商品描述
本書系統闡述了以MCP與A2A為核心的多Agent通訊機制及大模型上下文處理協議，
全面解析LangChain作為編排框架在建構複雜Agent系統中的關鍵作用，涵蓋從協議設計原理到多Agent系統開發的全流程。
全書共分為12章，內容系統而全面。
首先介紹MCP與A2A協定的核心設計與實現，包括協定架構設計、訊息模型、執行語意等，
同時，也深入探討了LangChain框架的核心組件及其在協議生態中的作用，幫助讀者建立紮實的技術基礎。
隨後聚焦於多Agent系統中的複雜技術問題，詳細解析了情境壓縮、任務系統建模、函數回呼機制、
RAG上下檢索融合策略等關鍵技術，並深入探討了這些技術的協定整合路徑。
後來透過多個真實應用系統的案例，展示了基於協議驅動的大模型系統的建置、部署與最佳化過程，
提供了完整的可執行程式碼和實例，幫助讀者更好地理解和掌握協議驅動型大模型系統的實際應用與技術實現。
同時，隨書贈送電子教案、代碼等大量學習資源（掃封底二維碼），協助讀者高效率學習。
本書適合從事大模型應用開發、多Agent系統設計、Agent協議研究與LangChain生態應用的技術開發者、
系統架構師及AI工程領域研究人員閱讀。
無論是希望深入了解多Agent系統架構，或是正在從事多Agent系統的開發與調度優化，本書都將成為您值得信賴的參考指南。
目錄大綱
前言
第1部分協議與框架設計基礎
第1章 大模型系統架構中的協定與調度基礎
1.1多Agent系統演進趨勢
1.1.1大模型互動的上下文瓶頸
1.1.2Agent間的協同結構演化
1.1.3傳統Prompt工程的適用範圍限制
1.1.4通訊與上下文管理協議
1.2多協議生態對比：MCP、A2A與LangChain的定位
1.2.1基於協定分層的系統整合結構
1.2.2LangChain作為編排框架的作用
1.2.3MCP協定的語意抽象與上下文壓縮
1.2.4A2A協定的異構Agent連接機制
1.3多Agent開發典型場景與建置邏輯
1.3.1多輪對話的上下文分享機制
1.3.2任務拆分與Agent能力聲明
1.3.3工具增強機制與插件註入
1.3.4文檔、資料庫與Agent
1.4協定驅動的Agent系統設計原則
1.4.1語意完整性與狀態持久性
1.4.2可重入性與任務斷點恢復機制
1.4.3Agent的自治性與可組合性
1.4.4通訊安全、身分認證與存取控制
第2章 MCP協議詳解：模型上下文語意結構與演化機制
2.1MCP設計理念與核心目標
2.1.1MCP協定簡介
2.1.2為什麼要有MCP協議
2.1.3MCP協定的跨任務可重複使用性
2.1.4MCP協議詳解
2.1.5MCP Python SDK詳解
2.2Slot機制：上下文的基本語意單元
2.2.1Slot結構的核心字段
2.2.2Slot型別與抽象層級
2.2.3Prompt壓縮Slot與檢索增強Slot
2.3上下文連結管理與ContextChain邏輯
2.3.1Slot鏈的動態重構機制
2.3.2ContextBlock與歷史脈絡窗口切分
2.3.3Slot合併與變換：上下文壓縮算子
2.3.4Prompt壓縮中的語意保留
2.4MCP執行結構與Operator語意操作
2.4.1inject與injectChain的脈絡註入
2.4.2compress與semanticGroup的語意壓縮
2.4.3resolve機制：語意補全與結構修復
第3章 A2A協定詳解：Agent間通訊與任務協調機制
3.1A2A協定設計目標與介面體系
3.1.1為什麼需要A2A協議
3.1.2A2A協議詳解
3.1.3A2A協定的核心規範與異質相容設計
3.1.4HTTP + JSON-RPC + SSE架構基礎
3.2AgentCard與能力註冊結構
3.2.1Agent身份聲明
3.2.2能力描述欄位：type、methods、input_spec
3.2.3agent_id與權限控制
3.3Task生命週期管理機制
3.3.1任務結構體組成與輸入輸出規範
3.3.2send/sendSubscribe調用邏輯
3.3.3狀態追蹤與Streaming/Webhook回調
3.3.4Artifact結構定義與任務結果封裝
第4章 LangChain框架基礎與元件解析
4.1LangChain架構理念
4.1.1LangChain在協議生態中的角色
4.1.2為什麼需要LangChain
4.1.3A2A、MCP以及LangChain的關係
4.1.4與A2A/MCP適配
4.1.5運行時管理與組件生命週期
4.1.6Agent鏈建構與中間資料流組織
4.2Core模組：LLM、Prompt、Chain、Memory
4.2.1PromptTemplate設計與參數註入
4.2.2Chain類構造：SimpleChain、SequentialChain
4.2.3LLM呼叫封裝：ChatOpenAI、DeepSeekLLM
4.2.4Memory機制與上下文銜接
4.3LangChain工具整合與Function Calling機制
4.3.1Memory機制的引進與註冊
4.3.2與OpenAI Function Calling API的互通機制
4.3.3Self-Ask with Search的增強型調用
4.3.4自訂函數呼叫與動態參數綁定
4.4LangChain Agent與Router設計
4.4.1AgentExecutor工作流程
4.4.2多Agent協作：RouterChain + MultiPromptChain
4.4.3Tool選擇策略與Prompt路由機制
第2部分技術深度與協定集成
第5章 上下文壓縮與Prompt壓縮演算法
5.1上下文長度瓶頸與壓縮的必要性
5.1.1Token限制對大模型輸入的影響
