11,854 文字
私の名前はデビッド・アンドレで、A2Aプロトコルについて知っておくべきことをすべてお話しします。そもそもA2Aとは何でしょうか。これはエージェント対エージェントプロトコル（agent-to-agent protocol）の略で、Googleがリリースした新しい標準規格です。AIエージェントの大きな問題は、それらがあらゆる場所に散在していることです。異なるフレームワーク、企業、API、ツールなど、本当にあらゆる場所にあります。A2Aはこの問題を解決します。これはAIエージェントの未来です。
このビデオでは、A2Aとは何か、そしてあなた自身がどのように使用できるかをお見せします。ちなみに、Vectalを構築するためにバックエンドデベロッパーを募集しています。5年以上の経験をお持ちでしたら、ぜひ応募してください。リンクはビデオの下にあります。
では、A2Aプロトコルを理解するための分かりやすいビジュアル説明をしましょう。これがあなたやわたし、つまりユーザーで、こちらがメインのAIエージェントです。例えば、あなたのアプリ用に構築したエージェントです。A2Aを使えば、このクライアントエージェントは、どんなリモートエージェントとも簡単に通信できます。他の企業、他のツール、他のフレームワークからでも問題ありません。エージェントがA2Aプロトコルと互換性があれば、すべてのエージェントが簡単かつ迅速に互いに通信できるのです。
これが私が未来のスキルだと信じている理由です。誰もが私に「デビッド、次のビッグシングは何？」と尋ねます。そう、A2Aがそれなのです。このプロトコルの仕組みを学ぶことで、他の誰よりも圧倒的な優位性を得られます。考えてみてください。ほとんどの人はまだMCPが何なのか、何をするのか、どう使うのかさえ知りません。だからこそ、A2Aの仕組みを学ぶことで、簡単にAI分野のトップ1%に入れるのです。最後まで見てください。
A2Aは、AIエージェント間の共通言語と考えることができます。英語が世界中のさまざまな地域から来た私たち人間が簡単に通信できるようにするのと同様に、A2Aはさまざまなコード、フレームワーク、企業から来るAIエージェントが互いに通信できるようにします。セットアップも非常に簡単です。各エージェントは1つのHTTPエンドポイントと小さなJSONカードを公開するだけです。基本的に、A2Aはあなたが構築するAIエージェントを、以前よりも100倍スケーラブルで将来性のあるものにします。
未来の一端を味わってもらうために、エージェント対エージェントプロトコルに貢献している企業をすべて紹介します。繰り返しますが、このプロトコルはGoogleによって開発されました。たとえば、あなたが新しいAIエージェントを構築し、A2Aプロトコルと互換性を持たせるとします。あなたのエージェントはJetBrains、Cohere、Deidなどを呼び出し、彼らが構築したAIエージェントを活用できます。このプロトコルはまだ初期段階ですが、これが近い将来どれほど強力になるか想像するのに天才である必要はありません。
ここでA2AがMCPとどう違うか説明します。MCPはツールやデータをAIエージェントに接続することをはるかに簡単にします。MCPの例を挙げると、ソースエージェント、MCPサーバー、そして様々なツールがあります。データベース、あらゆる種類のAPI、ウェブなど何でも可能です。つまり、MCPはツールとデータの接続を容易にします。一方、A2Aはあなたのエージェントと他のエージェントを接続することに関するものです。あなた自身のAIエージェントがあり、真ん中にA2Aプロトコルがあり、それによってあなたのエージェントはプロトコルを使用する他のエージェントと通信できるのです。
重要なのは、これら二つのプロトコル、A2AとMCPは互いに競合するものではないということです。むしろ、それらは互いに非常にうまく補完し合い、エージェントの構築と配布をより簡単にします。MCPとA2Aがどのように一緒に機能するかを理解するための別のビジュアル方法を紹介します。これは素晴らしいグラフィックなので、作成した人に感謝します。
あなたのエージェントがここにあり、A2Aプロトコルを使用して他のAIエージェントと連絡を取ることができます。中央には、MCPサーバーがあり、あなたのAIエージェントがMCPクライアントを通じて、あらゆる種類のプロンプト、リソース、ツール、MCPと互換性のあるその他のものを取得できるようにします。このアニメーションを見ると、AIエージェントをMCPやA2Aなどのプロトコルと互換性を持たせることで、それをより強力で有用にすることができるかが理解できます。
