Google A2A प्रोटोकॉल: पहली झलक - MCP से तुलना

• Google ने नया agent-to-agent प्रोटोकॉल A2A (Agent to Agent) open source के रूप में जारी किया है
• यह Anthropic के MCP जैसा है, लेकिन उद्देश्य और संरचना के लिहाज़ से इसमें स्पष्ट अंतर हैं। Google इस बात पर ज़ोर देता है कि A2A को MCP का पूरक बनने के लिए डिज़ाइन किया गया है
• दोनों प्रोटोकॉल प्रतिस्पर्धा से अधिक, एक-दूसरे के पूरक या एकीकृत होकर standardization की दिशा में विकसित हो सकते हैं

A2A आज़माना

• A2A का उपयोग करने का तरीका MCP से लगभग बहुत मिलता-जुलता है
• कई A2A servers (agents) चलाने के बाद, A2A client में उनसे कनेक्ट करके उनका उपयोग किया जा सकता है
• client और server को एक-दूसरे से स्वतंत्र रूप से चलाया जा सकता है

उदाहरण agent संरचना

• Google द्वारा दिए गए तीन example agents को local में चलाया गया
  • Google ADK: कर्मचारियों के expense reimbursement को संभालने वाला agent
  • CrewAI: image generate करने वाला agent
  • LangGraph: exchange rate जानकारी देने वाला agent
• agents, JSON फ़ॉर्मेट की Agent Card के ज़रिए अपनी functionality और interface को बाहरी दुनिया के सामने घोषित करते हैं

उदाहरण - Google ADK की Agent Card संरचना का सारांश:

• नाम: Reimbursement Agent
• विवरण: कर्मचारियों की expense reimbursement प्रक्रिया को संभालता है
• URL: http://localhost:10002/
• समर्थित सुविधाएँ: streaming संभव, push notifications नहीं
• default input/output format: text / text-plain
• Skill: process_reimbursement (expense reimbursement tool), उदाहरण वाक्य सहित

A2A client demo app चलाना

• Google द्वारा दिया गया web client चलाकर browser में A2A का परीक्षण किया जा सकता है
• इसका design, Gemini AI Studio जैसा Google Material UI आधारित है
• agent registration के समय उपयोग होने वाले default URL उदाहरण:
  • Google ADK: localhost:10002
  • CrewAI: localhost:10001
  • LangGraph: localhost:10000
• Agent Card, हर agent के .well-known/agent.json path पर स्थित होती है

client में देखे जा सकने वाले तत्व

• registered agents की सूची
• agents के साथ chat history
• विभिन्न events और tasks की सूची
• settings screen की संरचना सरल है

multi-agent integration test

• कई agents को जोड़कर यह जाँचा गया कि क्या वे एक ही लक्ष्य को पूरा कर सकते हैं
• उदाहरण: “4 अप्रैल 2025, जर्मनी की business trip के दौरान 5 euro के beer खर्च के reimbursement का अनुरोध”
  • LangGraph exchange rate की गणना करता है
  • Google ADK reimbursement request को process करता है
  • agents के बीच स्वाभाविक सहयोग के ज़रिए, अंततः dollar में बदली गई राशि सहित reimbursement request document सफलतापूर्वक तैयार हुआ

A2A प्रोटोकॉल पर शुरुआती छाप

• client-server संरचना स्पष्ट है, इसलिए deployment और operation आसान हैं
• agents की configuration केवल URL registration से संभव है, और चलने के दौरान भी agents को जोड़ा या हटाया जा सकता है
• संरचना ऐसी है जिसमें client हर agent को अलग-अलग call करता है, इसलिए agents के बीच वास्तविक collaboration flow उपयोगकर्ता को स्पष्ट रूप से दिखाई नहीं देता
• फिलहाल इसकी संरचना tool calling के काफ़ी करीब लगती है

A2A और MCP तुलना सारांश

• A2A को agents के बीच direct communication और collaboration के लिए डिज़ाइन किया गया है
• MCP LLM-केंद्रित context management और बाहरी tools integration पर फ़ोकस करता है

फ़ीचर-आधारित अंतर:

• उपयोग का उद्देश्य:

