企业官网建设流程全解析

1. 从 MCP 到 A2A，AI Agent 架构演进到底在解决什么问题

如果你最近在折腾 AI Agent，大概率会被两个词反复刷屏：MCP 和 A2A。MCP（Model Context Protocol）解决的是「Agent 怎么规范地调用外部工具和数据」，A2A（Agent-to-Agent）解决的是「不同框架、不同平台造出来的 Agent 之间怎么互相说话」。前者是纵向的「Agent 到资源」，后者是横向的「Agent 到 Agent」，两者叠在一起，才构成一个能落地的多 Agent 架构。

但真正上手时，很多人卡住的不是概念，而是配置文件。MCP 阶段你要写settings.json或mcp.json去声明 server、command、args；切到 A2A 阶段，你要维护 agent card、endpoint、capability 声明，可能落在config.toml或agent.yaml里。协议一换，配置骨架就得跟着换，验证动作也得跟着换。这篇就按「配置骨架 + 验证路径」这条线，把 MCP 到 A2A 的演进拆成可复制的片段，你可以直接拿去改。

适合谁看：已经在用 Claude Desktop、Cursor、Cline 这类支持 MCP 的客户端，想进一步理解多 Agent 协作怎么配的人；或者正在设计内部 Agent 平台，需要一套从单 Agent 工具调用过渡到多 Agent 通信的配置规范的人。下面所有配置都以 TaoToken 作为模型与 Agent 接入层来演示，因为它同时提供 OpenAI 兼容接口和 Anthropic 兼容接口，MCP 和 A2A 两种场景都能接。

2. TaoToken 前置：把模型接入层先固定下来

在写任何 MCP 或 A2A 配置之前，先把模型接入层固定住，否则后面每换一个协议就要重配一遍 key 和 base_url，非常痛苦。TaoToken 的定位就是这一层：它对外暴露统一的 API 入口，MCP 客户端和 A2A Agent 都通过它拿模型能力。

你需要先拿到 API Key。进入控制台，在 API Keys 页面创建一个新 key，建议按用途命名，比如mcp-local和a2a-orchestrator，方便后面排查是哪个环节出的问题。创建后立刻复制保存，页面刷新后就看不到完整 key 了。

拿到 key 之后，记住两个地址：

API Base URL 后面不加任何 UTM 参数，配置里直接写这个。模型对话调试可以用模型对话页面先确认 key 是通的，长期跑编码类 Agent 任务的话，Coding Plan 的额度模型更适合高频调用，接入文档里有各客户端的完整写法。

注意：MCP 配置里的env字段经常被用来传 API Key，不要把 key 硬编码进提交到 git 的settings.json，用环境变量引用。

3. MCP 阶段的配置骨架：settings.json 与 mcp.json

MCP 的核心是客户端-服务器架构。客户端（比如 Claude Desktop、Cursor）读一份配置，按配置去启动或连接 MCP Server，Server 再把请求转发到具体资源。所以配置骨架的关键字段就三类：怎么启动 server（command/args）、怎么传环境（env）、怎么限定权限（可选）。

3.1 Claude Desktop 风格的 settings.json

Claude Desktop 的配置一般放在用户目录下的claude_desktop_config.json，结构是mcpServers对象。下面是一个接 TaoToken 作为模型后端、同时挂一个本地文件系统 server 的骨架：

{ "mcpServers": { "taotoken-bridge": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-everything"], "env": { "OPENAI_API_KEY": "${TAOTOKEN_API_KEY}", "OPENAI_BASE_URL": "https://taotoken.net/api" } }, "local-files": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/me/workspace"], "env": {} } } }

这里taotoken-bridge负责把模型请求导向 TaoToken，local-files负责暴露本地目录。${TAOTOKEN_API_KEY}是环境变量引用，实际运行时由系统注入。

3.2 通用 mcp.json 骨架

很多 IDE 插件和自研客户端用mcp.json，字段名略有差异，但语义一致。常见写法：

{ "mcpServers": { "taotoken": { "type": "stdio", "command": "node", "args": ["./servers/taotoken-server.js"], "env": { "TAOTOKEN_API_KEY": "${TAOTOKEN_API_KEY}", "TAOTOKEN_BASE_URL": "https://taotoken.net/api" }, "disabled": false, "autoApprove": ["read_file", "list_dir"] } } }

type指定传输方式，本地进程用stdio，远程用sse或http。autoApprove是权限白名单，只放读类操作，写操作和网络请求保持手动确认，这是踩过坑之后的习惯——早期我把autoApprove开太大，Agent 直接批量改了工作区文件。

3.3 MCP 阶段的验证动作

配置写完不要直接上生产任务，先做三步验证。第一步，确认 server 能启动：

npx -y @modelcontextprotocol/server-everything --help

能打印帮助就说明包能拉下来。第二步，确认模型通道通：

curl https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-4o-mini", "messages": [{"role": "user", "content": "ping"}] }'

返回里有choices字段就说明 key 和 base_url 都对。第三步，在客户端里发一句会触发工具调用的话，比如「列出 workspace 目录下的文件」，看客户端日志里有没有tools/call记录。三步都过，MCP 这条链路才算通。

4. A2A 阶段的配置骨架：config.toml 与 agent card

MCP 解决的是单 Agent 调工具，A2A 解决的是 Agent 之间通信。A2A 基于 HTTP、SSE、JSON-RPC 这些标准技术构建，所以配置骨架从「启动命令」转向「服务声明」：每个 Agent 要暴露一个 agent card，声明自己的 endpoint、能力、认证方式；调用方通过 card 发现对方，再发 JSON-RPC 请求。

