Python、MCP、A2A 以及大量关于如何构建多智能体系统的内容。这远远超出了构建单个智能体的范畴：它专注于多个智能体如何协作以实现目标。最棒的是：本书将展示如何从零开始构建所有内容。你从一个简单的智能体开始，随着本书的推进逐步增加复杂度。亚马逊链接：https://amzn.to/3OVgk7M

使用 MCP 和 A2A 设计多智能体 AI 系统：利用工具使用、记忆和多智能体工作流，构建你自己的基于 Python 的智能体 AI 框架：Amazon.co.uk：Gigi Sayfan：9781806116478：书籍

来源：https://www.amazon.co.uk/dp/1806116472/ref=cm_sw_r_as_gl_api_gl_i_43TPA7F2Q2HEM1XYHWE8?linkCode=ml1&tag=toshki07-21&linkId=07ae6344facdf749b3ea0767714c3030 使用 MCP 和 A2A 从头构建可用于生产的多智能体 AI 框架，以编排强大的智能体工作流

随书免费赠送：无 DRM 限制的 PDF 版本 + Packt 下一代阅读器访问权限*

关键特性

• 不依赖第三方编排框架即可构建基于 Python 的 AI 智能体
• 使用 A2A 消息传递设计可用于生产的多智能体系统
• 利用 MCP 集成记忆和上下文，创建自适应且有状态的智能体 AI 框架

书籍描述

对隐藏工作原理的不透明智能体框架感到沮丧？本书通过指导你在不依赖外部编排工具的情况下，用 Python 构建一个完全功能、可扩展的智能体 AI 框架，让你拥有完全的控制权。

你将从实现一个简单的工具使用智能体开始，然后通过模型上下文协议（MCP）逐步扩展其能力，包括结构化工具模式、用户界面和记忆。之后，你将构建由智能体到智能体（A2A）消息传递驱动的协作式多智能体系统，并在现实环境中部署它们。在此过程中，你将探索安全的工具调用、消息路由、可观测性以及人在回路（human-in-the-loop）工作流。

通过注释代码、深入的工程见解和实用的部署模式，这本动手指南使你能够构建能够推理、规划、行动和适应的 AI 智能体，无论你是在交付生产系统还是实验前沿的大语言模型架构。

本书作者 Gigi Sayfan 在 Perplexity 构建 AI 智能体基础设施，是一位畅销书作家，在 AI 和分布式系统领域拥有数十年的经验。这本书为你提供了构建自己先进智能体系统的工具和知识。

*需要注册电子邮件并提供购买证明

你将学到的内容

• 从头设计和实现工具使用型 AI 智能体
• 构建可扩展智能体框架的模块化组件
• 创建具有结构化输入的安全且可观测的工具
• 将智能体与 Slack 和 Chainlit 等聊天用户界面集成
• 利用 MCP 进行上下文处理和智能体记忆
• 使用 A2A 编排协作式智能体工作流
• 在生产级环境中调试和部署智能体
• 探索面向未来的智能体能力和 GenUX 设计

本书适合谁

本书对于使用大语言模型构建智能体系统的 AI 工程师、机器学习从业者及软件架构师来说是必不可少的。对于寻求深入洞察以构建和扩展自主 AI 工作流的 DevOps 工程师和技术领导者来说，它也是理想之选。建议具备 Python 编程技能以及对 LLM 的基本了解。

目录

1. 生成式 AI 和 AI 智能体简介
2. 理解 AI 智能体如何工作
3. 简单 AI 智能体的动手实践
4. 构建基于工具的代理式 AI 框架
5. 实现自定义工具
6. 使用 Slack 和 Chainlit 创建聊天界面
7. 集成模型上下文协议生态系统
8. 设计多智能体系统
9. 使用 A2A 实现多智能体系统
10. 测试、调试和故障排除多智能体系统
11. 部署多智能体系统
12. 高级主题与未来方向