谷歌A2A协议

在A2A（Agent-to-Agent）协议中，把 Agent 变成了网络上的“标准服务”，核心逻辑围绕着一份像名片一样的 Agent Card 展开，如下

每一个 A2A 兼容的 Agent 都必须拥有一份机器可读的 JSON 格式文档。这份“名片”里记录了它的底牌：
身份信息：名称、描述、版本。
通信端点（Endpoint）：别的 Agent 该去哪个 URL 找它发请求。
技能清单（Skills）：它能干什么（比如“查询光纤损耗”、“生成周报”）。
能力（Capabilities）：支持的功能，如是否支持流式传输（Streaming）、是否支持推送通知等。
安全要求：需要什么样的鉴权机制（API Key、OAuth 等）。

最简单的“广泛发现”模式下，A2A 推荐遵循 Web 标准，将这份卡片托管在一个固定的“知名路径”下：
https://your-agent-domain.com/.well-known/agent.json
任何 Agent 都能通过这个固定路径读到Agent Card

一个大致流程如下：
当一个 Client Agent（发起任务方）需要帮手时，它会经历以下几个发现阶段：

第一步：获取卡片（Fetching）
Client Agent 会访问目标域名的 /.well-known/agent.json 端点。如果是在企业内网或者特定的生态内，它可能已经预先配置了一系列已知的 Agent 列表。

第二步：能力匹配（Capability Matching）
拿到卡片后，Client Agent 会解析 JSON 中的 skills 字段：
比如Client Agent 手头有一个“光路径优化”的任务，它会遍历手头或目录中的 Agent Card，寻找标记有 skill: "optical-path-optimization" 的 Remote Agent。

第三步：注册中心查询（Registry-based Discovery）
对于大规模环境，还包含**精选注册表（Curated Registries）**机制。Agent 可以将自己的卡片注册到中心化的目录服务中。Client Agent 只需给注册表发一个查询请求（例如：“给我找个擅长处理故障告警且支持 SSE 流式输出的 Agent”），注册表就会返回符合要求的 Agent 列表。

在task中，采用JSON-RPC结构规范化任务指令。
MCP：是 Agent 用来接管工具和数据（如数据库、本地文件）的。
A2A：是 Agent 用来跟另一个 Agent 谈合作的。

与光网络的融合

从Ciena/Nokia以及国内运营商的公开资料来看，网络智能化是不可阻挡的趋势；而在这个智能化光网络的构想中，既有“垂向”的不同层级的Agent（如网络层、网元层），也有“横向”的在一个任务流中的Agent（如调测场景下的预警、仿真、调优等）。

什么样的Agent架构是能对光网络产生价值的，在哪些场景中需要Multi-agent协作，哪些部分又能成为Agent都是需要进一步讨论的问题。

下面是借助大模型生成的一个针对“光网络频谱与路径优化”场景的Agent Card样例：
{
"spec_version": "1.0",
"agent_id": "opti-net-core-001",
"name": "OpticalPathMaster",
"description": "专门负责OTN/WDM网络的频谱去碎片化、路径重路由及物理层代价（OSNR）评估的专家级Agent。",
"version": "1.2.0",
"endpoint": "https://api.optical-intelligence.net/v1/a2a",

"capabilities": {
"communication_modes": ["sync", "async", "streaming"],
"supported_formats": ["application/json"],
"streaming_protocol": "SSE"
},

"skills": [
{
"name": "spectrum_defrag",
"description": "对指定光纤链路进行频谱碎片整理，提升带宽利用率。",
"parameters": {
"link_id": "string",
"priority": "low | medium | high"
}
},
{
"name": "path_recalc_with_constraints",
"description": "根据当前的OSNR、时延和物理拓扑，计算最优保护路径。",
"parameters": {
"source_node": "string",
"dest_node": "string",
"max_latency_ms": "number"
}
},
{
"name": "power_balance_tuning",
"description": "自动调节全网放大器（EDFA）增益，平滑波分复用系统的功率谱。",
"parameters": {
"oms_section_id": "string"
}
}
],

"auth": {
"type": "OAuth2",
"grant_types": ["client_credentials"],
"token_url": "https://auth.optical-intelligence.net/token"
},

"metadata": {
"vendor": "FutureNet",
"supported_layers": ["L0", "L1"],
"region": "East-China-DataCenter"
}
}