通过 A2A 协议将 Elastic Agent 连接到 Gemini Enterprise

2025年10月20日   |   by mebius

作者:来自 ElasticJedr Blaszyk,Valerio ArvizzignoJoe McElroy

%title插图%num

学习如何使用 Agent Builder 通过 A2A 协议将自定义 Elastic Agent 暴露给像 Google 的 Agentspace 这样的外部服务。

通过我们的点播网络研讨会提升你的技能:使用 Elasticsearch 的 Agentic RAG,以及 Elasticsearch MCP Server 的 MCP 入门

你也可以立即利用 Elastic 的生成式 AI 功能,开始免费的云端试用,或在本地运行 Elasticsearch。

Elastic Agent Builder 是一组可在 Elasticsearch 中直接创建数据驱动 AI 代理的功能。在本系列的前几篇文章中,我们展示了如何为自定义代理配备工具以执行复杂任务,并为它们提供一组自定义指令来引导其行为。

但如果你想让自定义代理与自己已经依赖的应用程序和生产力工具一起使用呢?

这时,Agent-to-Agent(A2A)协议就派上用场了。A2A 是一个用于互操作的开放标准,允许来自不同平台的代理进行通信和协作。而我们已将它直接内置到 Elastic Agent Builder 中。

今天,我们将向你展示如何将你构建的自定义代理暴露给其他服务,特别是 Google Agentspace

开放标准的力量:为什么 A2A 很重要

在博文《你的第一个 Elastic Agent》中,我们展示了如何构建自定义代理,比如一个可以安全访问市场数据的金融助理代理。但如果你无法在其他环境(例如 Google Agentspace)在无需重建工作的情况下使用它的洞察,那么它的价值就会受限。

这种互操作性挑战正是阻碍代理型 AI 发展的原因。代理需要一种通用语言来跨平台通信,而这正是 A2A 协议的作用。它提供了一个tgcode标准通信层,不仅让你可以直接与代理交互,还开启了一个未来——你组织中的专用代理可以协作并共享洞察。

为实现这一点,Elastic Agent Builder 原生支持 A2A 协议,为所有代理提供两个标准端点:

  • Agent Card 端点(GET {your-kibana-url}/api/agent_builder/a2a/{agentId}.json)——它充当自定义代理的名片,向任何兼容 A2A 的服务提供代理的元数据(名称、描述、功能等)。

  • A2A Protocol 端点(POST {your-kibana-url}/api/agent_builder/a2a/{agentId})——这是通信通道。其他代理会将请求发送到这里,你的代理会根据 A2A 协议规范处理请求并返回响应。

使用 A2A inspector 测试你的代理

在将代理连接到生产系统之前,最好先检查它的通信是否正常。最简单的方法是使用 A2A Inspector,这是一款专门为测试和调试 A2A 集成而设计的工具。

运行 inspector 非常简单。你可以克隆 a2a-inspector 仓库,并按照 README 中的说明运行应用程序。启动后,默认情况下 UI 可通过 http://localhost:5001/ 访问。

要将 A2A Inspector 连接到你的代理,你需要提供两项关键信息:

  • Agent Card URL:这是描述你的代理的端点。对于上一篇文章中的 Financial Assistant 代理,这个 URL 是 {your-kibana-url}/api/agent_builder/a2a/financial_assistant.json。

  • Authentication Header:我们将使用标准的 API Key 进行身份验证。

在 inspector 的 UI 中输入这些信息后,你就可以连接并立即与代理进行对话了。

%title插图%num

这个简单的验证让我们确信代理配置正确,可以进入下一步。

上线吧!在 Google Agentspace 中使用你的自定义 agent

现在进入激动人心的部分:让我们的自定义金融顾问代理在 Google Agentspace 中运行。这个集成由 Elastic AI Agent 提供支持,该代理可在 Google Cloud Marketplace 上获取

连接后,Agentspace 使用 A2A 协议直接与你的代理通信。这正是互操作性的真正力量所在:用户现在可以在熟悉的环境中直接访问来自自定义 Elasticsearch 代理的深度数据驱动洞察。你可以在代理列表中看到你的自定义 Elastic Agent:

%title插图%num

想象一下,一个在 Agentspace 中的用户这样提问:

"I'm worried about market sentiment. Can you show me which of our clients are most at risk from bad news?"

在幕后,Agentspace 通过 A2A 协议将这个查询路由到你的自定义 Elastic Agent。你的代理随后使用其专用工具查询数据、生成答案并返回。对最终用户来说,这一过程是无缝的。

%title插图%num

而且这还不止于此!通过 Elastic agent 获取的答案现在可以作为上下文,用于后续的问题,这些问题可能会触发不同的专用代理(例如,你的投资平台代理,用于调整对上市公司的持仓)。这一切都能在搜索栏中完成。

当你的 Elastic agents 通过 A2A 部署在 Google Agentspace 上时,你可以统一访问、编排和工作流,在 AI、搜索和企业系统之间消除摩擦,通过一个单一的 UI 让用户在上下文中与他们的数据和工具交互。对用户来说,这意味着更少的工具切换和更直观、更强大的 AI 助手;对组织来说,这意味着内置的一致治理、可扩展性和互操作性。

轮到你来构建了

你现在拥有让 Elastic Agents 随处可用的工具。通过利用开放的 A2A 协议,你可以扩展自定义数据感知代理的应用范围。

在本文中,我们带你完成了关键步骤:

  • 通过 A2A Agent Card 和 Protocol 端点公开代理。

  • 使用 A2A Inspector 测试连接。

  • 将代理实时集成到像 Google Agentspace 这样的外部服务中。

tgcode的代理不再需要被孤立。我们迫不及待地想看到你创建的强大互联系统。祝构建愉快!

最简单的开始方式是在 Google Cloudtgcode Marketplace 上启动免费的 Elastic Cloud 试用。

原文:https://www.elastic.co/search-labs/blog/a2a-protocol-elastic-agent-builder-agentspace

文章来源于互联网:通过 A2A 协议将 Elastic Agent 连接到 Gemini Enterprise

相关推荐: 根据用户行为数据中的判断列表在 Elasticsearch 中训练 LTR 模型

作者:来自 ElasticAlexander Dvila 学习如何使用 UBI 数据创建判断列表,以在 Elasticsearch 中自动化训练你的 LTR 模型。 亲身体验 Elasticsearch:深入我们的示例笔记本,开始免费云试用,或在本地机器上尝试…

Tags: , , ,