4.1 config.toml 里的 Agent 注册

假设你用 Rust 或 Python 写编排层，config.toml里可以这样声明两个 Agent：

[orchestrator] model_base_url = "https://taotoken.net/api" api_key_env = "TAOTOKEN_API_KEY" timeout_seconds = 60 [[agents]] name = "researcher" endpoint = "http://127.0.0.1:8081/a2a" capabilities = ["search", "summarize"] auth = "bearer" [[agents]] name = "coder" endpoint = "http://127.0.0.1:8082/a2a" capabilities = ["code_gen", "code_review"] auth = "bearer"

orchestrator段是编排层自己的模型配置，指向 TaoToken。agents数组是下游 Agent 注册表，每个 Agent 有独立 endpoint 和能力列表。编排层根据任务类型路由到不同 Agent。

4.2 agent card 的 JSON 骨架

每个 Agent 启动时要暴露一份 card，通常挂在/.well-known/agent.json：

{ "name": "researcher", "description": "负责检索与摘要的 Agent", "url": "http://127.0.0.1:8081/a2a", "version": "0.1.0", "capabilities": { "streaming": true, "pushNotifications": false }, "skills": [ { "id": "search", "name": "网页检索", "inputModes": ["text"], "outputModes": ["text"] } ], "authentication": { "schemes": ["bearer"] } }

capabilities.streaming决定是否支持 SSE 流式返回，skills是能力清单，编排层靠它做路由。authentication声明认证方式，企业环境里通常还要接 OAuth，这里先用 bearer 演示。

4.3 从 MCP 迁到 A2A 时配置的对应关系

这张表是迁移时最容易对照的，配置字段换名之后，验证思路也要跟着换。

5. 验证请求与成功结果：从 tools/call 到 message/send

MCP 阶段验证看tools/call，A2A 阶段验证看message/send。下面给出两段可直接跑的验证请求。

5.1 验证 A2A Agent 是否可达

先拉 agent card：

curl http://127.0.0.1:8081/.well-known/agent.json

返回里能看到name、skills、capabilities就说明 Agent 起来了。然后发一条 JSON-RPC 请求：

curl -X POST http://127.0.0.1:8081/a2a \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "jsonrpc": "2.0", "id": "req-001", "method": "message/send", "params": { "message": { "role": "user", "parts": [{"type": "text", "text": "帮我检索 MCP 与 A2A 的区别"}] } } }'

成功返回的结构大致是：

{ "jsonrpc": "2.0", "id": "req-001", "result": { "task": { "id": "task-abc", "status": {"state": "completed"}, "artifacts": [ {"parts": [{"type": "text", "text": "MCP 关注工具调用，A2A 关注 Agent 间通信..."}]} ] } } }

看到status.state是completed且有artifacts，说明整条链路通了。如果state停在working，多半是下游 Agent 在等模型返回，检查 TaoToken 的 key 和 base_url 是否配在编排层。

5.2 验证编排层路由是否正确

编排层要能根据任务类型选对 Agent。可以发两类任务，看日志里路由到哪个 endpoint：

curl -X POST http://127.0.0.1:8080/orchestrate \ -H "Content-Type: application/json" \ -d '{"task": "写一个快速排序", "type": "code"}'

如果日志显示路由到coder的 8082 端口，说明capabilities匹配逻辑生效。路由错了，通常是skills里的id和编排层的匹配规则对不上，回去检查config.toml和 agent card 是否一致。

6. 本篇常见错排查

报错一：MCP server 启动失败，提示command not found。多数是npx或node不在客户端的 PATH 里。Claude Desktop 这类 GUI 应用继承的环境变量和终端不一样，把command写成绝对路径，比如/usr/local/bin/npx，能解决大部分问题。

报错二：模型请求返回 401。检查OPENAI_API_KEY或TAOTOKEN_API_KEY是否真的注入到了进程环境。用env | grep TAOTOKEN确认，别只看配置文件里写了。另外确认 base_url 是https://taotoken.net/api，不要多加/v1之外的路径。

报错三：A2A 请求返回method not found。JSON-RPC 的方法名大小写敏感，message/send不能写成message.Send。另外确认 Agent 端实现了对应方法，有些轻量实现只支持tasks/send，看 agent card 里的声明。

报错四：agent card 拉不到，404。路径必须是/.well-known/agent.json，这是约定位置。如果你挂在别的路径，编排层要显式配置 discovery URL，不能靠默认发现。

报错五：流式返回中断。A2A 的 SSE 流式依赖capabilities.streaming为 true，且中间层不能缓冲。如果你前面挂了反向代理，确认它没有开启响应缓冲，否则 SSE 会被攒成一坨再发。

报错六：MCP 工具调用被拒。检查autoApprove白名单，写操作默认要手动确认。如果客户端弹了确认框但你没看到，可能是 UI 被遮挡，看日志里有没有approval required。

7. 下一步：把配置骨架固化成模板

MCP 到 A2A 的演进，落到工程上就是配置骨架的替换和验证动作的替换。我的做法是把两份骨架都存成模板：mcp-template.json和a2a-template.toml，新项目直接复制改字段，不重新发明。模型接入层始终指向 TaoToken，这样协议怎么换，key 和 base_url 都不用动。

如果你还在 MCP 阶段，先把settings.json跑通，用模型对话页面确认模型通道没问题；如果你已经在设计多 Agent 协作，去接入文档看 A2A 相关的客户端写法，把 agent card 和config.toml对齐；长期跑编码类 Agent 任务的话，Coding Plan 的额度模型比按次调用更划算，适合高频编排场景。配置这东西，跑通一次就存下来，下次换协议只改骨架，不改脑子。