Mastra

Mastra

TypeScript AI 框架

Mastra

Mastra 把 Agents、Workflows、Memory、RAG、Evals 与可观测性打包成统一抽象,开发者无需切换语言即可在 Node、边缘与 Serverless 运行时上线智能体应用。

Apache 2.0
开源协议
1000+
接入模型
5
主流运行时

免费试用 · 无需下载即可在线体验

关于 Mastra

为 TypeScript 工程师打造的生产级 Agent 框架

Mastra 由一套统一的 TypeScript 抽象组成,覆盖构建 AI 应用的全链路:定义 Agent(含工具调用与模型路由)、编排多步 Workflow、管理跨会话的 Memory、接入向量库的 RAG、用 Evals 做质量评测,并通过 OpenTelemetry 暴露可观测性。它的设计目标是让 React / Node 工程师用已经熟悉的 TS 栈完成智能体开发,而不必跳到 Python 生态。

在模型层,Mastra 提供统一路由,可接入 1000+ 模型(OpenAI、Anthropic、Google、Mistral 等),并通过 `@mastra/core` 抽象屏蔽不同厂商的差异;工作流支持持久化状态、分支与人工介入(human-in-the-loop),适合真实业务流程。

部署方面,Mastra 面向现代 Serverless 与边缘运行时优化:可一键部署到 Vercel、Netlify、Cloudflare Workers 与 Hono,社区与官方示例覆盖聊天、检索、自动化与多 Agent 协作等模式,GitHub 星标增长迅速,已成为 TS 端最主流的 Agent 框架之一。

核心功能一览

六大核心能力,覆盖创作全流程

🤖

Agents 与工具调用

声明式定义 Agent,挂载自定义工具(function calling),支持模型路由与多步推理。

🔀

Workflows 工作流

用步骤(step)与状态机编排多步任务,支持持久化、分支与人工介入。

🧠

Memory 记忆

内置对话与长期记忆管理,支持向量检索、摘要与跨会话上下文。

📊

RAG 与 Evals

接入向量库做检索增强,并提供评测套件量化 Agent 输出质量。

🔭

可观测性

基于 OpenTelemetry 输出追踪与指标,定位智能体的每一步推理与工具调用。

零基础快速上手

4 步完成你的第一件 AI 作品,无需任何设计经验

1

初始化项目

用 npm create mastra(或 pnpm)脚手架生成 TS 工程,安装 @mastra/core 等依赖。

2

定义 Agent

在 src/mastra/agents 下声明 Agent,绑定模型与工具,编写系统提示。

3

编排 Workflow

用 step 组合多步逻辑,配置状态流转与人工介入节点。

4

接入 RAG 与部署

挂载向量库做检索增强,本地调试后部署到 Vercel / Cloudflare 等运行时。

全平台客户端下载

支持网页端、桌面端、移动端及浏览器插件,随时随地开启创作

使用入口

官网
文档与示例
下载
GitHub
开源仓库
下载
npm
@mastra/core
下载

部署与社区

部署指南
Vercel / Cloudflare / Netlify
下载
Discord
社区交流
下载
爱派AiPyAD

常见问题解答

遇到问题?这里可能有你想要的答案

1

Mastra 适合 Python 团队吗?

Mastra 面向 TypeScript 生态,若团队主力是 Python,LangGraph / LlamaIndex 的 Python 版更顺手;但 Mastra 也可在 Node 服务里被任何语言通过 HTTP 调用。

2

Mastra 与 LangChain 是什么关系?

二者都解决 Agent 编排,但 Mastra 以 TS 优先、强调生产部署与可观测性,抽象更聚焦;选择取决于团队技术栈与对运行时的要求。

与同类 TS/JS Agent 框架对比

和同类工具横向对比,帮你选对工具。

对比维度MastraLangGraph(JS)LlamaIndex.TSCrewAI
语言栈TypeScriptTypeScript/PythonTypeScript/PythonPython 为主
核心抽象Agent+Workflow图状态机索引+查询多 Agent 团队
可观测性OpenTelemetryLangSmith第三方第三方
部署形态Serverless/边缘自托管自托管自托管