A2A、AutoGen、MCP、沙箱——多智能体协作的协议与运行环境，外加检索侧的三个话题。

一、协作协议

A2A协议

A2A（Agent-to-Agent）协议用于让不同厂商的智能体互发现、互委托任务。它通常描述 Agent Card、任务生命周期、流式结果和鉴权方式，使一个规划 Agent 可以调用另一个专业 Agent，而不绑定同一套 SDK。

落地要先解决身份与权限：谁能代表用户发起任务、结果如何审计。协议兼容 MCP 工具调用，但关注点是 Agent 之间的会话，而不是单个工具函数。超时、取消和部分失败必须有语义，否则跨组织协作会悬挂。安全上默认最小披露，不要把完整对话历史转发给第三方 Agent。评估互通性要用真实的异构实现，而不是同一框架自己连自己。

MCP

MCP的组成部分

三类核心能力，Tools、Resources、Prompts

Tools

Resources

Prompts

底层通信，JSON-RPC 2.0 是什么

在传输层，MCP 支持两种方式。

  • stdio（标准输入输出）

  • Streamable HTTP

MCP和Function Calling

Charles-mcp

Charles-mcp 把经典抓包软件 Charles 的会话与规则，通过 MCP 接口暴露给编排工具或智能体。它的价值不是再做一个代理端，而是让调试人员能用自然语言查询请求列表、过滤域名、对比响应体，并把重复操作写成可复用脚本。

集成时应把范围限制在自己的开发代理与 HTTPS 解密证书环境内，避免把真实凭证、Cookie 原文写进对话日志。对移动端调试，仍需要设备信任代理并安装 CA；MCP 只是把已经抓到的会话变成可编程资产。适合用于回放接口变迁、生成 mock 与整理回归测试用例，而不是替代完整的安全审计。

Multi-Agent

Multi-Agent 把复杂任务拆给多个具有独立角色与工具的智能体，由编排层负责任务分解、消息传递和结果汇聚。常见形态包括主从调度、对等协作，以及带共享黑板的工作流。

落地时要先定义角色边界：规划、检索、执行、校验尽量分开，避免一个 Agent 既写结果又给自己打分。通信要可观测，状态要可回放。上下文窗口有限时，应把长记忆外置到矢量库或工作区文件，只把当前决策所需摘要注入提示。评估不能只看单轮正确率，还要看协作轮次、工具调用失败率和任务完成时延。

AutoGen

AutoGen 是微软推出的多智能体对话框架，核心思想是让不同角色的 Agent 通过消息协作，而不是靠单一提示完成全部任务。典型组合包括用户代理、助手代理与批评代理：一个负责拆解目标，一个调用工具或写代码，另一个专门挑错与补全。

实践中更值得留意的是对话终止条件、工具调用权限和上下文窗口。没有明确的 max_round 或人工介入点，多代理很容易形成循环讨论；工具不加白名单，则可能误删文件或误调外部 API。把任务分成可验证的小步骤，并把关键结论写回共享内存，才能让 AutoGen 的对话能力落到可重复的工程流程里。

二、运行环境

Agent沙箱方案

Agent 沙箱把模型可执行的命令和文件访问限制在隔离环境：容器、微虚机或 seccomp。目标是允许写代码和跑测试，同时挡住读密钥、扫内网和破坏宿主机。

策略包括只读挂载、网络白名单、资源上限和超时。工具调用要有审计日志。逃逸路径常来自 Docker socket、宽松的 volume 和可写的 proc。默认拒绝比默认允许更安全。

评测用故意的恶意提示和依赖安装场景。开发体验与安全要折中：完全断网会让包安装失败，应提供缓存镜像源。沙箱镜像要定期重建，避免积攒脏状态。

Agent开发：Workflow

编排模式

  • 提示链 Prompt Chaining

  • 路由 Routing

  • 并行化 Parallelization

  • 编排者-工人 Orchestrator-Workers

  • 评估者-优化者 Evaluator-Optimizer

三、检索侧

Zvec向量数据库

Zvec 这类向量数据库用来存 embedding 并做近似最近邻检索，是 RAG 的记忆层。文档切块后经模型变成向量，查询时把问题同样向量化，按距离取出若干片段再交给大模型。索引常见 HNSW 或 IVF，要在召回、延迟和内存之间权衡。元数据过滤能把检索限制在某产品或某时间窗。

效果差时先查切片策略和模型，而不是先换库。块太大噪声高，太碎又失去上下文。更新文档要能按主键覆盖，避免旧向量残留。评估用标注问题和命中率，不要只看演示对话。容量规划按维度和条数估算内存。权限上向量库同样存业务原文，访问控制和加密不能省。检索与生成分开调，才能判断是召回问题还是提示问题。

RAG：Embedding数据库 选型

MTEB Leaderboard - a Hugging Face Space by mteb

  • 中文支持，选用BGE系列

  • 向量维度，维度越高精度越好，但存储成本也越大；

  • 最大输入长度，这个决定了能处理多长的 chunk。

  • 数据合规要求：数据不能出境，就必须用可以本地部署的开源模型，BGE 系列和 Qwen3-Embedding 都是很好的选择。

  • 通用排行榜只能作为参照，一定要在自己的业务数据上跑召回测试，那个才是真正有参考价值的。

RAG：Query rewrite 改写

  • 直接改写。让 LLM 把口语化的问题转成更精准的表述

  • Query 扩展，补充相关关键词

  • HyDE，让 LLM 先生成一个假设答案，然后用答案的向量去检索；

  • Step-back Prompting。把具体问题往上抽象一层，检索更通用的背景知识