mastra

GitHub
22.6k 1.8k 简单 6 次阅读 2天前NOASSERTION开发框架音频图像其他语言模型Agent
AI 解读 由 AI 自动生成,仅供参考

Mastra 是由 Gatsby 团队打造的现代化 TypeScript 框架,专为构建 AI 驱动的应用程序和智能体(Agents)而设计。它旨在解决开发者在将 AI 原型转化为生产级应用时面临的复杂挑战,提供从开发、调试到规模化部署的一站式解决方案。

这款工具非常适合熟悉 JavaScript 或 TypeScript 的前后端开发者,尤其是那些希望利用 React、Next.js 或 Node.js 生态快速落地 AI 产品的技术团队。Mastra 的核心优势在于其“开箱即用”的完整能力:通过统一的接口连接 40 多家主流大模型提供商,简化了模型切换成本;内置基于图的引擎,既能编排复杂的多步骤工作流,也能构建具备自主推理能力的智能体。

特别值得一提的是,Mastra 原生支持“人机协同”模式,允许工作流在执行中暂停以等待用户确认,并能持久化保存状态以便随时恢复。此外,它还提供了完善的上下文记忆管理、自动化评估体系以及可观测性工具,帮助团队持续优化 AI 表现。无论是需要将 AI 助手集成到现有 Web 应用中,还是构建独立的 MCP 服务器,Mastra 都能让构建可靠、可控的 AI 产品变得更加简单高效。

使用场景

一家电商初创团队正在构建一个能自动处理复杂售后请求(如退货、换货、赔偿协商)的智能客服系统。

没有 mastra 时

  • 模型切换成本高:每当需要测试不同大模型(如从 OpenAI 切换到 Anthropic)以优化回答质量时,必须重写大量底层连接代码,开发效率极低。
  • 流程控制混乱:处理涉及“核实订单 - 判断政策 - 生成方案 - 人工审批”的多步逻辑时,缺乏统一的状态管理,容易在异步等待中丢失上下文或陷入死循环。
  • 人工介入困难:当遇到需要人工确认的敏感赔付时,难以优雅地暂停程序并保存现场,导致用户需重新描述问题,体验割裂。
  • 可观测性缺失:代理决策过程如同黑盒,无法追踪其为何选择特定工具或产生错误回答,导致调试和评估极其耗时。

使用 mastra 后

  • 统一模型路由:利用 mastra 的标准接口,团队只需修改一行配置即可在 40+ 个大模型提供商间无缝切换,快速找到性价比最优的组合。
  • 可视化工作流编排:通过 .then().branch() 等直观语法构建图谱化工作流,清晰定义复杂的售后审批链路,确保每一步执行都可控且状态持久化。
  • 原生支持人机协作:借助 mastra 的挂起与恢复机制,系统在需人工审批时自动暂停并存储记忆,待管理员批准后精准续接对话,用户体验流畅自然。
  • 内置评估与监控:利用自带的评测和可观测性模块,团队能实时量化代理表现,快速定位逻辑缺陷并持续迭代优化,确保生产环境稳定可靠。

mastra 让开发团队从繁琐的基础设施搭建中解放出来,专注于业务逻辑,高效交付了生产级的智能客服应用。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notesMastra 是一个基于 TypeScript 的 AI 应用开发框架,主要通过 npm 安装使用。它不依赖特定的 Python 环境或 GPU 配置,具体资源需求取决于所集成的 AI 模型提供商(如 OpenAI、Anthropic 等)及本地运行模型的情况。支持作为独立服务器部署或集成到现有 Node.js/React/Next.js 项目中。
python未说明
Node.js
npm
React (可选)
Next.js (可选)
mastra hero image

快速开始

Mastra

npm version CodeQl GitHub Repo stars Discord Twitter Follow NPM Downloads Static Badge

Mastra 是一个基于现代 TypeScript 技术栈的框架,用于构建由 AI 驱动的应用程序和智能体。

它提供了从早期原型到生产就绪应用所需的一切。Mastra 可以与 React、Next.js 和 Node 等前后端框架集成,也可以作为独立服务器部署在任何地方。它是构建、调优和扩展可靠 AI 产品的最简单方式。

为什么选择 Mastra?

