MCP と A2A を使用して接続済みエージェントを構築する

※この投稿は米国時間 2025 年 12 月 16 日に、Google Cloud blog に投稿されたものの抄訳です。

インテリジェント エージェントが自由に連携して行動できるプロダクション レディなエージェント システムを構築するには、エージェントがツールと通信する方法、エージェント同士で対話する方法についての標準および共有プロトコルが必要です。

「Google Cloud でのプロダクション レディな AI」学習プログラムの「エージェントの本番環境パターン」モジュールでは、相互運用性に焦点を当てて、エージェントをデータ、ツール、他のエージェントに接続するための標準パターンを取り上げています。以下では、これらのスキルを習得するのに役立つハンズオンラボを 3 つご紹介します。

ADK、MCP、A2A の基盤

このラボは、最新のエージェント スタックの「Hello World」編となっています。シンプルな専門エージェントを構築して、Agent Development Kit（ADK）、Model Context Protocol（MCP）、Agent to Agent Protocol（A2A）がどのように連携するかを実証します。

MCP でデータに接続する

基本を理解したら、次のステップとしてエージェントにナレッジへのアクセス権を付与します。MCP ツールボックスは、大規模なデータセットの分析や運用レコードの検索を行う場合に、エージェントをデータベースに接続する標準的な方法を提供します。

BigQuery データベースを MCP クライアントに公開する

このラボでは、

BigQuery テーブルを MCP クライアントに公開する方法を紹介します。

CloudSQL データベースを MCP クライアントに公開する

このラボでは、エージェントが特定のレコード（フライトのスケジュールやホテルの空室状況など）を検索する必要がある場合に、CloudSQL リレーショナル データベースに接続する方法を実証します。

プロトタイプから本番環境へ

カスタム統合から離れて、MCP や A2A などの標準を採用することで、保守とスケーリングが容易なエージェントを構築できます。ご紹介したラボでは、エージェントをデータ、ツール、他のエージェントに接続するために必要な実用的なパターンについて説明しています。

これらのラボは、Google の公式な学習プログラムである「Google Cloud でのプロダクション レディな AI」の「エージェントの本番環境パターン」モジュールの一部です。有望なプロトタイプから本番環境グレードの AI アプリケーションへの移行に役立つコンテンツについては、カリキュラム全体をご覧ください。

ハッシュタグ #ProductionReadyAI で進捗状況を共有しましょう。ご利用をお待ちしております。

-デベロッパー リレーションズ エンジニア、Mollie Pettit