Skip to content

智能体通信协议汇总

以下是当前主流智能体通信协议的详细介绍与对比:


1. MCP(Model Context Protocol)

  • 开发团队:由 Anthropic 推出
  • 解决问题:旨在为大型语言模型(LLM)提供标准化的接口,以便连接和交互外部数据源和工具
  • 技术路线:基于 JSON-RPC 2.0 消息格式,建立状态连接,支持服务器和客户端的能力协商
  • 生态发展:已成为行业事实标准,被广泛采用
  • 官方网站https://spec.modelcontextprotocol.io/specification/

2. ANP(Agent Network Protocol)

  • 开发团队:由中国本土团队主导开发,代表人物为常高伟,已在 GitHub 上开源,是国内较早的智能体通信协议之一
  • 解决问题:致力于解决智能体之间的身份认证、加密通信与协议协商问题,目标是打造智能体时代的"HTTP"
  • 技术路线:采用去中心化架构,基于 W3C DID(去中心化身份标识符)标准实现身份认证与端到端加密。引入"元协议层",支持自然语言驱动的协议协商和代码生成,让智能体根据上下文协商通讯协议。整个网络是点对点网状结构,无需中心化服务器
  • 生态发展:已开源,提供参考实现(如 AgentConnect),在中国开源社区和高校开发者中获得关注,并参与了 W3C WebAgents 工作组。当前生态尚以国内为主,正在拓展国际合作
  • 官方网站https://agent-network-protocol.com/

3. Agora Protocol

  • 开发团队:由牛津大学与 Eigent AI 提出,是一个研究性元协议,目标是实现灵活、高效和可移植性的平衡
  • 解决问题:应对"智能体通信三难问题"(三元悖论):通用性、效率、移植性难以兼得。当前智能体往往难以跨平台通信或自适应协议格式
  • 技术路线:使用 LLM 的理解能力驱动"协议文档"(Protocol Documents)交换,智能体通过自然语言描述通信协议并达成共识。分为三层协议:常用场景走已知 API,复杂场景通过 LLM 生成协议,极端情况下用自然语言协商
  • 生态发展:目前处于概念验证阶段,尚无开源实现,属于学术层面研究,尚未进入工业化应用
  • 官方网站https://agora-protocol.org/

4. Agent Protocol

  • 开发团队:由社区主导,AI Engineer Foundation 发起,核心开发者为 Div99,目标是定义统一的智能体 API
  • 解决问题:解决当前智能体系统间接口不统一、集成难度大、工具不可复用的问题,便于互操作和性能对比
  • 技术路线:提供一套 RESTful API 规范(OpenAPI 格式),支持启动、重置、发送目标、流式输出等核心操作,未来计划扩展支持支付等能力
  • 生态发展:已在 Auto-GPT 社区获得初步采用,用于智能体评测和标准化调用。提供 TypeScript 和 Python SDK,逐步成为通用"智能体接口协议"候选
  • 官方网站https://github.com/AI-Engineer-Foundation/agent-protocol

5. agents.json

  • 开发团队:由社区成员(如 Wildcard AI)提出,尚未正式标准化
  • 解决问题:网站缺乏机器可读方式向 AI 智能体暴露可交互能力,agents.json 允许网站声明接口、认证方式、权限、使用政策等,避免爬虫抓取人类界面
  • 技术路线:灵感来自 robots.txt 和 sitemap.xml,是一个标准的 JSON 文件,部署在 /.well-known/agents.json 路径下,包含网站提供的智能体可用接口与权限要求
  • 生态发展:目前尚处于草案阶段,尚未有主流平台支持,但在 Reddit 与技术博客中获得开发者讨论,未来有望成为 Web3 或 AI Web 的关键基础设施
  • 官方网站https://docs.wild-card.ai/agentsjson/introduction

6. AITP(Agent Interaction & Transaction Protocol)

  • 开发团队:由 NEAR Protocol(区块链平台)发起,NEAR 联合创始人 Illia Polosukhin 主导,2025 年初提出
  • 解决问题:智能体缺乏在信任边界之间进行通信与价值交换的标准协议,AITP 旨在让智能体能在对话中协商、付款、订阅服务
  • 技术路线:采用线程式对话模型,消息格式 JSON,具备扩展能力模块(如 payment、data request、决策协商等)。支持多种传输协议(HTTP/WebSocket),强调身份认证与加密通信
  • 生态发展:由 NEAR AI Hub 率先采纳,应用于 Web3 场景,目前处于 alpha 阶段,NEAR 社区已有初步实现和演示,计划向其他生态扩展
  • 官方网站https://github.com/nearai/aitp
  • 应用平台https://app.near.ai/agents