ちなみに、もしA2Aプロトコルについてもっと動画を作ってほしいと思われたら、ぜひチャンネル登録してください。現在、視聴者の21%しか登録していません。ビデオの下にあるサブスクライブボタンをクリックしてください。とても助かります。
さて、A2Aを本当に理解するためには、理解すべき4つの概念があります。まず一つ目はエージェントカードです。これはエージェントの名刺のようなものですが、JSON（JavaScript Object Notation）で書かれています。エージェントカードは、エージェントが誰であるか、何ができるか、そしてどこでどのように通信するかを公開します。エージェントカードによって、アプリは仕事に適したエージェントを自動的に発見できます。
理解すべき二つ目の概念はA2Aサーバーです。これはあなたのネットワーク上で実行され、作業準備ができている生きたボットです。着信リクエストを待ち受け、作業を行い、結果を送り返すか、必要に応じてフォローアップの質問をします。A2Aサーバーは、一貫した予測可能な方法でコマンドを処理するエンジンと考えてください。
三つ目の重要な概念はA2Aクライアントです。これは、何かをしてほしいプログラムや別のエージェントかもしれません。A2Aクライアントはエージェントカードを読み取り、リクエストをタスクにパッケージ化して送信し、回答を収集します。基本的に、A2Aクライアントはユーザーやシステムとエージェント間の橋渡し役を果たします。そのため、各エージェントごとにカスタムコードを書く必要はありません。これが、誰もが使用する統一標準を持つという中核的なアイデアです。
構築に入る前に、理解すべきもう一つの概念があります。それはA2Aタスクですが、心配しないでください。これが最も単純です。タスクは基本的に、エージェントに渡す単一のToDoです。タスク全体のライフサイクルを通じてリクエストを運びます。提出中、進行中、完了済み。A2Aタスクは、あらゆる小さな仕事、エージェントに与えるすべてのプロンプトを追跡・管理するためのクリーンで統一された方法を提供します。
なぜ私たちが適切な場所と時間にいると思うかというと、これはAIエージェント分野における大きなブレークスルーだからです。しかし、誰も話していません。なぜなら、それは派手ではないからです。バイブコーディングではないし、単一のプロンプトで驚くようなウェブサイトを構築するわけでもありません。少し複雑です。しかし、それだけに競争が少ないので、取り組むことでより多くの利益を得られるのです。
これを理解するために、TCP/IPプロトコル（つまりインターネット全体を動かすプロトコル）について、それが出てきた同じ週に読んでいると想像してみてください。これがA2Aが出てきた週です。では、構築に取り掛かりましょう。
こちらがGitHubリポジトリで、もちろん下にリンクを貼っておきます。このビデオで構築して見せようとしているのは、A2A B2B MCP AIエージェントです。単なる言葉遊びではなく、実際の用語であり、自分で描いた素晴らしいグラフィックで説明します。ちなみにこれは著作権のある作品なので、盗むと訴えられます。
カラーコーディングが見えますね。A2Aはエージェント対エージェントプロトコルを表し、これは異なるAIエージェントが互いに通信する方法です。B2Bはビジネス対ビジネスを表し、これは他のビジネスに販売される製品またはサービスです。ここで四角形は異なる企業、異なるビジネスを表しています。MCPはモデルコンテキストプロトコルを表します。これにより、AIエージェントは他のツールやデータに簡単にアクセスできます。
私のグラフィックでは、緑色はAIエージェントを表します。これらの円は、これらの異なる企業内の異なるエージェントです。見ての通り、各エージェントは異なるMCP、つまり異なるツールにアクセスできます。A2Aプロトコルのおかげで、これらのすべてのビジネスは、AIエージェントを使って互いに通信できます。
メールのような遅くて時代遅れの方法（人々は9時から5時までしか返信せず、週末は返信しない）を使う代わりに、AIエージェントを24時間365日稼働させて、他の企業のエージェントと通信させることができます。あなたの企業が別の企業とプロジェクトを行っていて、両方がA2Aプロトコル上にAIエージェントを持っていれば、あなたがトイレにいる間や、ビーチで横になっている間でも、もう一方の企業のCEOがビーチで横になっていても、仕事を進めることができます。これが未来の姿です。ほとんどの人は理解せず、ただNetflixを見るだけですが、本当にこれについて考えてみると、ビジネスとAIエージェントの未来はこのようになるでしょう。
