继MCP、A2A协议之后，又一个Agent协议AG-UI来了

AI Agent 交互协议持续演进。

在模型上下文协议（MCP）为Agent提供了标准化的工具调用机制，以及Google Agent2Agent（A2A）协议开始探索Agent间互操作性的背景下，又一个问题出现，当前碎片化的Agent交互形式，是否也有必要形成一种统一协议，简化实现，提升Agent与用户的交互效率吗？

近日，以此为目标的一个项目（AG-UI）诞生，该项目是由copilotkit发起的，专注构建开放、轻量级、基于事件的Agent-用户交互（Agent-User Interaction）标准化协议，其核心目标是标准化AI Agent连接到前端应用的方式。与关注Agent间通信或工具调用的协议不同，AG-UI更侧重于Agent如何在前端呈现、接收用户输入并进行交互。

关键设计原则包括：

1. 事件驱动：在Agent执行过程中，Agent后端会发出符合AG-UI定义的16种标准事件类型之一的事件。前端应用根据这些事件进行响应。
2. 简单的输入机制：Agent后端可以接受几种简单的、与AG-UI兼容的输入作为参数。
3. 灵活的中间件层：AG-UI包含一个中间件层，旨在确保在不同事件传输环境下（如SSE, WebSockets, webhooks等）的兼容性，并允许宽松的事件格式匹配，以支持广泛的Agent和应用互操作性。
4. 参考实现：AG-UI提供了一个HTTP参考实现和默认连接器，以帮助开发团队快速开始。

基于AG-UI协议的Agent可以支持以下交互功能：

• Agentic Chat实时流式传输：支持流畅的对话式交互。
• 双向状态同步：确保聊天内外状态的一致性。
• 生成式UI和结构化消息（支持增量流）：Agent可以不仅仅返回文本，还能驱动前端生成动态UI组件。
• 实时上下文丰富：动态地为Agent提供交互所需的上下文信息。
• 前端工具调用 (Tool Calls)：允许Agent调用在前端定义的工具或函数。
• 人机协作 (Human-in-the-loop / Human-on-the-loop)：支持人类用户在Agent执行过程中进行干预或协作。

目前该协议已获得LangGraph, Mastra, CrewAI, AG2等框架兼容已支持AG-UI，同时也将兼容适配OpenAI Agent SDK，Google ADK，Vercel等主流的Agent开发框架。

小结

虽然，AG-UI协议不管是发起方以及协议意义相较于MCP和A2A协议都有一定的差距，但是，UI标准化本身是有意义的，这可以进一步的加速分工，并提升开发效率，哪怕不直接使用，也能将其作为非常值得参考的设计原则和技术参考。