2.1 什么是 HTTP？#

HTTP（HyperText Transfer Protocol，超文本传输协议）是一种应用层通信协议。

它采用典型的请求—响应模式：

• 客户端发送请求（Request）。
• 服务端接收并处理请求。
• 服务端返回响应（Response）。

例如，客户端请求服务器读取文件：

1
POST /files/read HTTP/1.1
2
Host: example.com:8080
3
Content-Type: application/json
4

5
{
6
  "path": "/home/user/config.yaml"
7
}

服务器处理后返回：

1
HTTP/1.1 200 OK
2
Content-Type: application/json
3

4
{
5
  "content": "server:\n  port: 8080"
6
}

2.2 HTTP 的通信过程#

1
Client                  Server
2
  |                        |
3
  |------ HTTP Request --->|
4
  |                        |
5
  |                   处理请求
6
  |                        |
7
  |<----- HTTP Response ---|
8
  |                        |

基本过程：

1. Client 确定服务器地址和端口。
2. 建立 TCP 连接（HTTPS 还涉及 TLS 握手）。
3. 发送 HTTP 请求。
4. Server 解析请求并执行对应业务逻辑。
5. Server 返回 HTTP 响应。
6. 连接可以关闭，也可以通过 Keep-Alive 复用。

2.3 HTTP 的特点#

• 请求—响应模式。
• 客户端主动发起请求。
• 服务端通常通过响应返回结果。
• 支持 GET、POST、PUT、DELETE 等方法。
• 支持 HTTPS 加密。
• HTTP/1.1、HTTP/2 通常运行在 TCP 之上；HTTP/3 使用 QUIC。

2.4 HTTP 在 Agent 系统中的应用#

例如，Agent A 需要调用 Agent B：

1
POST /a2a HTTP/1.1
2
Content-Type: application/json
3

4
{
5
  "jsonrpc": "2.0",
6
  "id": 1,
7
  "method": "message/send",
8
  "params": {
9
    "message": {
10
      "role": "user",
11
      "parts": [
12
        {
13
          "kind": "text",
14
          "text": "帮我实现一个 HTTP 服务"
15
        }
16
      ]
17
    }
18
  }
19
}

这里：

• HTTP 负责将数据发送到 Agent B。
• JSON-RPC 负责描述调用请求。
• A2A 负责定义 message/send 的业务含义。

3.1 什么是 WebSocket？#

WebSocket 是一种支持全双工通信的网络协议。

与 HTTP 典型的请求—响应模式不同，WebSocket 建立连接后，客户端和服务端都可以主动发送消息。

双方可以在同一条持久连接上随时发送数据。

3.2 WebSocket 的通信过程#

WebSocket 通常先通过 HTTP Upgrade 请求建立连接。

客户端发送：

1
GET /ws HTTP/1.1
2
Host: example.com
3
Upgrade: websocket
4
Connection: Upgrade
5
Sec-WebSocket-Key: ...
6
Sec-WebSocket-Version: 13

服务器同意升级：

1
HTTP/1.1 101 Switching Protocols
2
Upgrade: websocket
3
Connection: Upgrade
4
Sec-WebSocket-Accept: ...

握手成功后，双方开始使用 WebSocket 帧交换数据。

通信过程：

1
Client                  Server
2
  |                        |
3
  |---- HTTP Upgrade ----->|
4
  |<--- 101 Switching -----|
5
  |                        |
6
  |<==== WebSocket ========>|
7
  |                        |
8
  |---- Message ---------->|
9
  |<--- Message -----------|
10
  |---- Message ---------->|
11
  |<--- Message -----------|
12
  |                        |

3.3 WebSocket 的特点#

• 全双工通信。
• 建立连接后可以持续通信。
• 客户端和服务端都可以主动发送消息。
• 不需要每次通信都重新发起 HTTP 请求。
• 适合实时交互和事件推送。
• 需要管理连接状态、断线重连和心跳。