では、このA2Aリポジトリから始めましょう。これはGoogleからのオープンソースリポジトリで、すでに12,000以上のスターがついており、急速に人気が高まっています。このリポジトリを使って、A2Aプロトコルを使用した独自のAIエージェントを構築する方法をお見せします。
では、cursorに切り替えます。windsurfやVS codeなどを使用してもかまいません。空のフォルダを開きます。コードという名前の空のフォルダがあります。最初にすべきことは、リポジトリをクローンすることです。Macならコマンド+J、そうでなければコントロール+J、または端末をクリックして新しい端末を開きます。基本的に、端末を開く必要があります。
リポジトリに戻り、このリポジトリをクローンする必要があります。「コード」をクリックし、「クローン」をクリックします。このURLをコピーします。cursorに切り替えて、「git clone」と入力し、それを貼り付けます。これで、リポジトリ全体がローカルセットアップにクローンされるはずです。右側にフォルダがあることがわかります。実際には左側にあるはずです。A2Aフォルダを開くと、リポジトリからすべてのものがあります。同じフォルダと同じファイルがすべてあるはずです。素晴らしい。
端末をクリアするために「clear」と入力します。次のステップでは、A2Aフォルダに移動する必要があります。「cd A2A」と入力してEnterを押します。
ちなみに、AIの最先端にいたいならVectalを試してみてください。Vectalは実際に時間を節約するオールインワンの生産性アプリです。例えば、新しく追加した機能はバックグラウンドエージェントです。この機能を使うと、「activate vectal agent」をクリックするだけで、AIエージェントが自律的に推論し、ウェブを閲覧し、考え、あなたのタスクにバックグラウンドで取り組み始めます。あなたは指一本動かす必要がありません。
そしてVectal Proを使えば、リスト上のすべてのタスクに対してこのエージェントを有効化できます。さらにVectal Proユーザーは、今日利用可能なすべての最先端AIモデルにアクセスできます。ほとんどの人がまだClickUpやTo-Doistのような時代遅れの生産性アプリを使用している一方で、未来を見据え、超生産的でありたい人々は急速にVectalに切り替えています。vectal.aiにアクセスして試してみてください。きっと後戻りすることはないでしょう。
次に、condaの環境を有効にする必要があります。すべての環境をリストアップします。私はすでにA2A用の環境を持っていますが、もしあなたが持っていなければ、新しいconda環境を作成する方法を尋ねるだけです。「conda activate A2A」を実行します。
これがconda環境を作成する方法です。とても簡単です。condaのインストール方法がわからない場合や、このビデオの任意の時点で行き詰まった場合は、スクリーンショットを撮ってCHGBTに質問してください。実際に、新しいO3モデルでどのように作業するかを見せます。新しいO3は本当に強力です。O3へのアクセスを持つことは違法に感じますが、月額20ドルで、私はプロプランに200ドル払っていますが、plusプランでもO3をすべてのツールで使うことができて素晴らしいです。
とにかく、A2Aに集中しましょう。端末をもう一度開きます。conda環境にいるのは良いことです。確認する方法として、任意のPythonファイルを開き、右下で選択したconda環境を有効にしていることを確認します。そうすれば、作成する任意の端末がこの環境内になります。それが重要です。
再びA2Aに戻り、次のコマンドを実行する必要があります：「conda install -c conda-forge uv」。uvはpipよりもはるかに高速なPythonパッケージマネージャーなので、このビデオでそれを活用します。
これがインストールされている間に、右側に行って「samples」→「python」をクリックすると、GoogleによるA2A互換のサンプルAIエージェントが表示されます。「agents」をクリックすると、CIがあります。これは最も有名なフレームワークの一つです。langraphもあり、Google ADKもあります（Google ADKに関するビデオを作ってほしい場合はコメントしてください）。その他のものもありますが、このビデオでは、これら二つがどのように通信できるかを紹介します。これはCIのエージェントで、これはADKのエージェントです。
