Mastra 是什么？28K 星的 TypeScript 原生 Agent 框架，JS 全栈的第一套正经 Agent 解法（基础篇）
如果你是写 TypeScript 的，看到 Python 系 Agent 框架（LangChain、CrewAI、AutoGen）只能眼馋：想把 Agent 塞进已有的 Next.js 项目，还得另起一个 Python 服务，部署、类型、鉴权全断两截。Mastra 就是来填这个坑的：Gatsby 原班人马做的 TypeScript 原生 Agent 框架，Agent、工作流、记忆、评测、可观测全套都在一个包里，GitHub 已经攒下约 2.8 万星。
它到底是个啥
一句话：给 TypeScript 开发者的一站式 Agent 开发框架，定位对标 Python 世界的 LangChain，但更聚焦”能上线”这件事。核心原语四件套：
- Agents：自主 Agent，配 instructions、模型、工具，自己推理、调工具、迭代到给出最终答案；
- Workflows：图状工作流引擎，
.then()、.branch()、.parallel()拼出确定性流程，支持挂起等人审批（human-in-the-loop）、断点续跑、单步回放（time-travel 调试）； - Memory：从会话持久化到 Observational Memory（自动学习用户偏好的观察式记忆），外加语义召回；
- Evals + Observability：内置 Scorers（模型打分、规则、统计三类），可跑在 CI 里，也可线上实时采样打分；token、延迟、成本全链路追踪。
配套还有 Mastra Studio（本地 http://localhost:4111 的可视化工作台，调提示词、换模型、看 trace 都在浏览器里），以及 Mastra Cloud 一键部署。官方点名在用的有 Replit、PayPal、SoftBank、Plaid 等，团队拿了约 3500 万美元融资（Spark Capital、Gradient、YC 等）。
顺带一提：站内之前写过 Dify（15.7 万星的 LLM 应用平台），那是”不写代码搭应用”的路线；Mastra 正好是另一端——”写代码，但全在你熟悉的 TS 栈里”。
模型与生态：600+ 模型、MCP 双向支持
模型接入走统一的 model router：官方说法是 40+ provider、600+ 模型，一个模型字符串加 TypeScript 自动补全就能切，支持 fallback。工具方面可以自己写，也可以通过 MCP 共享；反过来还能把自己的 Agent/工具包装成 MCP Server 暴露出去，给别的 Agent 用。前端集成对接了 Vercel AI SDK UI、CopilotKit，Agent 直接长进现有 React 页面。
上手：5 分钟跑起来
环境要求 Node 20+，一行脚手架开工：
npm create mastra@latest
cd 你的项目
npm run dev
然后浏览器打开 http://localhost:4111 进 Studio。一个最小 Agent 长这样：
import { Agent } from "@mastra/core/agent";
export const assistant = new Agent({
id: "assistant",
instructions: "你是一个客服助手，用中文简洁回答。",
model: "openai/gpt-5-mini",
tools: { /* 你的工具 */ },
});
工作流则是先 createStep 定义步骤（inputSchema/outputSchema 用 Zod），再 createWorkflow(...).then(stepA).branch(...).commit()，注册到 Mastra 实例即可被 Agent 调用。官方文档（mastra.ai/docs）写得算厚道，workflows、evals 都有独立章节，建议按”跑通 Agent → 加一个 workflow → 接 scorers”三步走。
说实话：适合谁，不适合谁
先说好的：TS 原生是真香——类型从 schema 一路推到 workflow 输出，不用在 Python 和 Node 之间搭桥；Studio 的 trace + time-travel 调工作流确实省时间；评测（scorers）内置而不是外挂，这点比很多框架超前，线上质量监控直接有地方放。
再说丑话：
- 许可证有坑：核心是 Apache-2.0，但
ee/目录下是 Mastra Enterprise License，部署到生产要企业授权，开发测试免费。自用前先看清你用到的功能在不在ee/里。 - 生态比 Python 系薄：LangChain 那种”啥集成都有”的程度就别想了，冷门工具、向量库对接大概率自己写。
- JS 跑长任务的心智负担：Agent 跑几天的场景（官方宣传语之一），Node 的长连接、持久化存储（Postgres 等）要自己配好，Demo 和生产之间还有一截路。
- 版本迭代快：1.0 刚出不久，API 还在动，锁版本再上生产。
一句话总结：团队是 TS/Next.js 栈、想把 Agent 做进现有产品而不是另起炉灶，Mastra 是目前最顺手的选择；重度依赖 Python 生态（LangGraph、DSPy 那套），那还是留在 Python 世界。
by 数码罗记·godsun.pro。数据来源：mastra-ai/mastra GitHub 仓库（2026 年 9 月约 2.7–2.8 万星）、mastra.ai 官网文档。星数每天都在变，以仓库实时数字为准。
