Workbuddy × Elastic A2A 实操｜Agent 互通，AI 智能体互相调度干活原创

今天带大家体验一个work body上的elastic ara技能，让worker body直接指挥elastic里的智能体帮我打工，第一次使用，开会先引导我完成配置。所以说ara也就是agent to agent的协议，它让不同框架下的智能体可以互相发现、对话和派活，底层就是标准的JCRPC消息天然卡平台。这个技能的配置只有两个环境变量，一般的的地址加一个a pip, 不写进任何代码，Check tip, 一键验证连接环境就绪。大家看看有哪些可用的智能体，Discover接口会自动扫描整个实例，每个智能体都有一张card，描述自己的能力，所有agent的列出来了，审计、安全，客观一看，AI就是靠这些card。

这就把任务派给接下来，我让他调出历史壁画history接口，只返回标题和绘画ID的清单，拖拉全文，避免把上下文瞬间爆，想看哪条再用受精论提取，这是其中一次对话的最终结果，受只取最后的回复，中间的推理和工具调用全部跳过。因为Last会把每一次ara绘画持久化存储，凭一个绘画ID就能随时把结果捞回来。

现在我问他当前有哪些告警，这里技能要做一个关键判断，走同步还是异步，简单查询用同步等待结果直接返回，重型分析用sandcraft异步提交立刻拿到任务ID，因为云端代理30秒左右就会掐断长链接，估计答不完的任务一律走异步告警结果出来了，就算连接中途真被掐断，任务也不会丢，因为会话ID是发送前就在本地生成好的，后台轮询会话存储结果落库就直接读回，不让A进的重跑，最后来个长任务查一下。

这个博客的最近更新，这种不确定时长的任务就适合一步提交秒回一个任务ID，后台worker接管等待码可以看到这里自主选择了合适的1，这期间我完全可以继续，别的讲起来了，就用result查进度，随到随取，甚至明天换一台机器，用fetch加绘画ID也能捞回去work bud对于长任务也会不停的允许结果回来了，直接注入当前对话，长任务的结果就这样无缝接回上下文。整个技能是纯Python标准图，实现零依赖，在各种AI框架里都能直接跑。

配置只从环境变量度，不留任何硬编码密钥，让每个AI都能指挥elastic的智能体系团，感兴趣的话我们评论区见。