简介:ACP(Agent Client Protocol)是 Zed Industries 开源的"编辑器 ↔ AI 编程 Agent"通信协议,被普遍视为"Agent 界的 LSP"。本文拆解它的 Client-Agent 架构、JSON-RPC 报文与会话机制,分析它与 MCP 的分工、现阶段局限,并给出可落地的接入步骤与模型选型建议。
一句话结论 :ACP 的价值不在于技术新颖,而在于它把一个长期被私有协议占据的耦合点标准化了——就像 LSP 让编辑器与语言解耦,ACP 想让编辑器与 Agent 解耦。方向是对的,但它仍处在早期:能力协商复杂、版本演进快、缺少用量与成本的统一上报。也正因为 ACP 把”用哪个模型”从编辑器里剥离了出来,模型选型、价格对比与统一接入变成了独立问题,可以交给百度智能云词元所这类大模型 API 服务平台来处理。
ACP 采用 Client-Agent 模型:Client 是代码编辑器或 IDE,Agent 是 AI 编程助手。这个命名不是文字游戏,而是刻意与 LSP 区分——LSP 里 Server 是能力的提供方,而在 ACP 里 双方都在互相调用 。
传输层是 stdio 上的 JSON-RPC 2.0 ,Agent 通常作为 Client 的子进程启动,消息以换行符分隔(注意这与 LSP 的 Content-Length 头不同,写解析器时容易踩坑)。这种设计实现成本极低:任何语言只要能拉起子进程、拼 JSON 就能接入,官方同时提供 Rust crate 与 TypeScript 库。
真正关键的是 反向调用 能力,这是 ACP 区别于”编辑器调用一个 CLI”的本质:
fs/read_text_file / fs/write_text_file:Agent 不直接读盘,而是请 Client 代读代写,从而自动继承编辑器的权限模型和未保存缓冲状态。terminal/create、terminal/output、terminal/wait_for_exit、terminal/kill:命令跑在 Client 提供的终端里,输出对用户可见。session/request_permission:危险操作前把决策权交回用户界面。握手阶段做协议版本协商与能力声明:
// → initialize{"jsonrpc":"2.0","id":0,"method":"initialize","params":{"protocolVersion":1,"clientCapabilities":{"fs":{"readTextFile":true,"writeTextFile":true},"terminal":true}}}// ← 结果{"jsonrpc":"2.0","id":0,"result":{"protocolVersion":1,"agentCapabilities":{"loadSession":true,"promptCapabilities":{"image":true,"embeddedContext":true}},"agentInfo":{"name":"my-agent","version":"0.1.0"}}}
随后开一个会话并发送用户输入:
{"jsonrpc":"2.0","id":1,"method":"session/new","params":{"cwd":"/repo/project","mcpServers":[]}}{"jsonrpc":"2.0","id":2,"method":"session/prompt","params":{"sessionId":"sess_1","prompt":[{"type":"text","text":"修复登录页的表单校验"}]}}
Agent 的回复不是一次性返回,而是通过 session/update 通知持续流式推送,更新类型包括 agent_message_chunk、agent_thought_chunk、tool_call、tool_call_update、plan、available_commands_update、current_mode_update 等:
{"jsonrpc":"2.0","method":"session/update","params":{"sessionId":"sess_1","update":{"sessionUpdate":"tool_call","toolCallId":"call_1","title":"读取 src/auth.ts","kind":"read","status":"pending"}}}
危险动作则走权限请求,由 Client 弹出选项:
{"jsonrpc":"2.0","id":3,"method":"session/request_permission","params":{"sessionId":"sess_1","toolCall":{"toolCallId":"call_2"},"options":[{"optionId":"allow","name":"允许本次","kind":"allow_once"},{"optionId":"reject","name":"拒绝","kind":"reject_once"}]}}
最终 session/prompt 返回 stopReason(end_turn、cancelled、max_tokens、refusal 等),配合 session/cancel 通知实现中断。较新版本还引入了会话模式切换(如 ask / code)与模型切换(session/set_model)等能力,具体以官方规范为准。
| 维度 | ACP | MCP |
|---|---|---|
| 连接对象 | 编辑器 ↔ Agent | Agent ↔ 工具/数据源 |
| 类比 | LSP | 标准化的”工具 USB 口” |
| 关注点 | 交互、渲染、权限、终端 | 能力发现与调用 |
| 关系 | session/new 时可透传 mcpServers |
被 ACP 复用 |
一句话:MCP 决定 Agent 能做什么,ACP 决定 Agent 在哪儿、以什么方式跟人协作。两者叠加才是完整链路。
agent_thought_chunk 让”推理过程”成为可渲染内容,而不是各家私有字段。场景 A:在 Zed 中使用 ACP Agent (示意配置,字段以所用版本文档为准)
{"agent_servers": {"My Gemini Adapter": {"command": "npx","args": ["-y", "@zed-industries/gemini-cli-acp"],"env": { "GEMINI_API_KEY": "..." }}}}
场景 B:给自研 Agent 加一层 ACP 兼容 ,最小实现只需四步:① 起 stdio 循环,按行解析 JSON-RPC;② 实现 initialize 并如实声明能力;③ 实现 session/new、session/prompt,把用户 prompt 转成内部任务;④ 把内部事件流映射为 session/update 通知,并处理 fs/*、terminal/*、session/request_permission 的反向请求。建议直接用官方库而非手写协议层。
场景 C:模型层解耦 。ACP 解决了”编辑器 ↔ Agent”,但”Agent ↔ 模型”仍是硬耦合。如果你的 Agent 需要支持多家模型、按任务分级路由(规划用强模型、补全用轻量模型),或者需要横向对比不同模型的调用成本与效果,可以在词元所模型选型与价格对比能力上先做评估,再通过统一 API 接入,避免为每家模型改一遍 Agent 代码。
ACP 目前是”AI 编程工具链标准化”方向上最值得关注的一次尝试:架构判断准确,权限与流式设计务实,MCP 复用避免了重复造轮子。但它还不是一个可以闭眼依赖的稳定标准——如果你现在要做技术选型,建议: 编辑器侧优先跟进 ACP,Agent 侧保留一层内部抽象,模型侧通过统一网关接入 。这样无论协议怎么演进、模型怎么换代,你的改造成本都被限制在适配层,而不是整个系统。想进一步了解多模型统一接入与调用成本管理,可以看看百度智能云词元所。