① 四层协议栈全景
四层互补不竞争，各管一段。记忆口诀：LLM-API 脑和模型 / MCP 脑和手 / A2A 脑和脑 / AG-UI 脑和眼。
L3AG-UI / A2UI展示层：输出怎么到前端（8 种 SSE 事件 + HITL）
L2A2A协作层：Agent 间异步任务委派（Task + Agent Card）
L1MCP工具层：怎么调工具（JSON-RPC 2.0）
L0LLM-API模型层：模型怎么开口要工具（tool_calls）
边界一句话：一次用户请求，先经 AG-UI 进到 Agent，Agent 通过 LLM-API 让模型决策，用 MCP 调工具、用 A2A 委派子 Agent，最终输出再经 AG-UI 渲染回前端。
② 全链路流转（一次「分析 Pod」请求）
从上往下看一次完整请求如何穿过四层。自动播放会依序高亮当前层。
L3AG-UI① 用户「分析 payment-service Pod」→ POST /threads 创建会话 → SSE 连接
↓
L0LLM-API② 模型决策 → 输出 tool_calls: kubectl_get_pods → 框架解析意图
↓
L1MCP③ 通过 MCP 客户端调 kubectl_get_pods 工具 → 返回 Pod 状态 JSON
↓
L2A2A④ 需要深度诊断 → POST /tasks 委派给 K8s 诊断子 Agent → 异步取回报告
↓
L3AG-UI⑤ RUN_FINISHED → 前端渲染诊断卡片给用户
③ L0 + L1：模型开口，框架动手
LLM 只输出 JSON（tool_calls），真正执行的是框架 + 工具层。
L0 LLM-API（模型开口）
llm.chat(messages) →
{ "tool_calls": [{
"name": "kubectl_get_pods",
"arguments": "{\"ns\":\"prod\"}" }] }
模型只是「说想调这个工具」，两轮循环：工具意图 → 执行结果喂回 → 再决策
L1 MCP（框架动手）
- Resources：暴露数据（文档/DB schema）
- Tools：可执行函数（kubectl、API）
- Prompts：可复用提示模板
- JSON-RPC 2.0 + stdio/SSE 传输
④ L2 A2A：Agent 间的委派
MCP 管「怎么调工具」，A2A 管「怎么让另一个 Agent 帮自己做一件事」。
A-->>B: POST /tasks {description, context, artifacts}
B-->>A: 202 {taskId, state: "submitted"}
loop 执行中（异步，不阻塞）
A->>B: GET /tasks/{taskId} → {state:"working", progress:"60%"}
end
A->>B: GET /tasks/{taskId} → {state:"completed", artifacts:[{name:"report.md"}]}
四概念：Agent Card（我是谁，能力发现）→ Task（帮我做件事，异步追踪）→ Message（执行中说什么）→ Artifact（做完了，这是结果）。生产四坑：payload 传引用不传全文、任务绝不同步等待、看 capabilities.streaming 决定推送 vs 轮询、Task 必须带 sessionId 隔离。
⑤ L3 AG-UI：输出到 UI
前端怎么知道 Agent 执行中每一步发生了什么？——SSE 事件流 + REST 控制面。
SSE 事件流（Agent→前端）
RUN_STARTED →
TEXT_MESSAGE（流式）→
TOOL_CALL_START/ARGS/END/RESULT →
AGENT_STATE → CUSTOM →
RUN_FINISHED
8 种标准事件，让前端能渲染「正在调 kubectl → 参数 → 结果」
REST 控制面（前端→Agent）
POST /threads（建会话）
POST /threads/{id}/messages
POST /interrupts/{id}/resume ← HITL
POST /cancel
人工在环（HITL）是 AG-UI 独有——Agent 卡在需确认节点，前端弹审批
协议栈一句话：MCP 是数据面（怎么调工具）、A2A 是控制面（怎么委派）、AG-UI/A2UI 是展示面（怎么连怎么画）——三协议边界清晰、互补不竞争。MCP + A2A 组合 = Agent 网络的操作系统。