両方を調整します。cursorを使ってそれを行います。拡大して、「Agent_create_ADK」というファイルをコンテキストに追加します。これらのファイルを更新して、「Google ADK agent」というコメントを追加します。
cursorで新しいチャットを開いたら、「/add」と入力するだけで、開いているすべてのファイルがコンテキストに追加されます。これは非常に重要で強力なショートカットです。使っていないなら、見逃しています。私が言いたいのは、これら二つのエージェントファイルのプロンプトを更新して、Crew AIエージェントが簡潔で明確な応答を提供し、Google ADKエージェントは常に与えられたプロンプトに対して徹底的で詳細な推論を提供するようにすることです。
繰り返しますが、エージェント対エージェントプロトコルは未来のための構築です。基本的に、AIエージェントが大きくなるという賭けをしています。私たち全員がすでにAIエージェントが未来だと信じているのは確かですが、ここで異なるのは、正しいフレームワークを選ぶ必要がないことです。「デビッド、AIエージェントを構築するにはどのフレームワークを使うべき？」という質問をよく受けますが、今はそれは重要ではありません。文字通り重要ではありません。AIエージェントをA2Aと互換性を持たせる限り、他のフレームワークからの他のエージェントと相互作用させることができます。これがこのビデオで設定しようとしていることです。注意してください。
Geminiはプロンプトを更新しませんでした。これは驚きです。「何もしなかった。プロンプトを更新して。他は何も変更しないで」と言います。時々Gemini 2.5 Proが怠け者になって、アクションを実行しないことがあります。そのようなことが起こったら、この問題がないCL 3.7 Maxに切り替えましょう。なぜかはわかりません。
そこにあります。最初のファイルを更新しています。受け入れましょう。そして今度はCreaエージェントです。プロンプトが書き換えられました。良いですね。受け入れます。
次のステップはサンプルを実行することです。端末を再び開きます。これは実行が終わりました。「All requested packages already installed」。素晴らしい。clearして、このフォルダに移動する必要があります。「cd samples/python/agent/CI」を実行します。CIフォルダにいる必要があります。
次にGoogle APIキーを取得する必要があります。ブラウザでGoogle AI studioと入力し、メインのGoogleアカウントでログインして、「get API key」をクリックします。APIキーはパスワードとして扱い、誰とも共有しないでください。ここで「create API key」をクリックします。Googleクラウドプロジェクトを選択する必要があります。もしなければ、作成するのは非常に簡単で、30秒ほどかかります。そして「create API key」をクリックするだけです。数秒でできます。コピーします。このビデオをアップロードする前に私のキーは削除しますが、余分な時間があれば試してみてください。
このAPIキーをコピーしたら、cursorに戻り、環境変数にエクスポートする必要があります。注意してください。「echo “GOOGLE_API_KEY=」と入力し、APIキーを貼り付け、引用符を閉じて「> .env」と入力します。このコマンドを実行します。これにより、APIキーがすでに添付されたcreateフォルダに新しい環境ファイルが作成されるはずです。
端末が怖い場合は、文字通りそれを行うことができます。フォルダをクリックし、新しいファイル「.env」を作成し、「GOOGLE_API_KEY=」と入力してAPIキーを貼り付けます。端末を再度クリアし、「uv run .」と入力してEnterを押します。これによりcreateエージェントが起動します。
これが起動している間に、新しい端末を作成し、Google ADエージェントを起動します。ここでは別の方法を示します。フォルダをクリックし、新しいファイル「.env」を作成し、「GOOGLE_API_KEY=」と入力してAPIキーを貼り付けます。この新しい端末で、再びA2Aフォルダに移動する必要があります。右側の構造に従って、私が作成したフォルダはCode、GitHubリポジトリからのメインフォルダはA2Aです。
