ACPX：跨平台代理通信协议

2026 年的 AI 代理生态系统存在一个根本性的问题。数百种代理框架——OpenClaw、LangGraph、CrewAI、AutoGPT、Semantic Kernel 以及无数其他框架——其中大多数无法相互通信。构建在 LangGraph 上的代理没有标准方式将任务委派给在 OpenClaw 上运行的代理。CrewAI 集群无法发现或调用在不同平台上运行的专业代理。这种碎片化正在阻碍整个领域实现真正可互操作代理网络的愿景。

ACPX（Agent Communication Protocol X） 是 OpenClaw 对这个问题的解答。它是一个开放式跨平台协议，定义了 AI 代理如何相互发现、协商能力、交换消息以及在框架边界之间协作——无论这些代理是在笔记本电脑、VPS 还是超大规模 GPU 集群上运行。

ACPX 的与众不同之处在于其设计理念：它不对代理的内部架构做任何假设。无论你的代理是简单的 RAG 管线、复杂的多代理编排系统，还是单模型聊天机器人，ACPX 都提供标准通信封装。该协议处理发现（寻找具有正确能力的代理）、认证（跨信任边界验证身份）、路由（将消息传递到正确的代理实例）和序列化（以语言无关的格式封装代理消息）。

核心架构

ACPX 建立在四个基础层之上，每个层解决特定的互操作性挑战：

发现层详解

发现层可谓是 ACPX 最具创新性的组件。代理将其能力注册到去中心化目录中，使用本地网络发现（针对同机器或同网络的代理使用 mDNS）或分布式哈希表（DHT）进行互联网规模的发现。每次注册包含：

• 代理身份和公钥
• 以机器可读能力架构声明的能力
• 支持的传输协议和端点
• 信任锚点和证明

这意味着在开发者笔记本电脑上运行的代理可以发现并调用在云集群上运行的 GPU 加速推理代理，而双方都不需要知道对方的框架细节。

ACPX 与其他协议的比较

代理通信协议领域日益拥挤。以下是 ACPX 与其他主要竞争对手的比较：

多代理通信流程

以下 Mermaid 图表展示 ACPX 如何实现典型的多代理工作流程，其中不同框架上的代理协作完成复杂任务：

sequenceDiagram
    participant User as 用户
    participant Orchestrator as 编排代理<br>(OpenClaw)
    participant Registry as ACPX 注册表<br>(DHT)
    participant Researcher as 研究代理<br>(LangGraph)
    participant Coder as 代码代理<br>(AutoGPT)

    User->>Orchestrator: "研究并实现一个 CSV 解析器"
    Orchestrator->>Registry: 发现具有 "research" 能力的代理
    Registry-->>Orchestrator: 找到研究代理 (LangGraph)
    Orchestrator->>Research Agent: ACPX:Request("寻找 CSV 解析库")
    Research Agent-->>Orchestrator: ACPX:Response("找到 3 个 Python 库")
    Orchestrator->>Registry: 发现具有 "code-gen" 能力的代理
    Registry-->>Orchestrator: 找到代码代理 (AutoGPT)
    Orchestrator->>Code Agent: ACPX:Request("使用库 X 实现 CSV 解析器")
    Code Agent-->>Orchestrator: ACPX:Response(implementation_code)
    Orchestrator->>User: "任务完成。CSV 解析器已就绪。"

关键规格

ACPX 定义了几种代理用于通信的关键消息类型：

• ACPX:Hello – 初始握手和能力公告
• ACPX:Request – 发送给其他代理的任务或查询
• ACPX:Response – 请求的结果或答案
• ACPX:Progress – 长时间运行任务期间的流式进度更新
• ACPX:Delegate – 将子任务连同上下文转发给其他代理
• ACPX:Error – 跨代理边界的结构化错误报告
• ACPX:Bye – 正常连接终止

这些消息类型建立了一个任何代理框架都能实现的通用词汇，减轻了框架作者的集成负担，并实现了高度连接的代理生态系统。

开始使用 ACPX

有兴趣实现或集成 ACPX 的开发者应从 GitHub 上的 ACPX 规范 开始。该仓库包含：

• OpenAPI 3.1 格式的完整协议规范
• Python、TypeScript 和 Go 的参考实现
• 展示跨平台通信的示例代理
• 用于验证实现的合规性测试套件

OpenClaw 文档门户网站 也包含通过 ACPX 将 OpenClaw 代理连接到外部框架的教程，并提供 LangGraph、CrewAI 和 Semantic Kernel 集成的逐步指南。

常见问题

什么是 ACPX？

ACPX（Agent Communication Protocol X，代理通信协议 X）是一个开放式跨平台协议，让不同的 AI 代理框架与系统能够相互通信、协调和共享信息，无论其底层架构或实现语言为何。

为什么跨平台代理通信很重要？

随着 AI 代理生态系统蓬勃发展，涌现数百种框架、工具和平台，缺乏互操作性造成了信息孤岛。ACPX 旨在成为通用层，让构建于不同框架的代理能够无缝地发现、信任和协作。

ACPX 与 MCP 或 A2A 有何不同？

MCP（Model Context Protocol）专注于单个模型的工具与资源访问，A2A（Agent-to-Agent）则针对代理间协调。ACPX 被设计为通用目的的跨平台通信层，支持跨异构代理系统的发现、协商、消息传递和安全机制。

ACPX 支持哪些使用案例？

ACPX 支持跨越不同框架的多代理集群、跨机构的联合研究、跨平台自动化管线、市场式代理发现，以及不同部门使用不同代理技术栈的企业互操作性。

ACPX 是开放标准吗？

是的，ACPX 在 OpenClaw 基金会的治理下开发为开放标准。规范文档、参考实现和 SDK 均在 GitHub 上以宽松许可方式提供，并鼓励社区贡献协议扩展和语言绑定。

延伸阅读

• ACPX GitHub 仓库 – 协议规范、参考实现和 SDK
• OpenClaw 官方网站 – 文档、教程和社区资源
• Anthropic 的 MCP 规范 – 模型到工具集成的模型上下文协议
• OpenClaw 2026 完整指南 – 设置和使用 OpenClaw 的全面指南