MCP+A2A 从0到1构建类Manus多Agent全栈应用（20章完结）

这门课的主题不是泛泛地讲 Agent 概念，而是围绕 MCP 和 A2A 两套协议，带你从零搭出一个类似 Manus 的多 Agent 全栈应用。它解决的问题很具体：当你已经会调用大模型接口，却不知道多个 Agent 之间怎么分工、怎么通信、怎么把工具调用串成一条可运行的业务链路时，这门课提供了一套可跟着敲的工程实现。

适合什么基础，不适合什么基础

如果你完全没有写过后端代码，也没用过任何大模型 SDK，直接上手会比较吃力，因为课程从第 4 章开始就进入 DeepSeek 与 OpenAI SDK 的实际调用，后面还涉及项目目录约定、数据源连接、统一响应和日志跨域这些偏工程的内容。相对合适的起点是：能读懂 Python 或 Node 其中一种，调用过至少一次大模型接口，对 HTTP 请求和前后端分离有基本概念。至于多 Agent 协作、MCP 协议本身，不需要提前了解，课程是从第 7 章才开始正式引入的。转行者如果只做过前端，建议先把后端请求链路补齐再进来。

建议先看哪几块，学完能独立做什么

第 2 章和第 3 章是全景与设计思路，篇幅不长但决定了你后面能不能看懂模块划分，不要跳过。第 7 章 MCP 协议初识是整门课的枢纽，它讲的是 LLM 与外部数据源、工具之间如何统一通信，理解这一层，第 8 章的 LLM 模块和第 9 章的 Agent 模块才不会变成照抄代码。第 6 章的通用模块看起来琐碎，但数据源连接、统一响应、日志跨域这些是后面所有 Agent 调用的地基。按这个顺序推进，学完你应当能独立完成：配置一个可动态切换模型的调用架构、让 Agent 在后台按事件运行、通过 MCP 接入外部工具，并让多个 Agent 按 A2A 的思路协同完成一个任务，而不是只会跑一个单轮对话 demo。

资料怎么配合练习

资料是按章节推进的完整工程，不建议只看不写。比较实际的做法是：每章先自己按理解搭一遍目录和模块，再对照资料里的实现查差异，尤其是第 5 章的项目结构约定和第 8、9 章的模块拆分方式，这些地方抄一遍和想一遍的效果差别很大。第 4 章的 SDK 实操可以单独拿出来反复练，直到你能不查文档就完成一次带工具调用的请求。全栈部分如果时间有限，可以先保证后端 Agent 链路跑通，前端只做最小验证。整体节奏上，这门课偏工程实现，不适合当成概念科普快速刷完，按章节动手推进才拿得到东西。