Mastra 实战指南用 TypeScript AI 框架搭建生产级 AI Agent【免费下载链接】mastraMastra is the modern TypeScript framework for AI-powered applications and agents.项目地址: https://gitcode.com/GitHub_Trending/ma/mastra想接入 3 个不同厂商的大模型、让 Agent 会调用你内部的 API、工作流中途能停下等人工审批、第二天还能记得昨天的对话——这些需求如果靠拼胶水代码往往比业务开发本身还耗时。Mastra 是一个 TypeScript 编写的 AI 应用框架把智能体Agent、工作流Workflow、工具Tool、记忆与可观测性整合在一起一条命令创建项目内置 Studio 界面实时调试支持从本地开发到云端部署。一屏看懂Mastra 解决什么问题一个框架 vs. 一堆轮子没有框架时你要分别处理模型提供商 SDK 的切换逻辑、工具调用的参数校验、对话历史的存储、执行状态的持久化、线上问题的排查。Mastra 把这些做成标准模块通过统一接口接入 40 模型提供商Agent 负责自主规划与工具调用Workflow 提供图结构的流程编排Memory 管理对话上下文Observability 追踪每一步执行。框架核心位于 packages/core/完整的官方文档在 docs/ 目录中维护。适合谁适合两类人一是用 TypeScript/Node.js 技术栈、想在前端项目Next.js、React或后端服务里嵌入 AI 能力的开发者二是需要把 AI Agent 做到生产环境、关心可观测性与部署的团队。个人原型同样适用因为本地 Studio 就能覆盖调试需求。三步跑通第一个 Agent一条命令创建项目安装 Node.jsv22.13.0 或更高版本后执行npm create mastralatest。它会引导你选择模型提供商OpenAI、Anthropic、Google、xai 等生成默认项目并初始化 Git。如果只是想读源码或参与开发用git clone https://gitcode.com/GitHub_Trending/ma/mastra获取仓库再用 pnpm 安装依赖。打开 Studio 实时调试进入项目目录运行npm run dev浏览器打开localhost:4111即可进入 Mastra Studio。在 Studio 里可以直接与 Agent 对话、切换模型、调整 temperature 等参数并实时看到工具调用的输出。同端口的swagger-ui页面还能访问底层 REST API。修改代码后 Studio 会自动重载无需手动刷新。三个核心构件Agent、Tool、WorkflowAgent 与 Tool模型决策代码执行Agent 是框架的决策单元它接收任务自行决定调用哪些工具、以什么顺序循环迭代直到给出最终答案。Tool 是你定义的函数声明清晰的输入参数支持 Zod 校验和输出格式比如一个天气工具接收城市名、返回天气数据。工具可以在 Studio 中单独运行方便先验证工具本身再交给 Agent。Workflow需要显式控制时用它当流程不能交给模型自由发挥比如先查库存、再定价、最后发通知用 Workflow 编排。它基于图结构用.then()、.branch()、.parallel()表达串行、分支与并行。关键能力是挂起与恢复执行到审批节点时可以暂停等用户确认后续跑状态由存储系统保存暂停多久都可以恢复。相关实现参考 packages/core/ 下的 workflow 模块。记忆与存储上下文从哪来Memory让 Agent 记住上下文Memory 模块提供三层能力对话历史同线程多轮对话不丢上下文、RAG 检索从 API、数据库、文件中召回数据注入提示词实现见 packages/rag/、观察记忆Observational Memory让 Agent 跨会话保持行为一致。Storage20 多种存储任选存储层负责记忆、工作流状态、评估数据的持久化。仓库在 stores/ 下内置了 20 多种适配器覆盖 SQLite、PostgreSQL、MongoDB、ClickHouse、Qdrant、Redis 等常见选型。本地开发用 SQLite 即可零配置跑通生产按现有技术栈选择对应适配器接口保持一致。排查与调优看懂执行过程用 Trace 追踪每次模型调用Agent 行为不稳定的最大障碍是黑盒。Mastra 内置基于 OpenTelemetry 的可观测性Studio 中可以看到每次运行的完整 trace——模型输入输出、工具调用参数与返回值、各步骤耗时。接入 Langfuse、Datadog、LangSmith 等第三方平台也只需一行配置可观测性实现位于 observability/ 目录。用 Evals 量化变好了调提示词或换模型后凭感觉判断效果不可靠。Evals 模块支持定义评估器scorer对 Agent 输出持续打分并对比历史表现把感觉变好了变成可验证的数字。