3.4 WebSocket 在 Agent 系统中的应用#

例如，Web 前端需要实时展示 Agent 的执行过程。

1
Web Frontend              Agent Backend
2
     |                          |
3
     |---- 建立 WebSocket ------>|
4
     |<--- 连接成功 -------------|
5
     |                          |
6
     |---- 发送用户任务 -------->|
7
     |                          |
8
     |<--- 正在分析代码 ---------|
9
     |<--- 正在调用工具 ---------|
10
     |<--- 正在修改文件 ---------|
11
     |<--- 任务执行完成 ---------|
12
     |                          |

它适合：

• Agent 实时输出。
• 多轮交互。
• 工具执行进度。
• 双向控制消息。
• 实时状态更新。

NOTE

WebSocket 只提供双向消息传输，并不规定 JSON-RPC 消息格式。可以在 WebSocket 上运行 JSON-RPC，也可以设计自己的消息格式。

4.1 什么是 stdio？#

stdio 是 Standard Input / Output 的缩写，即标准输入输出。

在 Linux / Unix 系统中，一个普通进程通常会获得三个标准文件描述符：

stdio 本身不是网络协议，而是操作系统提供给进程使用的标准输入输出接口。

两个本地程序可以通过 Pipe（管道）连接彼此的标准输入输出，实现进程间通信。

4.2 stdio 的通信原理#

假设有两个程序：

• MCP Client
• MCP Server

Client 创建 Server 子进程，并建立两个管道：

1. Client 的输出连接 Server 的 stdin。
2. Server 的 stdout 连接 Client 的输入。

1
       MCP Client                    MCP Server
2

3
       stdin  <--------------------- stdout
4
       stdout ---------------------> stdin

也可以理解为：

1
Client                         Server
2

3
写入请求 --------------------> stdin
4
                               读取请求
5

6
读取响应 <-------------------- stdout
7
                               写入响应

4.3 stdio 的实际通信过程#

假设 Client 启动一个 MCP Server：

1
npx @modelcontextprotocol/server-filesystem /home/user

通信过程：

第一步：创建进程

Client 通过操作系统的进程创建接口启动 MCP Server。

第二步：建立管道

Client 获取子进程的 stdin 和 stdout 管道。

第三步：发送请求

Client 将 JSON-RPC 请求写入 Server 的 stdin：

1
{"jsonrpc":"2.0","id":1,"method":"initialize","params":{}}

第四步：Server 处理请求

Server 从 stdin 读取数据，解析 JSON-RPC，根据 method 分发到对应的处理函数。

第五步：返回响应

Server 将 JSON-RPC 响应写入 stdout：

1
{"jsonrpc":"2.0","id":1,"result":{"protocolVersion":"2025-03-26"}}

Client 从 stdout 读取响应。

4.4 stdio 的特点#

• 不需要启动 HTTP 服务。
• 不需要监听网络端口。
• 适合本机进程间通信。
• 通常由 Client 创建和管理 Server 子进程。
• stdout 可以作为专用通信通道。
• stderr 用于输出日志和诊断信息。

WARNING

stdout 不能随意输出普通日志。因为 Client 会将 stdout 当作协议消息读取，额外的日志文本可能导致 JSON 解析失败。

日志应该写入 stderr。

NOTE

stdio 本质上是字节流，不能认为一次 Write 就对应一次 Read。MCP 的 stdio 传输采用一行一条 JSON 消息，以换行符作为消息分隔符。

4.5 stdio 在 Agent 系统中的应用#

例如，一个本地 Agent 需要调用文件系统 MCP Server：

1
Agent Host
2
    |
3
    | 创建子进程
4
    v
5
MCP Server
6
    |
7
    | 读取本地文件
8
    v
9
文件系统

适合：

• 本地 MCP Server。
• IDE 启动本地 Agent。
• 本地开发工具集成。
• 不需要远程访问的工具服务。

如何选择？#

选择 HTTP：

• 需要跨机器通信。
• 需要提供标准 API。
• 需要利用成熟的 HTTP 基础设施。

选择 WebSocket：

• 需要持续双向通信。
• 需要实时推送。
• 需要频繁交换消息。

选择 stdio：

• 两个程序运行在同一台机器。
• Client 可以直接启动 Server。
• 不需要网络访问和端口管理。