": "https://illustration-agent-{{{project_0.startup_script.project_number|Project Number}}}.{{{project_0.default_region| GCP_LOCATION}}}.run.app/a2a/illustration_agent", "capabilities": {}, "version": "1.0.0" }

3. 保存文件。

4. 查看 agent.json 文件中的 JSON。请注意，它为智能体提供了 name 和 description，并确定了一些 skills。它还指明了智能体本身可通过哪个 url 调用。

   在您按照本实验的指示部署智能体后，智能体的 url 将构建为 Cloud Run 服务网址。

   这里的参数 capabilities 虽然名称与 skills 相似，但它专指流式传输等功能。

5. 运行以下命令，在 illustration_agent 目录中创建 requirements.txt 文件。

   touch illustration_agent/requirements.txt

6. 选择该文件，然后将以下内容粘贴到该文件中。

   google-adk==1.8.0 a2a-sdk==0.2.16

7. 保存文件。

8. 在以下命令中，您将使用 adk deploy cloud_run 命令和 --a2a 标志，将智能体作为 A2A 服务器部署到 Cloud Run。您可以搜索“将 ADK 智能体部署到 Cloud Run”这个实验，详细了解如何将智能体部署到 Cloud Run。在此命令中：

   • --project 和 --region 分别用于定义将在哪个项目和哪个区域部署 Cloud Run 服务
   • --service_name 用于定义 Cloud Run 服务的名称
   • --a2a 标志表示应将其托管为 A2A 智能体。这意味着以下两点：
     • 您的智能体将由一个桥接 ADK 与 A2A 智能体的类（即 A2aAgentExecutor）封装。这个类负责将 A2A protocol 的任务和消息语言转换为 ADK 运行器能够理解的事件语言。
     • 智能体卡片也将托管在 CLOUD_RUN_URL/a2a/AGENT_NAME/.well-known/agent.json。注意：虽然此版本的卡片很快就能使用，但智能体网址的动态重写功能目前不适用于 Cloud Run，因此我们不会在此版本的实验中使用它。

   使用以下命令将智能体作为 A2A 服务器部署到 Cloud Run：

   adk deploy cloud_run \ --project {{{project_0.project_id| YOUR_GCP_PROJECT_ID}}} \ --region {{{project_0.default_region| GCP_LOCATION}}} \ --service_name illustration-agent \ --a2a \ illustration_agent

9. 系统会提示您允许此容器接收未经身份验证的回答。为进行实验测试，请在 Cloud Shell 终端中输入 Y（表示“是”），然后按 Return 键。

   注意：部署过程大约需要 5-10 分钟。如果您遇到 PERMISSION_DENIED 错误，请尝试再次运行上述命令。

   预期输出：

   您会看到与构建 Dockerfile、部署容器和部署服务相关的步骤，接下来是：

   Service [illustration-agent] revision [illustration-agent-00001-xpp] has been deployed and is serving 100 percent of traffic. Service URL: https://illustration-agent-{{{project_0.startup_script.project_number|Project Number}}}.{{{project_0.default_region| GCP_LOCATION}}}.run.app

   点击检查我的进度以验证是否完成了以下目标： 将智能体部署为 A2A 服务器。

任务 4. 允许其他 ADK 智能体远程调用此智能体

在此任务中，您将为第二个 ADK 智能体提供识别插图智能体功能并远程调用该智能体的能力。第二个智能体将负责为幻灯片创建内容。它会撰写标题和几句正文，然后转交给插图智能体来生成与文本相匹配的插图。

1. 在 Cloud Shell 终端中，运行以下命令，将智能体卡片 JSON 文件复制到 adk_and_a2a 目录，并更改其名称以表明它代表 illustration_agent。

   cp illustration_agent/agent.json illustration-agent-card.json

2. 在 Cloud Shell 编辑器的文件资源管理器窗格中，前往 adk_and_a2a/slide_content_agent，然后打开 agent.py 文件。

   查看此智能体的 instruction，了解它将如何根据用户对幻灯片的建议撰写标题和正文，然后转交给您的 A2A 智能体来为幻灯片配图。

3. 在 # Agents 标题下粘贴以下代码，以使用 ADK 中的 RemoteA2aAgent 类添加远程智能体：

   illustration_agent = RemoteA2aAgent( name="illustration_agent", description="Agent that generates illustrations.", agent_card=( "illustration-agent-card.json" ), )

4. 通过向 root_agent 添加以下参数，将 illustration_agent 添加为 root_agent 的子智能体：

   sub_agents=[illustration_agent]

5. 保存文件。

6. 通过 Cloud Shell 终端启动界面：

   cd ~/adk_and_a2a adk web

7. 再次点击终端输出中的 http://127.0.0.1:8000 链接。

8. 系统随即会打开一个新的浏览器标签页，其中包含 ADK 开发者界面。从左侧的 Select an agent 下拉菜单中，选择 slide_content_agent。

9. 向智能体提出幻灯片创意：

   制作一张幻灯片，介绍我们出色的在职培训。

您应该会看到以下输出内容：

• 由 slide_content_agent 本身撰写的标题和正文
• 对 transfer_to_agent 的调用，表示转交给 illustration_agent
• illustration_agent 的回答，其中包含一个链接，点击链接即可查看新图片。

点击检查我的进度以验证是否完成了以下目标： 启用另一个 ADK 智能体以远程调用该智能体。

恭喜！

在本实验中，您将一个 ADK 智能体部署为 A2A 服务器，准备了一张 JSON 智能体卡片来描述 A2A 智能体的功能，还使另一个 ADK 智能体能够读取已部署 A2A 智能体的卡片并将其用作子智能体

Google Cloud 培训和认证

…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践，可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训，并有点播、直播和虚拟三种方式选择，让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。

上次更新手册的时间：2025 年 10 月 6 日

上次测试实验的时间：2025 年 10 月 6 日

版权所有 2020 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。