5.1.2多段歷史內容的資訊密度分佈
5.1.3「保留+融合」策略
5.1.4Slot壓縮中的冗餘與語意對齊問題
5.2基於Embedding聚類的Slot壓縮演算法
5.2.1文本段向量化與語意聚類基礎
5.2.2多維冗餘檢測與資訊分佈評估
5.2.3Top-K聚類表示的Slot合成機制
5.2.4範例：使用Faiss/Scikit-Learn建構壓縮流程
5.3基於LLM摘要產生的上下文融合機制
5.3.1抽取式摘要與生成式摘要
5.3.2多Slot語意聚合Prompt設計
5.3.3自動摘要Slot分配策略
5.3.4檢測語意漂移與重要資訊遺漏
5.4MCP中的壓縮策略實現
5.4.1compress operator的多模型適配實現
5.4.2Slot類型語意權重與壓縮保留等級
5.4.3Slot快取池與滑動視窗機制
5.4.4PromptTemplate中的壓縮佔位與拼接接口
第6章 多Agent任務系統
6.1任務圖構建
6.1.1DAG結構與多階段Agent規劃
6.1.2LangGraph簡介
6.1.3Planner-Executor模式
6.2Agent能力封裝與輸入輸出協定設計
6.2.1Agent輸入格式規範化（schema定義）
6.2.2Slot輸入與參數映射關係
6.3多Agent間的協同通訊協議
6.3.1A2A中的任務級流控制
6.3.2多Agent並發呼叫策略與調度器設計
第7章 大模型插件化生態與函數回調
7.1Plugin機制與模型能力擴展邊界
7.1.1插件介面類型與主流平臺對比
7.1.2插件的註冊方式與輸入輸出封裝
7.1.3插件介面與Prompt語意的橋接
7.2Function Calling協定設計與執行
7.2.1JSON函數描述
7.2.2LangChain Tool/Function與Function Calling映射
7.2.3多函數連調鏈的編排方式
7.3MCP中的工具呼叫Slot設計
7.3.1工具傳回值的Slot封裝
7.3.2Tool生成上下文與後續Agent語境融合
第8章 RAG：上下文檢索式Agent系統
8.1RAG系統結構與多Agent適配
8.1.1向量資料庫與Agent間的上下文流
8.1.2Retriever-Reader-Executor三層調用結構
8.1.3檢索型Agent的Slot作用域與優先權控制
8.2LangChain整合RAG架構與模組介面
8.2.1VectorStore介面：FAISS、Weaviate和Qdrant
8.2.2Retriever與LangChain工具結合方式
8.2.3上下文建構器（ContextBuilder）模組擴展
8.3檢索上下文壓縮與Slot融合策略
8.3.1多文檔段落聚合
8.3.2Slot聚合順序與壓縮合併策略
8.3.3文檔ID與Slot的映射及上下文溯源機制
第9章 在LangChain中實現MCP與A2A協定集成
9.1MCP協定在LangChain中的適配方法
9.1.1Slot封裝類別的自訂實作（基於Memory擴充）
9.1.2Prompt建置中Slot自動註入方案
9.2A2A通訊機制與LangChain工具集成
9.2.1使用AgentExecutor對接A2A任務接口
9.2.2將LangChain中Agent揭露為標準AgentCard服務
9.2.3LangChain作為A2A調用端的Task建構模板
第3部分應用實戰與部署優化
第10章 大模型應用開發實戰
10.1專案架構設計：協定分層驅動的多Agent系統
10.1.1三層架構：任務調度層、上下文語意層、執行服務層
10.1.2LangChain協調核心、MCP建構語境橋樑、A2A完成遠端調度
10.1.3插件、資料庫、API工具的服務化封裝方法
10.2多Agent知識文檔生成平臺
10.2.1多Agent協同的知識文檔生成
10.2.2LangChain封裝
10.2.3使用MCP對多文檔摘要任務進行上下文Slot融合
10.2.4Task串流透過A2A廣播給並行撰寫服務節點
10.3大模型增強RAG搜尋助手
10.3.1使用者指令拆解Agent + Query重寫Agent + 檢索Agent組合
10.3.2Retriever輸出轉換為Slot集+壓縮摘要建置執行上下文
10.3.3自訂工具鏈實作SQL搜尋/網頁爬蟲能力嵌入
10.3.4A2A協定驅動的多Agent異質系統多知識域任務並發處理
第11章 多Agent系統部署、整合與運行
11.1本地部署與模組解耦
11.1.1LangChain模組的可插拔式部署方法
11.1.2Retriever+Tool+AgentExecutor多容器封裝方式
11.2雲端部署與MCP/A2A平臺整合機制
11.2.1A2A協定的認證安全與部署配置
11.2.2使用雲端函數（Cloud Function）暴露Agent能力
11.3部署平臺工具選型
11.3.1使用Kubernetes部署多Agent分散式集群
11.3.2LangServe部署模型微服務鏈路
第12章 多Agent系統測試評估與優化
12.1上下文結構評估機制與Slot壓縮驗證
12.1.1Slot聚合後語意完整性評估指標
12.1.2資訊保留率（IRR）與語意偏移率（SOR）度量方式
12.2多Agent系統行為正確性評估策略
12.2.1Agent決策連結還原與Token級執行追蹤
12.2.2LangChain調度軌跡日誌自動分析工具（RunHistory）
12.2.3Agent失敗率、呼叫延遲與異常回退指標
12.3通訊品質與協作性能分析
12.3.1單Agent順序執行與多Agent並發執行效能對比
12.3.2A2A中的延遲控制與調度最佳化策略
12.3.3多模型交替呼叫所帶來的上下文切換開銷分析
