MCP、A2A 后，AI 领域又新增 AG-UI 协议

什么是 AG-UI

AG-UI（Agent User Interaction Protocol，智能体用户交互协议） 是一个开放的、轻量的、基于事件的协议，由 CopilotKit 公司发布，它通过标准 HTTP 或可选的二进制通道，以流式方式传输一系列 JSON 事件，主要用来对 AI agent 和前端应用程序的交互进行标准化。

AG-UI 主要解决什么问题

CopilotKit 公司的人员解释，当前大多数 agent 都属于后端自动化工具，执行一些数据迁移、表单填写、内容总结一类的任务，这些 agent 在后台运行，对用户不可见。但是交互式 agent（比如 Cursor、Windsurf、Devin 等）已经实现了与用户的实时协同工作，它们也将带来海量的应用场景。这种情况下，就需要这些 agent 能够具备实时更新、工具编排、可共享的可变状态、安全边界控制以及前端同步等能力。为此他们构建并发布了 AG-UI 协议。

AG-UI 介绍

AG-UI 为 AI agent 和前端应用程序之间搭建了一座桥梁，让这两者之间的交互更加友好，为用户带来更好体验。示意图如下：

• Application：用户交互用到的应用程序（比如 chat 或其他任何 AI 应用）
• AG-UI 客户端：通用的通信客户端，诸如 HttpAgent，或用于连接现有协议的专用客户端
• Agent：后端用户处理用户请求并生成流式响应的 agent
• Secure Proxy：能够提供额外能力或作为安全代理的后端服务

核心组件

AG-UI 的核心组件包括协议层（Protocol Layer）、标准化 HTTP 客户端（Standard HTTP Client）、消息类型（Message Type）、运行智能体（Running Agent）、状态管理（State Management）、工具交接（Tools and Handoff）以及事件（Events）。

协议层（Protocol Layer）

AG-UI 协议层主要为 agent 通信提供一个灵活的基础。协议的核心让应用程序能够运行 agent 并且接受到事件流。

标准 HTTP 客户端

AG-UI 提供了一个标准的 HTTP 客户端 HttpAgent，可用于连接任何支持 POST 请求的端点。该端点接收 RunAgentInput 类型的请求体，并返回 BaseEvent 对象的数据流。

HttpAgent 支持 HTTP SSE (Server-Sent Events) 和 HTTP binary protocol 两种模式。

消息类型

AG-UI 为 agent 通信的不同方面定义了一些事件策略，主要包括：

• Lifecycle events：监控 Agent 的运行情况。Agent 的运行状态可能包含 RunStarted、StepStarted/StepFinished、RunFinished（成功）、RunError（失败）。
• Text message events：用于处理文本流式内容的事件。这些事件遵循流模式，并以增量的方式交付内容。文本消息可能以 TextMessageStart 开始，然后用 TextMessageContent 事件来交付文本，最后以 TextMessageEnd 事件结束。
• Tool call events：管理 Agent 对工具的执行。当 Agent 想要使用某个 tool 时，会触发一个 ToolCallStart 事件，随后会有 ToolCallArgs 事件，用于流式传输传递给工具的参数，最后以一个 ToolCallEnd 事件结束。
• State management events：同步 Agent 和 UI 之间的状态。协议中的状态管理采用高效的“快照-增量”模式：初始或偶尔发送完整的状态快照，而持续的变更则通过增量更新（delta）来传递。快照能够确保前端有完整的状态上下文，而 delta 最小化了需要频繁更新的数据传输。两者的有效结合，可以使前端不进行不必要数据传输的情况下，保持对 Agent 状态的准确呈现。包括的事件有 StateSnapshot 和 StateDelta。
• Special events：支持自定义功能，比如和外部系统集成。包括的事件由 Raw 和 Custom。

运行 Agent

创建 agent 客户端实例并启用 agent。

状态管理

AG-UI 通过专用事件对状态进行管理，目前提供的事件有：

• STATE_SNAPSHOT：某一时刻的完整状态表示；
• STATE_DELTA：使用 JSON 补丁格式（RFC 6902）的增量状态变更；
• MESSAGES_SNAPSHOT：表示完整的对话历史；

工具和交接

AG-UI 通过标准化事件来提供 agent 之间的任务移交的和工具的使用。

事件

AG-UI 中的所有通信都是基于类型事件。每一个事件都继承自 BaseEvent，其接口如下：

interface BaseEvent {  type: EventType  timestamp?: number  rawEvent?: any}

MCP vs A2A vs AG-UI

去年底 Anthropic 发布了 MCP（Model Context Protocol），今年 Google 又发布了 A2A（Agent to Agent），都是面向这一轮 AI 发展的协议。

相比于 MCP 和 A2A，AG-UI 主要聚焦在智能体和用户（agent-user）的交互层上。它和 MCP 于 A2A 并不是竞争关系。这三者在 AI 生态中的作用不同：

• AG-UI：主要处理由用户（人）参与的交互以及流式更新用户界面；
• A2A：主要促进智能体（agent-to-agent）之间的通信和协作；
• MCP：主要解决跨不同模型之间工具调用的标准化和上下文处理问题；

这三者互为补充。举个简单的例子：相同的 agent 可以通过 A2A 来跟其他的 agent 进行通信，同时又使用 AG-UI 来跟用户进行交互，另外还能通过 MCP 来进行工具的调用（tool call）。这三个协议，完成用户-Agent-LLM之间交互的标准化。

三个协议构成的 Agent 协议栈如下图所示：

正文

MCP、A2A 后，AI 领域又新增 AG-UI 协议

什么是 AG-UI

AG-UI 主要解决什么问题

AG-UI 介绍