Mastra 智能体开发框架

能做什么

• 模型路由：通过统一接口连接 40 多个模型提供商，包括 OpenAI、Anthropic、Gemini 等。
• 智能体：构建使用 LLM 与工具解决开放式任务的自主智能体；智能体可围绕目标推理、选择工具并迭代，直到模型给出最终答案或满足停止条件。
• 工作流：需要显式控制执行时，可使用基于图的工作流引擎编排多步骤流程，支持 .then()、.branch()、.parallel() 等控制流语法。
• 人机协同：可暂停智能体或工作流，等待用户输入或批准后恢复；通过存储记录执行状态，支持无限期暂停并在之后继续。
• 上下文管理：提供对话历史、从 API/数据库/文件等来源检索数据（RAG），以及拟人化记忆（Observational Memory）。
• 集成与 MCP：可打包进 React、Next.js 或 Node.js 应用，或作为独立端点部署；可创作 Model Context Protocol（MCP）服务器，向外暴露智能体、工具与结构化资源。
• 生产工具：内置评估（evals）与可观测性能力，用于持续观察、度量与优化。

适用场景

• 需要以 TypeScript 技术栈构建 AI 应用或智能体的团队。
• 需要将智能体/工作流集成进现有前端或后端框架，或作为独立服务部署。
• 需要多步编排、人工审批、上下文管理、MCP 接入或生产级评估与可观测性的 AI 产品。

使用条件与限制

• 项目基于 TypeScript 技术栈，推荐通过 npm create mastra@latest 创建项目，也可按安装指南手动安装；开发服务器可用 Mastra Studio 在本地端口进行构建、测试与管理。
• 模型接入需要选择受支持的提供商（文档示例中包括 openai、anthropic、google、xai）。
• 许可为双许可模式：核心框架及大部分代码采用 Apache-2.0 开源许可；任何名为 ee/ 目录下的代码采用 Mastra Enterprise License，生产使用需要有效的企业许可，但可在开发与测试中自由使用。
• 安全漏洞应通过 security@mastra.ai 负责任地披露。
• 上述功能均以官方文档与仓库说明为准，具体能力边界与配置要求需查阅官方文档。