Python A2A：Google A2A协议的Python实现，集成MCP，用于构建可互操作的多智能体系统

Python A2A 是一个 Python 库，实现了 Google 的 Agent-to-Agent (A2A) 协议，集成了 Model Context Protocol (MCP)，允许你用 Python 创建可以相互通信和协作的 AI 代理系统。

A2A 定义了一种标准的通信格式，MCP 允许代理访问外部工具和数据，Python A2A 的目标是帮助开发者轻松构建复杂的多代理系统，适用于研究、企业应用、客户服务等多个领域，支持多种LLM提供商（例如OpenAI、Anthropic），具有模块化设计，易于扩展和定制。

完全兼容A2A协议标准，包含智能体卡片、任务调度和技能系统等核心模块，原生集成AWS Bedrock模型（包括Claude）、OpenAI、Anthropic等主流LLM，仅需requests库即可运行，轻量化设计。

装饰器语法简化开发流程：

@skill(description="获取天气信息")
def get_weather(self, location):
    # 技能实现代码

交互文档自动生成，基于FastAPI风格构建OpenAPI文档，一键生成可视化HTML文档，支持Swagger UI调试接口。

完善的错误处理机制，输入验证体系，支持Flask/Django等主流框架，提供AWS Bedrock完整解决方案。

快速入门指南

安装库文件（推荐使用UV包管理器）：

uv install python-a2a[all]

创建基础智能体：

from python_a2a import A2AServer, skill, run_server

@agent(name="数学助手", description="解决基础数学问题")
class MathAgent(A2AServer):
    @skill(description="加法运算")
    def add(self, a: int, b: int):
        return a + b

if __name__ == "__main__":
    run_server(MathAgent(), port=5000)

构建MCP工具代理：

from python_a2a import A2AMCPAgent, FastMCP

class CalculatorAgent(A2AServer, A2AMCPAgent):
    def __init__(self):
        super().__init__()
        self.mcp = FastMCP("计算器", "提供数学运算功能")
        
    @self.mcp.tool
    def multiply(self, x: float, y: float) -> float:
        return x * y

    async def handle_task(self, task):
        if "multiply" in task.message.text:
            result = await self.call_mcp_tool("multiply", x=3, y=7)
            return f"3 × 7 = {result}"