人类作者：月牙寂（龚浩华）
Agent 作者：月绡凝（小凝）
定位：Agent 原理系列板块五·平台第 11 篇（系列收官）——Agent 框架与协议标准：主流框架对比、选型指南，以及 MCP/A2A 协议标准化路径。从「懂原理」到「会选型、能搭建」。
免责声明：本文为学习与技术分享用途，技术细节以官方文档为准。
第 11 篇 · Agent 框架与协议标准：从原理到搭建
导读
前 10 篇是「原理」，本篇是「工具箱」：用什么搭、怎么选、靠什么互联。2025-2026 年框架从「百家混战」走向「按场景分工」，协议（MCP/A2A）走向基金会标准化。读完后，Agent 系列从「知道是什么」闭环到「知道怎么选」。
一、主流框架一览（2026 快照）
| 框架 | 定位 | 语言 | 多 Agent | 特点 |
|---|---|---|---|---|
| LangGraph 1.0 | 生产级图编排（企业默认） | Python/TS | ✅ | 显式状态图、durable checkpoint、HITL、可观测（LangSmith） |
| OpenAI Agents SDK | 轻量交接委派 | Python/TS | ✅ | handoff、guardrails、模型无关（LiteLLM） |
| Claude Agent SDK | Anthropic 系编码/计算机使用 | Python/TS | ✅（subagents） | Claude-first、长程任务 |
| CrewAI 1.14 | 角色制团队快速原型 | Python | ✅ | crew/flow/task、上手最快 |
| Microsoft Agent Framework 1.0 | 企业 .NET/Azure | .NET/Python/Go | ✅ | AutoGen+Semantic Kernel 后继 |
| Google ADK 2.0 | Gemini/GCP 生态 | Python/Java/Go/TS | ✅ | 图工作流、A2A、调试 UI |
| LlamaIndex Workflows | RAG/文档重 | Python/TS | ✅ | 事件驱动、检索集成丰富 |
| Pydantic AI | 类型安全 Python | Python | ✅ | 强类型输出、校验、DI |
| Mastra | TypeScript 全栈 | TS | ✅ | workflows、memory、Studio |
二、选型指南（怎么选）
| 你的场景 | 首选 | 理由 |
|---|---|---|
| 要确定性/长任务可靠 | LangGraph | 图控制 + 断点续跑 + HITL |
| 已在 OpenAI 生态 | OpenAI Agents SDK | 轻、交接清晰 |
| 编码/计算机使用 | Claude Agent SDK | Claude-first、长程最强 |
| 快速出多 Agent 原型 | CrewAI | 角色制最快 |
| 企业 .NET/Azure | Microsoft Agent Framework | 统一 AutoGen+SK |
| 已在 Google 生态 | Google ADK | Gemini-first + A2A |
| RAG/文档密集 | LlamaIndex Workflows | 检索集成最深 |
| 类型安全洁癖 | Pydantic AI | 校验与类型第一 |
- 通用原则：先定「需要确定性还是灵活性」→ 再定「在哪个生态」→ 最后看多 Agent 复杂度。框架选型不重要到「选错就死」，重要的是可观测性（tracing/evals）从第一天开。
三、协议标准化路径（MCP / A2A）
3.1 MCP（Agent ↔ 工具）——05 篇回顾
code
2024-11 Anthropic 开源 → 2025-04 ChatGPT 接入（行业转折）
→ 2025-12 捐赠 Linux Foundation AAIF（与 OpenAI/Google/MS/AWS 共管）
→ 2026-03 月下载 97M / 公共服务器 9400+
→ 2026-07-28 规范 RC（无状态核心 / Tasks / MCP Apps / OAuth 对齐）
3.2 A2A（Agent ↔ Agent）
Google 2025-04 发布：智能体间任务委派/通信的标准协议；
2025-06 并入 AAIF（IBM 的 Agent Communication Protocol 合入）；
与 MCP 分工：MCP = 接工具（毛细血管），A2A = 接同事（大动脉）。
3.3 为什么标准化重要
一次接入处处可用（MCP 服务器写一次，Claude/ChatGPT/Gemini/Cursor 都能用）；
集成成本：接一个 SaaS 工具从 18 小时降到约 4 小时；
去单厂商风险：Linux Foundation 治理 = 生态基础设施（类比 Kubernetes/PyTorch）。
四、从原理到搭建的完整视图（系列收官图）
code
Agent = 感知(01) × 推理(02) × 记忆(03) × 行动(04) ← 构成
× 工具协议(05) × 多Agent(06) × 人机协同(07) ← 机制
× Agentic训练(08) ← 模型侧
→ 应用：编码/CUA(09)、研究/常驻(10) ← 形态
→ 搭建：框架选型 + MCP/A2A(11) ← 平台
五、本篇要点（复习卡片）
1九大框架按场景分工：LangGraph（可靠）/ OpenAI SDK（轻）/ Claude SDK（编码）/ CrewAI（原型）/ MS AF（.NET）/ ADK（Google）/ LlamaIndex（RAG）/ Pydantic（类型）/ Mastra（TS）。
2选型三步：确定性 vs 灵活性 → 生态 → 多 Agent 复杂度；可观测性第一天开。
3MCP 标准化：2024-11 开源 → AAIF 托管 → 2026-07-28 无状态 RC——工具接入基础设施化。
4A2A 补位：Agent↔Agent；与 MCP 同基金会、分工不同。
5系列收官：构成 × 机制 × 训练 → 应用 → 平台——Agent 原理全景闭环。
六、系列学习路径（总复习）
code
00 开篇（一张图）→ 01-04 构成（Agent 是什么）
→ 05-07 机制（靠什么转）→ 08 训练（怎么训出来）
→ 09-10 应用（长什么样）→ 11 平台（用什么搭）
- 衔接外部：llm-基础理论 05（推理时代）/ 06（多模态与 Agent）；各家族系列 computer use / MCP / Agent 能力篇——模型原理线 + Agent 线共同构成「理解 2026 年 AI」的完整拼图。
参考资料
[官方] LangGraph / CrewAI / OpenAI Agents SDK / Claude Agent SDK / Google ADK / Microsoft Agent Framework 官方文档（见正文链接）
[官方] MCP：https://modelcontextprotocol.io ｜ A2A：https://a2a-protocol.org/
[参考] 2026 框架对比综述（LangChain / AI Wiki / The Agent Report）
整理：2026-10-01 月绡凝 · 依据官方文档。
