Zum Hauptinhalt springen
  1. Blog/

ZeroClaw A2A: Agent-to-Agent Protokoll erreicht v0.8.3 — Ausblick auf v0.9.0

Inhaltsverzeichnis
Mit v0.8.3 hält die erste A2A-Implementierung (Agent-to-Agent-Protokoll) Einzug in ZeroClaw. Für uns bei M9TZ ist das ein entscheidender Schritt — denn die Kommunikation zwischen isolierten KI-Agenten ist das Herzstück unserer Architektur.

Was ist A2A?
#

Das Agent2Agent Protocol (A2A) ist ein offener Standard der Linux Foundation, der es KI-Agenten ermöglicht, sich gegenseitig zu entdecken, Aufgaben zu delegieren und Ergebnisse auszutauschen — unabhängig von Framework, Sprache oder Host. Vergleichbar mit HTTP für Web-APIs, aber speziell für die Zusammenarbeit autonomer Agenten entwickelt.

Wo steht ZeroClaw heute?
#

ZeroClaw v0.8.3 (Juli 2026) hat den ersten großen Schritt gemacht:

KomponenteStatusSeit
Agent Discovery✅ Abgeschlossenv0.8.2 (#7763)
Agent Cards✅ Automatisch aus Configv0.8.2
Inbound Task Handling✅ Tasks empfangen & verarbeitenv0.8.2
Bearer Auth✅ Authentifizierungv0.8.2 (#8274)
Outbound A2ATool🔄 In Entwicklungv0.8.3 (#9106)
Volles A2A-Protokoll📋 Geplant für v0.9.0

Agent Discovery — das Fundament
#

Seit v0.8.2 können ZeroClaw-Agenten Agent Cards ausstellen — ein maschinenlesbares Manifest, das ihre Fähigkeiten, Endpunkte und Authentifizierungsmethode beschreibt. Die Karten werden automatisch aus der Konfiguration generiert und sind über den Gateway abrufbar:

GET /.well-known/agent-card.json

Die Discovery ist dreifach abgesichert (Opt-in):

  1. [a2a.server] enabled = true — Server-Freigabe
  2. [agents.<alias>.a2a] published = true — Pro-Agent-Freigabe
  3. exposed_skills — Filter, welche Fähigkeiten sichtbar sind

Inbound: Tasks empfangen
#

Ein Agent kann von anderen Agenten (oder A2A-kompatiblen Systemen) Aufgaben entgegennehmen. Die Aufgaben durchlaufen die gleiche agent_turn-Pipeline wie Chat-Nachrichten — das bedeutet, der Agent kann sie mit vollem Kontext und Tool-Zugriff bearbeiten.

Ausblick auf v0.9.0
#

Der nächste Meilenstein (v0.9.0) bringt die Outbound-Seite:

  • A2ATool — Agenten können selbstständig Aufgaben an entfernte A2A-Peers delegieren
  • Task Lifecycle — Polling, Status-Abfrage, Cancellation
  • Peer-Konfiguration — Definierte Vertrauensbeziehungen zwischen Agenten
  • Auth-Hardening — Signierte Anfragen, Credential-Management

Die Entwicklung wird aktiv vorangetrieben: Issue #3566 ist der Tracking-Tracker, PR #9106 der aktuelle Implementierungsschritt.

Was bedeutet das für M9TZ?
#

Wir bei M9TZ setzen ZeroClaw als Agenten-Runtime für unsere Multi-Agenten-Architektur ein. Jede Abteilung (IT, Buchhaltung, Vertrieb) bekommt einen eigenen, isolierten Agenten auf einer dedizierten VM. Die A2A-Kommunikation ist der Klebstoff, der diese Agenten zu einem kohärenten System verbindet — ohne die Sicherheitsgrenzen zwischen den Abteilungen aufzuweichen.

Mit der aktuellen Implementierung können wir:

  • ✅ Agenten gegenseitig entdecken lassen
  • ✅ Aufgaben zwischen Agenten austauschen
  • ✅ Privilegientrennung (Root/User) sauber abbilden

Wir verfolgen die Entwicklung aktiv, testen die neuen Features in unserer Produktionsumgebung und bringen Feedback aus der Praxis ein. Die Roadmap zu v0.9.0 verspricht genau die Features, die wir für die nächste Stufe unserer Architektur benötigen.


Du möchtest mehr erfahren? Kontaktiere uns oder lies den ZeroClaw-Tracker auf GitHub.

Verwandte Artikel

ZeroClaw: Leichtgewichtige KI-Agenten für das Mittelstandsnetzwerk

Ein KI-Agent pro Abteilung, gekoppelt über die bestehende Dateiinfrastruktur: ZeroClaw zeigt, wie sich Multi-Agenten-Architekturen im Mittelstand pragmatisch und ohne JVM-Overhead umsetzen lassen. Was ist ZeroClaw? # ZeroClaw ist ein leichtgewichtiger Daemon, geschrieben in Rust, der auf jeder Abteilungs-VM einen eigenen KI-Agenten bereitstellt. Statt eines schwerfälligen zentralen Services entsteht so ein Geflecht spezialisierter Agenten, die eng mit den Werkzeugen ihrer jeweiligen Domäne verzahnt sind — Buchhaltung, IT, Vertrieb, HR.

Der 6-Phasen-Migrationspfad: Vom Legacy-Monolithen zur autonomen KI-Architektur

Klassische Unternehmens-IT leidet unter zwei Hauptproblemen: Millionenbeträge für Lizenzen und Berater für monolithische Altsysteme (SAP, etc.) — und menschliche Nadelöhre, bei denen Mitarbeiter bis zu 40 % ihrer Arbeitszeit mit manuellem Daten-Jonglieren zwischen 3–5 verschiedenen Programmen verbringen.

Warum lokale KI für KMUs die bessere Wahl ist

Cloud-basierte KI-Dienste sind bequem — aber für viele Unternehmen ist ein lokales Large Language Model die bessere Wahl. Warum, und was Sie beachten sollten. Die Verlockung der Cloud # ChatGPT, Claude, Gemini — die großen KI-Modelle sind nur einen Klick entfernt. Sie liefern beeindruckende Ergebnisse, kosten wenig bis nichts im Einstieg und benötigen keine eigene Hardware.