A2A MCP Server
Agentes A2A ⚡ MCP
Este proyecto demuestra dos enfoques diferentes para la comunicación entre agentes:
Programa de control maestro (MCP) : un enfoque basado en servidor centralizado donde los agentes se comunican a través de un servidor central
Agente a agente (A2A) : un enfoque descentralizado peer-to-peer donde los agentes se comunican directamente entre sí.
Instalación
Crear y activar un entorno virtual:
python -m venv venv
source venv/bin/activate # On Windows: venv\Scripts\activateInstalar dependencias:
pip install -r requirements.txtRelated MCP server: Novu MCP Server
Uso
Servidor y agentes MCP
Inicie el servidor MCP:
python cli.py run-mcp-serverEn terminales separadas, inicie uno o más agentes MCP:
python cli.py run-mcp-agent --agent-id agent1
python cli.py run-mcp-agent --agent-id agent2El servidor MCP rastreará todos los agentes conectados y su estado. Puede consultar el estado abriendo http://localhost:5000 en su navegador.
Red A2A (Agente a Agente)
Inicie el primer agente A2A:
python cli.py run-a2a-agent --agent-id a2a1 --port 5001Inicie agentes A2A adicionales y conéctelos a los agentes existentes:
python cli.py run-a2a-agent --agent-id a2a2 --port 5002 --peer localhost:5001
python cli.py run-a2a-agent --agent-id a2a3 --port 5003 --peer localhost:5001 --peer localhost:5002Los agentes A2A descubrirán automáticamente a otros agentes a través de sus pares iniciales. Puede escribir mensajes en la terminal de cualquier agente para difundirlos a todos los agentes conectados.
Arquitectura
MCP (Programa de Control Maestro)
Servidor centralizado que rastrea a todos los agentes
Los agentes se registran en el servidor y mantienen la conexión mediante latidos.
El servidor proporciona una interfaz web para supervisar el estado del agente
Simple y confiable pero tiene un único punto de falla
A2A (Agente a Agente)
Red peer-to-peer descentralizada
Los agentes se conectan directamente entre sí
Los mensajes se inundan a través de la red.
Más resistente pero requiere una coordinación más compleja
No hay un único punto de fallo
Estructura del proyecto
a2a_mcp/
├── agents/ # Agent implementations
│ ├── mcp_agent.py # MCP-based agent
│ └── a2a_agent.py # Peer-to-peer agent
├── mcp/ # MCP server implementation
│ └── server.py # Flask-based MCP server
├── cli.py # Command-line interface
└── requirements.txt # Python dependenciesContribuyendo
No dudes en enviar problemas y solicitudes de extracción para mejorar la demostración.
This server cannot be deployed
Related MCP Connectors
Real-time health monitoring and heartbeat tracking for agent services
MCP Server for an Agent Task Marketplace
The Remote MCP server acts as a standardized bridge between LLM applications (like Claude, ChatGPT, and Cursor) and external services, enabling AI agents to access external tools and resources. Its primary capability is providing a centralized search tool to discover other MCP servers and their respective tools. Unlike local implementations, it runs remotely with OAuth authentication and permission controls for security.
Your agents' cloud. MCP server with search, execute, packages, jobs, secrets, and integrations.
Related MCP Servers
- AlicenseBqualityDmaintenanceA server for task orchestration and coordination, facilitating task management with dependencies, multi-instance collaboration, and persistent task tracking.7026MIT

Novu MCP Serverofficial
FlicenseNot gradedqualityNot gradedmaintenanceEnables AI agents to interact with Novu's notification system, facilitating operations like sending notifications, managing subscribers, and organizing topics.4-- FlicenseNot gradedqualityDmaintenanceA server that enables AI systems to browse, retrieve content from, and interact with web pages through the Model Context Protocol.1-
- AlicenseNot gradedqualityDmaintenanceA specialized MCP server that enables AI agents to interact with Reddit, including reading posts, creating content, and managing subreddit configurations.34 npm10Apache 2.0