下一步

恭喜您完成了 A2A Python SDK 教程！您已学会如何

• 为 A2A 开发设置环境。
• 使用 SDK 的类型定义 Agent 技能和 Agent 卡片。
• 实现一个基本的 HelloWorld A2A 服务器和客户端。
• 理解并实现流式传输功能。
• 使用 LangGraph 集成一个更复杂的代理，演示任务状态管理和工具使用。

您现在已经为构建和集成您自己的 A2A 兼容代理打下了坚实的基础。

接下来该怎么做？

以下是一些继续您的 A2A 之旅的想法和资源

• 探索其他示例
  • 查看 a2a-samples GitHub 存储库 中的其他示例，了解更复杂的代理集成和功能。
• 加深对协议的理解
  • 📚 阅读完整的 A2A 协议文档网站，获取全面的概览。
  • 📝 查看详细的 A2A 协议规范，以了解所有数据结构和 RPC 方法的细微差别。
• 回顾 A2A 关键主题
  • A2A 和 MCP：了解 A2A 如何补充模型上下文协议以实现工具使用。
  • 企业级功能：了解安全性、可观测性及其他企业考量。
  • 流式传输和异步操作：获取 SSE 和推送通知的更多详细信息。
  • 代理发现：探索代理之间互相发现的不同方式。
• 构建您自己的代理
  • 尝试使用您喜欢的 Python 代理框架（如 LangChain、CrewAI、AutoGen、Semantic Kernel 或自定义解决方案）创建一个新的 A2A 代理。
  • 实现 a2a.server.AgentExecutor 接口，将您的代理逻辑与 A2A 协议桥接起来。
  • 思考您的代理可以提供哪些独特技能，以及其代理卡片将如何表示它们。
• 尝试高级功能
  • 如果您的代理处理长时间运行或多会话任务，请使用持久化 TaskStore 实现强大的任务管理。
  • 如果您的代理任务生命周期很长，请探索实现推送通知。
  • 考虑更复杂的输入和输出模式（例如，处理文件上传/下载，或通过 DataPart 处理结构化数据）。
• 为 A2A 社区做出贡献
  • 加入 A2A GitHub 讨论页面 上的讨论。
  • 通过 GitHub Issues 报告问题或提出改进建议。
  • 考虑贡献代码、示例或文档。请参阅 CONTRIBUTING.md 指南。

A2A 协议旨在促进可互操作人工智能代理的生态系统。通过构建和共享 A2A 兼容代理，您可以成为这一激动人心发展的一部分！