部署与扩展从本地到线上嵌入现有应用或独立部署Mastra 既能作为独立服务运行也能嵌入现有框架server-adapters/ 提供 Express、Fastify、Hono、Koa、NestJS、Next.js 等适配deployers/ 支持 Vercel、Cloudflare、Netlify 等平台一键部署。团队共享调试环境时Studio 本身也可以部署到线上配合认证与日志使用。用 MCP 把 Agent 开放给外部系统如果希望 Agent 或工具能被其他系统调用可以把它们封装成 MCPModel Context Protocol服务器实现位于 packages/mcp/。任何支持 MCP 协议的客户端——包括其他团队的 Agent——都能直接接入不必重复集成。常见坑与进阶路径新手容易踩的三个坑Node 版本过低低于 v22.13.0 会在安装或构建时出难以定位的报错先检查node -v。挂起/恢复没配存储Workflow 的 suspend 依赖存储记住执行状态未配置时恢复会失败。工具描述写得太长工具 description 是模型选择工具的依据冗长模糊的描述会导致选错工具保持一句话讲清用途和参数。从模板起步再看源码不需要从零写起templates/ 提供 20 多个完整可运行的示例项目包括天气 Agent、文档聊天机器人、深度搜索、Slack Agent、会议记录等clone 下来改配置就能跑。理解框架内部机制时建议按 packages/core/ → packages/memory/ → packages/evals/ 的顺序读源码配合 docs/ 中的参考文档API 级说明在 docs/src/content/en/reference/。Mastra 把 AI 应用的脏活收敛到了标准接口里你只需要关注两件事业务工具怎么定义Agent 的目标怎么描述。跑通本地 Studio 后下一步建议直接挑一个 templates 里的示例改造成自己的场景——比看十遍文档更快建立体感。【免费下载链接】mastraMastra is the modern TypeScript framework for AI-powered applications and agents.项目地址: https://gitcode.com/GitHub_Trending/ma/mastra创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Mastra 实战指南：用 TypeScript AI 框架搭建生产级 AI Agent
Mastra 实战指南用 TypeScript AI 框架搭建生产级 AI Agent【免费下载链接】mastraMastra is the modern TypeScript framework for AI-powered applications and agents.项目地址: https://gitcode.com/GitHub_Trending/ma/mastra想接入 3 个不同厂商的大模型、让 Agent 会调用你内部的 API、工作流中途能停下等人工审批、第二天还能记得昨天的对话——这些需求如果靠拼胶水代码往往比业务开发本身还耗时。Mastra 是一个 TypeScript 编写的 AI 应用框架把智能体Agent、工作流Workflow、工具Tool、记忆与可观测性整合在一起一条命令创建项目内置 Studio 界面实时调试支持从本地开发到云端部署。一屏看懂Mastra 解决什么问题一个框架 vs. 一堆轮子没有框架时你要分别处理模型提供商 SDK 的切换逻辑、工具调用的参数校验、对话历史的存储、执行状态的持久化、线上问题的排查。Mastra 把这些做成标准模块通过统一接口接入 40 模型提供商Agent 负责自主规划与工具调用Workflow 提供图结构的流程编排Memory 管理对话上下文Observability 追踪每一步执行。框架核心位于 packages/core/完整的官方文档在 docs/ 目录中维护。适合谁适合两类人一是用 TypeScript/Node.js 技术栈、想在前端项目Next.js、React或后端服务里嵌入 AI 能力的开发者二是需要把 AI Agent 做到生产环境、关心可观测性与部署的团队。个人原型同样适用因为本地 Studio 就能覆盖调试需求。三步跑通第一个 Agent一条命令创建项目安装 Node.jsv22.13.0 或更高版本后执行npm create mastralatest。它会引导你选择模型提供商OpenAI、Anthropic、Google、xai 等生成默认项目并初始化 Git。如果只是想读源码或参与开发用git clone https://gitcode.com/GitHub_Trending/ma/mastra获取仓库再用 pnpm 安装依赖。打开 Studio 实时调试进入项目目录运行npm run dev浏览器打开localhost:4111即可进入 Mastra Studio。