次に、このGoogle ADKフォルダに移動する必要があります。「cd samples/python/agents/google_adk」というコマンドを実行します。フォルダ名がここに表示されるはずです。端末をクリアし、環境ファイルを手動で追加したので、「uv run .」を実行するだけです。これによりGoogle ADKエージェントが起動します。
これでCIエージェントとGoogle ADKエージェントが実行されています。テストするために、ブラウザを開き、新しいタブを開いて、エージェントが実行されているローカルホストサーバーのURLを貼り付けます。CIは10,001、エージェントSDKは10,002です。「/.well-known/agent.json」を追加して、このエージェントのJSONを確認します。
これは画像生成エージェントの説明で、「高品質の画像をオンデマンドで生成する」などと書かれています。もう一方は払い戻しエージェントで、「従業員の払い戻し処理を扱う」と書かれています。見ての通り、これはGoogleによるデモ例ですが、少しでも想像力があれば、これが任意のフレームワーク、任意の企業からのあらゆるAIエージェントでありうることがわかります。このプロトコルを使って互いに通信しています。
次に、3番目の端末を開き、再びA2Aに移動し、このdemoフォルダに移動します。「cd demo/ui」を実行します。これにより、Googleが作成した素敵なユーザーインターフェースを使用できます。UIフォルダで右クリックし、「.env.local」と入力します。ここで「NEXT_PUBLIC_AGENT_URL」を割り当て、最初のURLであるlocalhost:10,001を設定します。端末で「npm install」を実行します。
実際に、ここに2番目のAPIキーを追加します。「GOOGLE_API_KEY」を追加し、すでに作成した同じ値を設定します。新しいものを作成する必要はありません。端末で「uv run main.py」と入力します。これによりPython UIが実行されるはずです。
362ミリ秒で98のパッケージがインストールされました。これがUVの力です。とにかく、このURLでサーバーが起動します。それをクリックして開きます。これがUIの見た目です。Googleが作ったUIは非常にシンプルです。再びAPIキーを求められるので、再度提供して保存します。少しズームインします。チャット、というかサイドバーを開きます。
エージェントを追加する必要があります。「agents」をクリックしても、ここにはありません。「agent address」をクリックして、持っている二つのアドレスを入力します。エージェントアドレスをここにコピーします。「read」をクリックします。実際には、必要なのはlocalhostだけで、完全なものは必要ありません。「read」をクリックします。エージェントがまだ実行されているか確認しましょう。実行されています。なぜ拒否されているのかわかりません。
「localhost」だけでHTTPなしで試してみます。「read」をクリックします。ありました。「localhost:10,001」と入力する必要があります。これは画像生成エージェントで、CIで実行されています。
UIはちょっと怪しいです。GoogleのUIをもっとよくバイブコードする必要がある人がいるようです。彼らはあまり良い仕事をしなかったようですが、これは最近リリースされたばかりです。すべてはもっと良くなるでしょう。理解する必要がある主なことは、このような標準の意味です。エージェント空間にはとても多くの混乱があったので、こういうものが必要でした。それが主なことです。すべての詳細は洗練されるでしょう。CHGBTの最初のバージョンは、今日と比べてかなりひどかったことを考えてください。これがA2Aの最初のバージョンだと考えてください。
とにかく、このエージェントを保存します。これで最初のエージェントがここに表示されました。二つ目のエージェントを追加する必要があります。このアップロードボタンをクリックし、二つ目のエージェントを追加しますが、すべてのものなしで、「localhost:10,002」だけを入力します。「read」をクリックします。払い戻しエージェントがあります。保存します。
これで二つのエージェントが追加されました。ホームに戻り、「new conversation」をクリックして、「どのようなAIエージェントが利用可能ですか？」と言います。Enterキーを押します。「私は以下のAIエージェントにアクセスできます：画像生成エージェントと払い戻しエージェント」と表示されます。
