Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com25. Juli 2025 · Q010244

Agent2Agent Protocol In Super Detail + Full Example(Server&Client) With OpenAI Agent As…

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Artikel erklärt A2A und demonstriert einen OpenAI-basierten Supervisor, der einen lokalen Pokémon-Agenten über eine Agent Card und einen A2A-Client als Werkzeug aufruft. Das Beispiel behandelt Aufgabenstatus und Rückfragen, lässt aber unter anderem Authentifizierung und Push-Benachrichtigungen aus; die Kritik an SDK und Integrationsaufwand ist die Einschätzung des Autors.

Mittel

Der Beitrag führt in A2A ein und zeigt, wie ein Supervisor-Agent spezialisierte Remote-Agenten über das Protokoll ansprechen kann. Der Autor beschreibt MCP als Ergänzung: Es stellt einem Agenten Ressourcen, Prompts und Werkzeuge bereit, während A2A Agenten miteinander verbindet. Er erläutert Agent Cards zur Beschreibung und Auffindung von Servern, zustandslose Nachrichten, zustandsbehaftete Aufgaben sowie Polling, SSE und Push-Benachrichtigungen. Die Kommunikation erfolgt laut Artikel über HTTP(S), meist mit JSON-RPC 2.0.

Im Beispiel beantwortet ein lokaler Pokémon-Agent Anfragen. Eine CLI-Anwendung liest seine Agent Card ein und stellt den Remote-Agenten dem OpenAI-basierten Supervisor als Werkzeug zur Verfügung; der Supervisor entscheidet über den Aufruf. Aufgaben- und Kontext-IDs ermöglichen Rückfragen innerhalb derselben Unterhaltung. Der Autor weist auf mögliche Versionsprobleme des JavaScript-SDK hin und kritisiert dessen Typisierung sowie den manuellen Aufwand, da die Agenten nicht selbst A2A-konform seien. Authentifizierung und Push-Benachrichtigungen bleiben außerhalb des Beispiels; es behandelt einen Server und Textnachrichten. Aussagen zu allgemeinen Leistungsgewinnen werden nicht belegt.

Ausführlich lesen

Der Beitrag erklärt das Agent2Agent-Protokoll (A2A) und zeigt anhand eines TypeScript-Beispiels, wie ein Host-Agent einen spezialisierten Remote-Agenten ansprechen kann. Der Autor versteht A2A als Möglichkeit, Agenten über Plattformgrenzen hinweg zusammenarbeiten zu lassen. Das Model Context Protocol (MCP) ordnet er ergänzend dazu ein: MCP stellt einem Agenten Ressourcen, Prompts und Werkzeuge bereit, während A2A die Zusammenarbeit mit anderen Agenten ermöglicht. Der Autor argumentiert, dass spezialisierte Agenten Aufgaben verteilen und wiederverwendbar machen können.

Zunächst erläutert der Text zentrale Begriffe: Ein A2A-Server stellt einen HTTP-Endpunkt bereit; ein Host nutzt A2A-Clients, um ihn anzusprechen. Die Agent Card beschreibt Identität, Fähigkeiten, Fertigkeiten, Endpunkt und Authentifizierungsanforderungen des Servers und kann laut Beitrag über eine bekannte URI gefunden werden. Nachrichten sind einzelne, zustandslose Kommunikationsbeiträge. Aufgaben dagegen besitzen eine ID und durchlaufen Zustände wie „working“, „input-required“ oder „completed“; sie können mehrere Nachrichten umfassen. Ergebnisse können auch als Artefakte wie Dokumente oder strukturierte Daten vorliegen. Für Aktualisierungen beschreibt der Artikel Abfragen per Polling, Ereignisströme über Server-Sent Events (SSE) sowie Push-Benachrichtigungen. Die Kommunikation läuft über HTTP(S), wobei gewöhnliche Anfragen JSON-RPC 2.0 verwenden. Authentifizierung und Autorisierung werden als wichtig bezeichnet, im Beispiel aber ausdrücklich ausgelassen.

Das praktische Beispiel besteht aus einem Pokémon-Agenten auf einem lokalen A2A-Server und einer CLI-Anwendung mit einem OpenAI-Agenten als Supervisor. Der Server veröffentlicht seine Agent Card, führt Anfragen über einen eigenen Executor aus und verwaltet Aufgaben sowie Gesprächsverlauf. Der Host liest die Agent Cards seiner fest konfigurierten Server-URLs ein und bildet jeden Remote-Agenten als Werkzeug für den Supervisor ab. Dieser entscheidet laut Beispiel, welches Werkzeug er aufruft. Die Funktion zum Senden von Nachrichten verarbeitet je nach Serverfähigkeit eine normale Antwort oder einen SSE-Stream und gibt unter anderem Aufgaben- und Kontext-ID sowie den Aufgabenstatus zurück. Bei einer Rückfrage kann der Host dieselbe Aufgabe und denselben Kontext fortsetzen.

Der Beitrag nennt praktische Stolperstellen der damaligen JavaScript-SDK-Version: Sie benötige passende Express- und Typdefinitionen, die laut Autor automatisch installiert würden; explizite Abhängigkeiten könnten Versionskonflikte verursachen. Der Autor kritisiert außerdem die SDK-Implementierung, die als einfache Zeichenketten modellierten Ein- und Ausgabemodi und den nötigen manuellen Anpassungsaufwand, weil die verwendeten Agenten nicht direkt A2A-konform seien. Er wünscht sich auch Unterstützung für Kommunikation über Standard-Ein- und -Ausgabe. Das Beispiel verwendet nur einen lokalen Pokémon-Server, Textnachrichten und keine Push-Benachrichtigungen oder Authentifizierung. Die gezeigten Resultate sind eine Anleitung samt Code und beschriebenen Tests; ein unabhängiger Vergleich oder Nachweis allgemeiner Leistungsgewinne wird nicht vorgelegt.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die kurze und die mittlere Zusammenfassung geben den Artikel sachlich korrekt wieder; die einzige spürbare Lücke ist die Discovery-Methode. Die Einordnungen sind unabhängig von Lunas Stufen vergeben; bei SF-A1 und SF-E4 liegt Luna höher, weil der Bericht Befugnisse und Abhängigkeit nicht belegt.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Agent Discovery über den Well-Known-URI sowie die fest einprogrammierte Liste der Server-URLs im Host

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 53 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 64 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 61 %Hintergrund, keine Belege
    • JEV 29 %einzelne zitierbare Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 24 %gleiches Oberthema, hilft nicht
    • Luna 54 %einzelne zitierbare Belege
    • JEV 41 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 47 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 29 %gleiches Oberthema, hilft nicht
    • Luna 45 %Hintergrund, keine Belege
    • JEV 39 %nur am Rande erwähnt
    • amos 32 %nur am Rande erwähnt
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 29 %Hintergrund, keine Belege
    • Luna 74 %Hintergrund, keine Belege
    • JEV 30 %Hintergrund, keine Belege
    • amos 31 %nur am Rande erwähnt
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-A3-T01 Welche Beobachtungen oder gemeinsamen Tests erkennen entstehende Abstimmung, Absprachen oder Kettenfehler zwischen Modellen in Arbeitsabläufen, Lieferketten und Gruppen vieler Agenten (Schwärmen), die kein einzelnes Labor steuert oder vorhersieht? Luna: Stufe 3 · 45 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Modelle teilen und schützen
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 78 %Hintergrund, keine Belege
    • JEV 23 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →