灵犀 Agent 通信

要解决的问题

多智能体协作时最常见的痛点是信息需要人工中转。一个 agent 想把任务交给另一个 agent，只能把结果复制给人，再由人转发。这不仅打断了自动化流程，也让调试变得困难——消息在谁手里、卡在哪一步，都缺乏可观测性。

A2A 技能要解决的就是这个问题：让智能体之间建立直接通信通道，无需人类转达，同时不暴露各自的内部状态。

技能如何工作

核心是一套静态配置 + 动态注册表的双轨制通信架构：

• 静态配置（核心）：每个 agent 在自己的 TOOLS.md 中维护其他 agent 的地址。这种方式无外部依赖，即使注册表离线也能正常通信；点对点直连保证响应速度；配置简单，易于维护。
• 动态注册表（可选）：通过注册表服务实现 agent 的动态发现。新 agent 可自动加入网络，支持心跳检测和健康监控，无需手动更新所有实例的配置。

设计原则很明确：静态配置为主，动态注册表为辅。注册表是"锦上添花"，不是"雪中送炭"，核心通信能力不依赖外部服务。

启动后，每个 agent 会暴露三个 API 端点：

• /.well-known/agent-card.json：获取该 agent 的能力卡片
• /a2a/json-rpc：JSON-RPC 2.0 通信端点
• /health：健康检查

在 Docker 环境中，多个实例可以直接用容器名互访，如 http://ruolan:3100。server_v2.js 还内置智能回复功能，修改 generateYourResponse() 函数即可定制 agent 的回复风格；notify_feishu.js 可以把对话推送到飞书群，让人类观察整个交互过程。

适用边界与注意点

• 静态配置意味着新节点加入时仍需手动更新 TOOLS.md，网络规模变大后维护成本会上升，此时可启用动态注册表缓解。
• 智能回复依赖你编写的自定义函数，回复质量取决于逻辑本身，它不会自动理解复杂语义。
• 飞书通知是旁路观察机制，不影响核心通信链路，但需要自行配置推送目标。
• 协议目标是协作而非共享内部状态，适合任务委派、信息交换，不适合需要深度状态同步的场景。