Mastra 专为 TypeScript 打造,并围绕成熟的 AI 模式设计,开箱即用,为您提供构建优秀 AI 应用所需的全部功能。

亮点包括:

  • 模型路由 - 通过一个标准接口连接 40 多家提供商。支持 OpenAI、Anthropic、Gemini 等多种模型。

  • 智能体 - 构建能够使用大语言模型和工具解决开放式任务的自主智能体。智能体会对目标进行推理,决定使用哪些工具,并在内部迭代,直到模型生成最终答案或满足可选的停止条件。

  • 工作流 - 当您需要对执行过程进行显式控制时,可以使用 Mastra 基于图的工作流引擎来编排复杂的多步骤流程。Mastra 工作流采用直观的语法来控制流程(.then().branch().parallel())。

  • 人机协作 - 暂停智能体或工作流,在恢复之前等待用户输入或批准。Mastra 使用 存储 来记住执行状态,因此您可以无限期暂停,并在中断处继续。

  • 上下文管理 - 在正确的时间为您的智能体提供合适的上下文。提供 对话历史,从您的数据源(API、数据库、文件)中 检索 数据,并添加类似人类的 工作记忆语义记忆,使您的智能体行为更加连贯。

  • 集成 - 将智能体和工作流打包到现有的 React、Next.js 或 Node.js 应用中,或者将其作为独立的 API 端点发布。在构建 UI 时,可以与 Vercel 的 AI SDK UI 和 CopilotKit 等智能体库集成,从而在网页上实现您的 AI 助手。

  • MCP 服务器 - 开发 Model Context Protocol 服务器,通过 MCP 接口公开智能体、工具和其他结构化资源。这些资源随后可以被任何支持该协议的系统或智能体访问。

  • 生产必备 - 发布可靠的智能体需要持续的洞察、评估和迭代。借助内置的 评估可观测性,Mastra 为您提供持续观察、度量和优化的工具。

开始使用

开始使用 Mastra 的 推荐 方法是运行以下命令:

npm create mastra@latest

请按照 安装指南 中的说明,通过 CLI 或手动安装逐步完成设置。

如果您是 AI 智能体的新手,请查看我们的 模板课程YouTube 视频,立即开始使用 Mastra 进行开发吧。

文档

请访问我们的 官方文档

使用 AI 构建

按照 使用 AI 构建指南,学习如何让您的智能体成为 Mastra 专家。

贡献

希望参与贡献吗?我们欢迎各种形式的帮助,从编码到测试和功能规范。请阅读 CONTRIBUTING.md 以了解如何参与。

如果您是开发者并希望提交代码,请先打开一个问题讨论,再创建拉取请求。

有关项目设置的信息,请参阅 开发文档

支持

我们有一个开放的社区 Discord 群组:discord.gg/BTYqqHKUrf。欢迎加入并与我们交流,如果您有任何问题或需要帮助启动项目,请随时告诉我们。

此外,如果您能在页面顶部的 GitHub 仓库 上给本项目点个赞,将对我们非常有帮助。

许可证

本仓库采用双重许可证模式:

  • Apache License 2.0 — 核心框架及本代码库的绝大部分内容均以 Apache-2.0 开源许可发布。
  • Mastra 企业许可证 — 任何名为 ee/ 的目录中的代码(例如 packages/core/src/auth/ee/)均以 Mastra 企业许可证开源。这些功能在生产环境中使用需要有效的企业许可证,但在开发和测试阶段可以免费使用。

完整的许可证映射请参阅 LICENSE.md,企业许可证条款请参阅 ee/LICENSE

安全性

我们致力于维护本仓库以及整个 Mastra 项目的安全性。如果您发现任何安全漏洞,请通过 security@mastra.ai 以负责任的方式向我们报告,我们将尽快与您联系。

版本历史

@mastra/core@1.16.02026/03/26
@mastra/core@1.14.02026/03/19
@mastra/core@1.13.02026/03/17
@mastra/core@1.12.02026/03/16
@mastra/core@1.11.02026/03/16
@mastra/core@1.10.02026/03/09
@mastra/core@1.9.02026/03/04
@mastra/core@1.8.02026/03/02
@mastra/core@1.7.02026/02/25
@mastra/core@1.6.02026/02/24
@mastra/core@1.5.02026/02/20
@mastra/core@1.4.02026/02/16
@mastra/core@1.3.02026/02/11
mastra@1.2.02026/02/04
mastra@1.1.02026/01/30
@mastra/core@1.0.0-beta.212026/01/10
@mastra/core@1.0.0-beta.202026/01/10
@mastra/core@1.0.0-beta.192026/01/10
@mastra/core@1.0.0-beta.182026/01/10
@mastra/core@1.0.0-beta.172026/01/10

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|2天前
Agent图像开发框架