Systèmes multi-agents distribués : A2A, découverte et orchestration

Un agent qui sait tout faire finit par tout mal faire. Les grandes organisations découpent donc leurs agents par métier : l'équipe logistique maintient l'agent stock, la direction commerciale l'agent tarification, et un orchestrateur compose leurs réponses. Ces agents vivent sur des serveurs différents, sont déployés à des rythmes différents, et parfois écrits avec des frameworks différents. Pour qu'ils se parlent, il faut un protocole commun : A2A (Agent2Agent).

Dans cette formation, vous construisez ce système pour de vrai, avec Google ADK 2.10 et le SDK a2a-sdk 1.2 : trois agents, trois ports, un registre, des pannes simulées et un jeton d'authentification entre agents.

Pour qui ?

• Développeurs Python qui ont déjà écrit un agent ADK avec des outils (voir Construire un agent IA de A à Z).
• À l'aise avec HTTP, JSON et uvicorn. Aucune connaissance préalable d'A2A n'est nécessaire.

Ce que vous construisez

flowchart LR
  U["Client A2A (client.py)"] -->|"SendMessage / SendStreamingMessage"| O["Orchestrateur :8100"]
  R[("registry.json")] -.->|"découverte"| O
  O -->|"A2A + jeton Bearer"| S["Agent stock :8101"]
  O -->|"A2A + jeton Bearer"| P["Agent tarification :8102"]
  S --> T1["check_stock()"]
  P --> T2["quote_price()"]

Une demande « devis pour 12 chaises » arrive à l'orchestrateur, qui interroge le stock et la tarification en A2A, puis rédige une réponse unique. Si un agent tombe ou répond trop lentement, l'orchestrateur le dit au lieu d'inventer.

Prérequis techniques

• Python 3.10 ou plus récent, pip install -r requirements.txt (installe google-adk[a2a]==2.10.0).
• Une clé Gemini (Google AI Studio) ou un projet Google Cloud avec Vertex AI.
• Pour le module 4 seulement : un projet Google Cloud avec facturation.

Programme

Tout le code est dans files/ : stock_agent.py, pricing_agent.py, orchestrator.py, common.py, client.py, les tests test_lab.py (sans clé) et e2e_a2a.py (vrai modèle).

En local ou sur GCP ?