在 Studio 里可以直接与 Agent 对话、切换模型、调整 temperature 等参数并实时看到工具调用的输出。同端口的swagger-ui页面还能访问底层 REST API。修改代码后 Studio 会自动重载无需手动刷新。三个核心构件Agent、Tool、WorkflowAgent 与 Tool模型决策代码执行Agent 是框架的决策单元它接收任务自行决定调用哪些工具、以什么顺序循环迭代直到给出最终答案。Tool 是你定义的函数声明清晰的输入参数支持 Zod 校验和输出格式比如一个天气工具接收城市名、返回天气数据。工具可以在 Studio 中单独运行方便先验证工具本身再交给 Agent。Workflow需要显式控制时用它当流程不能交给模型自由发挥比如先查库存、再定价、最后发通知用 Workflow 编排。它基于图结构用.then()、.branch()、.parallel()表达串行、分支与并行。关键能力是挂起与恢复执行到审批节点时可以暂停等用户确认后续跑状态由存储系统保存暂停多久都可以恢复。相关实现参考 packages/core/ 下的 workflow 模块。记忆与存储上下文从哪来Memory让 Agent 记住上下文Memory 模块提供三层能力对话历史同线程多轮对话不丢上下文、RAG 检索从 API、数据库、文件中召回数据注入提示词实现见 packages/rag/、观察记忆Observational Memory让 Agent 跨会话保持行为一致。Storage20 多种存储任选存储层负责记忆、工作流状态、评估数据的持久化。仓库在 stores/ 下内置了 20 多种适配器覆盖 SQLite、PostgreSQL、MongoDB、ClickHouse、Qdrant、Redis 等常见选型。本地开发用 SQLite 即可零配置跑通生产按现有技术栈选择对应适配器接口保持一致。排查与调优看懂执行过程用 Trace 追踪每次模型调用Agent 行为不稳定的最大障碍是黑盒。Mastra 内置基于 OpenTelemetry 的可观测性Studio 中可以看到每次运行的完整 trace——模型输入输出、工具调用参数与返回值、各步骤耗时。接入 Langfuse、Datadog、LangSmith 等第三方平台也只需一行配置可观测性实现位于 observability/ 目录。用 Evals 量化变好了调提示词或换模型后凭感觉判断效果不可靠。Evals 模块支持定义评估器scorer对 Agent 输出持续打分并对比历史表现把感觉变好了变成可验证的数字。部署与扩展从本地到线上嵌入现有应用或独立部署Mastra 既能作为独立服务运行也能嵌入现有框架server-adapters/ 提供 Express、Fastify、Hono、Koa、NestJS、Next.js 等适配deployers/ 支持 Vercel、Cloudflare、Netlify 等平台一键部署。团队共享调试环境时Studio 本身也可以部署到线上配合认证与日志使用。用 MCP 把 Agent 开放给外部系统如果希望 Agent 或工具能被其他系统调用可以把它们封装成 MCPModel Context Protocol服务器实现位于 packages/mcp/。任何支持 MCP 协议的客户端——包括其他团队的 Agent——都能直接接入不必重复集成。常见坑与进阶路径新手容易踩的三个坑Node 版本过低低于 v22.13.0 会在安装或构建时出难以定位的报错先检查node -v。挂起/恢复没配存储Workflow 的 suspend 依赖存储记住执行状态未配置时恢复会失败。工具描述写得太长工具 description 是模型选择工具的依据冗长模糊的描述会导致选错工具保持一句话讲清用途和参数。从模板起步再看源码不需要从零写起templates/ 提供 20 多个完整可运行的示例项目包括天气 Agent、文档聊天机器人、深度搜索、Slack Agent、会议记录等clone 下来改配置就能跑。理解框架内部机制时建议按 packages/core/ → packages/memory/ → packages/evals/ 的顺序读源码配合 docs/ 中的参考文档API 级说明在 docs/src/content/en/reference/。Mastra 把 AI 应用的脏活收敛到了标准接口里你只需要关注两件事业务工具怎么定义Agent 的目标怎么描述。跑通本地 Studio 后下一步建议直接挑一个 templates 里的示例改造成自己的场景——比看十遍文档更快建立体感。【免费下载链接】mastraMastra is the modern TypeScript framework for AI-powered applications and agents.项目地址: https://gitcode.com/GitHub_Trending/ma/mastra创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考