  • A2A स्वतंत्र agents के बीच collaboration पर ज़ोर देता है
  • MCP इस बात पर ज़ोर देता है कि एक LLM बाहरी APIs या tools का उपयोग करके अपनी functionality बढ़ाए

• संरचना में अंतर:

  • A2A में client-server संरचना के भीतर अलग-अलग agents स्वतंत्र रूप से मौजूद रहते हैं
  • MCP में application-LLM-tool संरचना होती है, और केंद्र में LLM होता है

• संचार का तरीका:

  • A2A, HTTP, JSON-RPC, SSE जैसे web standards पर आधारित है
  • MCP, JSON-RPC 2.0 आधारित communication और HTTP streaming को support करता है

• फ़ंक्शन संरचना:

  • A2A में functionality tasks, messages, artifacts आदि के रूप में संगठित होती है
  • MCP में resources, tools, memory, prompts आदि केंद्र में होते हैं

• मज़बूत पक्षों में अंतर:

  • A2A की ताकत asynchronous processing और collaboration में है
  • MCP की ताकत context efficiency, parallel processing और caching में है

• community की स्थिति:

  • A2A, Google Cloud ग्राहकों को केंद्र में रखकर शुरुआती समर्थन हासिल कर रहा है
  • MCP पहले से व्यापक रूप से अपनाया जा चुका है और इसका developer community सक्रिय है

निष्कर्ष

• A2A और MCP, दोनों का उद्देश्य अंततः AI systems में जटिल लक्ष्यों को हासिल करने के लिए multi-agent/tool-calling संरचना को समर्थन देना है, इसलिए उनके मकसद मिलते-जुलते हैं
• दोनों प्रोटोकॉल में auto-registration और discovery features की कमी है, इसलिए manual configuration की ज़रूरत पड़ती है
• MCP के पास market lead और सक्रिय community पहले से मौजूद है
• A2A, Google के मज़बूत समर्थन के आधार पर तेज़ी से बढ़ रहा है
• दोनों प्रोटोकॉल प्रतिस्पर्धा से अधिक, एक-दूसरे के पूरक या एकीकृत होकर standardization की दिशा में विकसित हो सकते हैं
• developer के नज़रिये से देखें तो यह अधिक विकल्पों और खुले standards की दिशा में एक सकारात्मक प्रवाह है

[ahwjdekf]

AI ने बाहरी इंटीग्रेशन सचमुच शुरू कर दिया है... अब तो सच में बहुत बड़ा हादसा हो जाएगा। डर लग रहा है

[elddytbt]

लगता है A2A पर पोस्ट आए ज़्यादा समय भी नहीं हुआ, और उस पर तुलना वाला लेख भी आ गया.. कमाल है। मैं भी इतना लगन से काम करना चाहता हूँ। वैसे मैं भी सोच रहा था कि आखिर क्या फ़र्क है, तो आपकी वजह से इसे अच्छे से पढ़ पाया।

[ndrgrd]

सारांश और क्रॉलिंग तो बॉट ने की, लेकिन क्या लेख इंसान ने नहीं लिखा?

[elddytbt]

लेखक पर क्लिक करने पर लिखा है, "मैं लेखों का सारांश बनाने वाला GeekNews AI Bot हूँ।" इसलिए लगता है कि यह सचमुच एक बॉट ही है हाह

[ndrgrd]

इस पेज पर जो लेख (सारांश) है, वह सच में बॉट ने किया है, लेकिन वह आखिरकार सिर्फ़ एक सारांश है, और शीर्षक में लगा लिंक वाला लेख ही मूल लेख है।
वह वाकई इंसान ने लिखा है।

[elddytbt]

अरे हाँ, सही कहा। हर बार मूल लिंक भी शामिल होता था, फिर भी मैं इसे बॉट क्यों समझ रहा था।
आपकी वजह से मेरी थोड़ी कम शर्मिंदगी हुई। धन्यवाद। हाहा

[hhkkkk]

कुछ लोग इसे साथ में भी देख रहे हैं, हाँ हाहा
सहमत हूँ

[elddytbt]

अरे, यह तो bot है.. थोड़ा शर्मनाक है। यहाँ comment delete करने का विकल्प नहीं है।