「緑色の飛んでいる猫の画像を生成してください」と言います。明らかにこれらのAIエージェントはもっと良くなる可能性があり、これは単なるデモです。「ああ、デビッド、なぜビジネス全体を自動化するAIエージェントを構築しなかったのか？」と惑わされないでください。理想的には、非常に有用なエージェントチームを構築するでしょう。しかし、このビデオの主なポイントはA2Aプロトコルを理解することです。
これまでに見たこのテーマに関するすべてのビデオでは、構築の部分を完全に避けていました。レポのクローン作成方法、セットアップ方法を示さず、基本的なことだけを読んで、すべての難しい部分を避けていました。それが違いです。私は皆さんに難しいことを見せたかったのです。私たちはたくさんのエラーに遭遇しましたが、それらをすべて解決し、現在これらの二つのエージェントが活性化されたこのUIを実行しています。
ちなみに、HTTPリクエストの頻度を変更できます。1秒ごとは少し過酷です。端末を見ると、毎秒ポーリングしています。これはかなりのリクエスト数です。それを望まないなら、5秒に変更するといいでしょう。それがバランスの良い値だと思います。
とにかく、これがA2Aプロトコルです。明らかにUIは改善されるでしょう。すべてが改善されるでしょう。AIエージェントはより有用になるでしょう。しかし、主なポイントは、どのフレームワークを使用しても構わないということです。ここにCIで実行されている一つのAIエージェントと、Google ADKで実行されている二つ目のエージェントがあり、それらはA2Aプロトコルを通じて互いに通信できます。それが主なことであり、Googleがこのプロトコルで達成したブレークスルーです。
また、langraph、lama index、marvin、semantic kernel、その他のOpenAI、swarm、OpenAI Agents SDKなど、A2Aプロトコルに接続できるものなら何でも使用できます。もっと詳しく知りたい場合は、Googleの公式リポジトリを訪れてください。もちろん、ビデオの下にリンクを貼っておきます。この内容をしっかり読んでください。正直に言って、このテーマについて複数の動画を作ることもできますし、もしA2Aプロトコルについてもっと動画を作ってほしいと思うなら、下にコメントしてください。まだまだ話すべきことがたくさんあります。
私たちはエージェントカード、A2Aサーバー、A2Aクライアント、タスクを紹介しましたが、もっと多くのことがあります。繰り返しますが、これはAIエージェントの未来です。これが出発点だということを理解して、頭に入れておいてください。これは第0日目、第0月目です。A2Aプロトコルの第0月目です。これからもっと良くなり、使いやすくなっていきます。UIはより良くなるでしょう。そのようなことに対して心配する必要はありません。エラーについて心配する必要はありません。大きな絵を見てください。3ヶ月後、6ヶ月後、12ヶ月後の未来を想像してみてください。過去3ヶ月間の進歩のペースはすごかったですよね？3ヶ月前でさえ、誰もMCPを本当に使っていませんでした。MCPに関する私の最初の動画は4ヶ月前でしたが、それは私が早かったからです。
このチャンネルを視聴している皆さんも、A2Aやこれから来る他の未来を変える技術にも早く触れることになるでしょう。繰り返しますが、もしA2Aに関するもう一つの動画、より詳細な内容や、より高度なエージェントチームの構築などについて動画を作ってほしいと思うなら、下にコメントしてください。
また、もし何らかのタスクマネージャーや生産性アプリを使用しているなら、vectalに切り替えてください。将来的に多くの時間を節約できるでしょう。もし何のタスク管理ツールも使用していないなら、おそらく使うべきです。どこかにTo-Doリストを持つべきです。どこに置くにしても、Vectalは完璧な場所です。なぜなら、世界最高のAIモデル上で実行される高度なAIエージェントをVectalの中に持っているからです。
繰り返しますが、vectal.aiにアクセスして登録してください。完全に無料です。しかし、もし真剣なユーザーであれば、Vectal Proにアップグレードして、最高のモデルすべてにアクセスし、バックグラウンドリージョン、無限の思考、Ultra Search、そして他にも提供しているすべてのものにアクセスしてください。繰り返しになりますが、Vector.aiにアクセスして試してみてください。
以上です。視聴してくれてありがとうございます。新しいことを学べたことを願っています。また次回お会いしましょう。
コメント