7. ACP(Agent Connect Protocol,思科 AGNTCY 项目)

  • 开发团队:由 Cisco(思科)发起,联合 LangChain、Galileo 等伙伴构建 AGNTCY 生态,2024 年末开源
  • 解决问题:解决不同智能体框架之间无法互操作的问题,让 LangChain、Haystack 等不同框架的智能体能够互通
  • 技术路线:提供标准化 OpenAPI 接口和 JSON 通信协议,配套 agent 描述标准(OASF)和目录服务,支持 agent 能力注册、发现与调用。强调安全认证与 streaming、多轮会话等功能
  • 生态发展:获得 Cisco 企业背书,LangChain 等社区初步参与。已开源规范和 SDK,计划推向标准组织,目标是构建"智能体互联网"的通信层协议
  • 官方网站https://github.com/agntcy/acp-spec

8. ACP(Agent Communication Protocol,IBM)

  • 开发团队:由 IBM Research 主导,作为 BeeAI 项目的一部分,于 2024 年底开始设计,目前处于 alpha 版本,由 Linux Foundation AI 社区托管
  • 解决问题:基于 Anthropic MCP(模型上下文协议)延伸,解决智能体之间通信、功能发现和上下文共享问题,构建面向多智能体系统的标准化通信协议
  • 技术路线:基于 JSON-RPC,兼容 MCP 格式并扩展,支持 agent 能力注册、对话管理、身份认证。强调实用优先,支持多种传输协议(HTTP、WebSocket),未来计划支持状态持久化、流式传输等
  • 生态发展:由 IBM 开源发起,并希望社区共同演进,目前无大规模部署,目标是在企业多智能体系统中推广为标准协议
  • 官方网站https://docs.beeai.dev/acp/alpha/introduction

9. LMOS(Language Model Operating System)

  • 开发团队:由 Eclipse 基金会孵化,原为德国电信(Deutsche Telekom)AI 基础设施项目,后转为社区开放项目
  • 解决问题:当前多智能体系统部署和协作困难,缺乏统一基础设施,LMOS 旨在提供智能体发现、注册、通信、调度与安全的操作系统级基础框架
  • 技术路线:借鉴 W3C Web of Things 标准,采用三层架构:身份层(DID)、传输层(可协商 HTTP/MQTT/P2P)、应用层(使用 JSON-LD 描述智能体能力)。支持本地和全局 discovery,具备组管理和权限体系
  • 生态发展:在 Eclipse 社区中处于孵化期,尚未大规模商用,但已被视为可能统一多协议的平台,可集成 ANP、AITP、MCP 等协议。德国电信等企业支持使其具备落地潜力,未来有望成为行业通用基础设施
  • 官方网站https://eclipse.dev/lmos/docs/multi_agent_system/agent_communication

10. IEEE SA-P3394(大型语言模型代理接口标准)

  • 开发团队:由IEEE标准协会组织的工作组主导开发
  • 解决问题:为大型语言模型代理接口提供标准化规范,确保不同AI系统之间的互操作性
  • 技术路线:正在开发参考实现,计划以BSD3许可证发布。专注于API规范设计,同时兼容多种通信协议
  • 生态发展:已有约一年的发展历程,正在稳步推进标准化工作,得到业界广泛关注
  • 官方网站https://standards.ieee.org/ieee/3394/11377/

11. WOT(Web of Things)

  • 开发团队:由W3C Web of Things工作组推动
  • 解决问题:解决物联网设备之间互操作性和数据交换的挑战,为物联网提供标准化的web接口
  • 技术路线:使用web技术连接物联网设备,简化跨平台设备访问与整合
  • 生态发展:已经发展成为物联网领域的重要标准之一,被多个项目和平台采用
  • 官方网站https://webthings.io/

比较总结

这些智能体通信协议各有侧重点和应用场景,整体上可以分为几类:

  1. 面向模型的协议:如MCP,专注于模型与外部工具的交互
  2. 面向智能体的协议:如ANP、ACP,关注智能体之间的通信和协作
  3. 面向网络的协议:如WOT、Matter/Thread,专注于设备互联互通
  4. 元协议:如Agora,着眼于协议协商和动态生成

随着AI和智能体技术的发展,这些协议将朝着更标准化、更互操作、更安全可靠的方向演进,共同构建智能体互联网的基础设施。