近日，ANP开源技术社区成功完成了一项重要突破——在两个备受关注的开源Manus项目（owl与OpenManus）中，集成了ANP协议支持。这意味着，开源Manus现在能够通过ANP协议顺利访问互联网，实现智能体间的互联互通。

该功能已在开发者社区内部完成小范围测试验证，即日起正式对外开放。

整个集成过程带来了深刻启示。值得关注的是，ANP展现出了区别于MCP的独特优势：只需一个提示词与一个HTTP函数，即可让智能体与任意其他智能体完成通信与协作。

核心要点如下：

• 与MCP相比，ANP的两大关键特性使其更适合智能体间的通信：去中心化的身份认证机制，以及P2P（点对点）协议架构。
• 接入流程极为简便：智能体仅需一个anp_tool.py文件（一个提示词，一个HTTP函数），便能与任意智能体建立连接并通信。
• 这种简洁性源于协议设计本身——两个智能体之间完全解耦，无需复杂概念，天然支持无状态协议。
• 当整个流程首次成功运行时，不得不承认，整个过程带来的震撼真实而强烈：ANP是一个完全AI原生（AI Native）的协议，智能体甚至能在连接过程中自行修复其错误。
• 人工智能不仅改变了软件的开发模式，也正在深刻重塑软件的运行模式与协作模式。未来，软件或许不再需要过于复杂的逻辑，智能体正加速取代现有软件。

ANP是什么？它与MCP有何不同？

ANP是一款专为智能体设计的开源通信协议，其核心能力在于提供去中心化的身份认证，并基于语义网技术实现数据交换与协作。

用更通俗的方式理解：如果说MCP是模型的USB接口，让模型能连接各类资源与工具，那么ANP就是智能体的Email——只要知道对方的ID，你就可以用自己的账号主动发送请求、建立连接。

MCP的工作原理示意图：

ANP的工作原理示意图：

与MCP相比，ANP的两个核心差异点如下。

1、去中心化的身份认证

这种方式类似电子邮件的工作原理。要与另一个智能体通信，只需知晓其ID，无需在对方的系统或平台上注册账号。这使得两个智能体间的协作成本被大幅简化。

2、P2P（点对点）的协议架构

ANP协议的架构是彻底的P2P模式，任何智能体均可主动与另一个智能体建立连接。这并非星型拓扑，也非传统的客户端-服务器模式，而是真正的点对点通信。

开源Manus接入ANP后能实现什么功能？

接入ANP后，开源Manus能够通过该协议与其他智能体进行交互。举例来说：假设存在一个酒店智能体，专门提供酒店查询与预订服务。Manus获取该酒店智能体的ADs（智能体描述文档）后，就能通过ANP与之交互，自主完成酒店信息查询、房间预订等操作。

ANP代码接入开源Manus的详细过程

ANP是以智能体工具的形式接入开源Manus的。无论是owl还是OpenManus，接入方式完全一致——仅需添加一个anp_tool.py模块。

anp_tool.py的代码极为简洁，核心仅包含两部分：一个工具描述（用于提示词），以及一个HTTP函数（用于处理ANP请求）。

工具描述如下：

利用智能体网络协议（ANP）与其他智能体进行交互。
1. 首次使用时，请访问URL：https://agent-search.ai/ad.json，这是一个智能体搜索服务，可通过其内部接口查询能提供酒店、机票、景点等服务的智能体。
2. 获取智能体描述文档后，可根据文档中的数据链接URL爬取相关数据。
3. 在此过程中，可调用API完成服务，直至认为任务已经完成。
4. 注意：使用ANPTool获取的任何URL，均必须通过ANPTool进行调用，请勿直接自行调用。

这段描述的核心作用是告知模型：从智能体描述文档的URL出发，下载文档，接着依据文档中的描述及其任务要求，利用文档中的URL进一步爬取新文档或调用API。整个过程可反复迭代，持续搜索智能体对外公开的信息，直至任务完成或模型判定结束。

HTTP函数如下：

async def execute(
    self, 
    url: str, 
    method: str = "GET", 
    headers: Dict[str, str] = None, 
    params: Dict[str, Any] = None, 
    body: Dict[str, Any] = None
) -> Dict[str, Any]:
    """
    执行HTTP请求，与其他智能体进行交互
    
    参数：
        url (str): 智能体描述文件或API端点的URL
        method (str, 可选): HTTP方法，默认为"GET"
        headers (Dict[str, str], 可选): HTTP请求头
        params (Dict[str, Any], 可选): URL查询参数
        body (Dict[str, Any], 可选): POST/PUT请求的请求体
        
    返回：
        Dict[str, Any]: 响应内容
    """

该HTTP函数本质上是一个HTTP请求发送接口。唯一的区别在于，发送过程中采用了ANP协议的身份认证机制。

智能体身份：

在测试脚本中，为Manus生成了一个用于测试的DID身份"did:wba:agent-did.com:test:public"。对应的DID文档与私钥保存在文件夹"did_test_public_doc"中。

这是一个公开的测试DID，任何人都可借此体验ANP协议。但请注意，它仅适用于测试，无法用于实际产品预订。

接入过程与MCP的主要差异

以上就是接入ANP协议的全部过程。并且，只需完成这一次接入，未来即可与任意类型的智能体进行交互，唯一需要调整的只是用户的意图以及智能体描述文档的URL。

这正是ANP协议设计简洁之处的体现：

• 智能体之间完全解耦，无需了解对方的内部设计与实现
• 借助语义网技术为数据添加语义描述，使AI能够更精准地理解数据
• 通过Linked-Data技术将数据连接成一张数据网络，便于AI自主爬取与利用

ANP没有MCP中那些资源、工具、提示词、文件、sampling等复杂概念。ANP最核心的概念就是智能体描述文档，其中包含了智能体对外提供的所有信息与接口。

此外，由于ANP本质上是一个网络协议，本地只需安装ANP的SDK——agent-connect包即可，无需其他额外安装。

还有一个值得关注的细节：ANP在发布第一天就支持了去中心化的身份认证。两个智能体通信时，无需在对方系统中申请账号，直接使用自身已有的账号即可建立通信。这一点MCP目前还无法实现。

AI原生协议与连接的本质

当整个流程首次成功运行时，整个过程带来的震撼是真实而强烈的。一个有趣的细节是：在实现智能体时，让模型自行组装HTTP请求并处理HTTP响应。

结果发现，当模型首次发送的HTTP请求中某个字段出错，对方智能体返回失败时，模型竟然自动识别了该错误，并主动重发请求，第二次成功完成。

这一发现带来的启示有两个方向：

• 一个AI原生的协议与连接方式，与我们当前互联网所使用的协议和连接方式相比，完全是另一番景象。
• 人工智能不仅改变了软件的开发模式，也正在改变软件的运行模式与协作模式。未来，软件可能不再需要那么多复杂的逻辑——智能体将加速取代现有软件的某些功能。