Mastra 详解：TypeScript 优先的 AI Agent 框架
Mastra 是什么、Gatsby 团队如何打造 TypeScript 原生 Agent 框架，以及它对 JS/TS 开发者在 2026 年构建 Agent 的意义。
TL;DR — Mastra 是 Gatsby.js 团队打造的开源 TypeScript Agent 框架，YC 投了 $13M。它把 agents、workflows、tools、RAG、memory、evals 和 telemetry 作为一等 TypeScript 原语提供——全部原生类型化。如果你是 JS/TS 开发者，受够了 Python 优先的 Agent 框架，Mastra 是真正适配你技术栈的答案。
为什么需要 TypeScript Agent 框架
大多数 Agent 框架 Python 优先。LangChain、CrewAI、AutoGen、OpenHands——全是 Python。如果你在建 Web 应用（大多数产品是的），后端大概是 Node.js/Bun/Deno，前端 React/Next.js，工具链 npm。加一个 Python Agent 服务意味着：
- 单独的运行时要部署和监控
- 语言边界的数据传递（JSON 序列化开销）
- 两套包管理器、两套测试框架、两套 CI 配置
- 前端团队没法参与 Agent 逻辑
Mastra 消除这个摩擦。同语言、同类型、同工具链、同部署。Agent 逻辑和你的 API 路由放一起。
我有一年时间在一个 TypeScript 产品旁边跑 Python Agent 服务，那种摩擦是千刀万剐式的：一个所谓共享的类型包其实就是手抄的 interface、语言边界上一个序列化 bug 吃掉我一天、两条 CI 流水线各崩各的。把 Agent 挪进同一个 TS 代码库并没让它变聪明——它让整件事从两个项目变成一个项目，而这件事的分量比我预想的重。
Mastra 是什么
Mastra 是一个 TypeScript 框架，把生产级 Agent 所需的一切打包成一个有主见的包：
| 原语 | 做什么 |
|---|---|
| Agents | 带工具和记忆的自主 LLM actor |
| Workflows | 带分支和状态的多步编排 |
| Tools | Agent 可调用的类型化函数定义 |
| RAG | 文档导入、embedding、检索流水线 |
| Memory | 对话历史和长期知识 |
| Evals | Agent 输出的自动质量评估 |
| Telemetry | trace、成本、延迟监控 |
关键数据：
| 指标 | 数值 |
|---|---|
| GitHub stars | 22K+ |
| OpenRank（2026年5月） | 120.53 |
| 活跃贡献者 | 93 |
| npm 周下载量 | 300,000+ |
| 融资 | $13M（YC W25） |
| 创建者 | Gatsby.js 团队 |
| 许可证 | Apache 2.0 |
有主见的设计
Mastra 在 LangChain 灵活的地方有主见。这是刻意的 trade-off。它不给你 50 种配置 retriever 的方式，而是给一条集成好的路径和好的默认值。
import { Agent } from '@mastra/core';
const codeReviewer = new Agent({
name: 'code-reviewer',
model: 'anthropic:claude-sonnet-4',
instructions: `You review pull requests for correctness,
security issues, and performance problems.`,
tools: [readFile, analyzeComplexity, checkDependencies],
memory: { type: 'window', size: 20 },
});
const result = await codeReviewer.run({
input: 'Review this PR diff: ...',
});一切有类型。tools 有类型化 input/output schema。Agent.run() 返回类型化响应。IDE 从头到尾给你自动补全。没有 any，没有运行时惊喜。
模型路由：1000+ 模型，一个接口
Mastra 包含统一模型路由，连接任何 LLM 供应商：
const agent = new Agent({
model: 'openai:gpt-4o', // 或
// model: 'anthropic:claude-sonnet-4', // 或
// model: 'google:gemini-2.0-flash', // 或
// model: 'ollama:llama3.3', // 本地
});底层用 Vercel AI SDK 的模型抽象，通过一致接口访问 1000+ 模型。本地用 Ollama 开发，GPT-4o-mini 测试，Claude 部署——同样的 Agent 代码。
工作流：超越简单循环
import { Workflow, Step } from '@mastra/core';
const prReviewWorkflow = new Workflow({
name: 'pr-review',
steps: [
new Step({
id: 'fetch-diff',
execute: async (ctx) => {
const diff = await fetchGitHubDiff(ctx.input.prUrl);
return { diff };
},
}),
new Step({
id: 'review',
execute: async (ctx) => {
return await codeReviewer.run({
input: `Review:\n${ctx.steps['fetch-diff'].output.diff}`,
});
},
}),
new Step({
id: 'post-comment',
execute: async (ctx) => {
await postGitHubComment(ctx.input.prUrl, ctx.steps['review'].output);
},
}),
],
});工作流支持分支、并行执行、重试和条件逻辑。是 LangGraph 有状态图的 TypeScript 等价物——但用原生 TS 类型而不是 Python TypedDict。
横向对比
| 维度 | Mastra | LangGraph | CrewAI |
|---|---|---|---|
| 语言 | TypeScript | Python（+ JS） | Python |
| 类型 | 完整原生 TS 类型 | TypedDict | Pydantic |
| 框架集成 | Next.js, Express, Hono | FastAPI, Flask | 独立 |
| Agent 范式 | 单 Agent + 工作流 | 图状态机 | 角色制 crew |
| 内置 RAG | ✅ | 通过 LangChain | 通过工具 |
| 内置 Evals | ✅ | 通过 LangSmith | 手动 |
| 成熟度 | 6 个月（v1.0 2026年1月） | 2+ 年 | 1.5 年 |
| 社区 | 快速增长（22K stars） | 最大（105K+） | 中等（45K+） |
选 Mastra：技术栈是 TypeScript/JavaScript；想要开箱即用的全套（不想拼装）；在意跨 Agent 代码的类型安全；部署在 Vercel、Cloudflare Workers 或 Node.js。
选 LangGraph：需要最经验证的选项和最大社区；团队 Python 优先；需要最高级的有状态编排功能。
服务器集成
Mastra 不需要自己的服务器——跑在你现有的里面：
// Next.js API route
import { codeReviewer } from '@/agents/code-reviewer';
export async function POST(req: Request) {
const { prUrl } = await req.json();
const review = await codeReviewer.run({ input: `Review PR: ${prUrl}` });
return Response.json(review);
}这是对全栈 TS 团队相比 Python 框架的杀手优势。Agent 只是你应用里的另一个模块——同样的部署、监控、错误处理。
Gatsby 基因
Mastra 团队的背景很重要。他们建了 Gatsby.js——最成功的开发者体验导向框架之一。这个 DNA 体现在 Mastra 设计中：
- 优秀的开发者体验（自动补全、错误信息、文档）
- 约定优于配置（合理默认值，需要时有逃生舱）
- 插件架构（扩展不 fork）
- 关注”成功之坑”——让正确的事容易做，错误的事难做
和 LangChain 的方式（最大灵活性，自己拼装）不同，更接近 Rails 或 Next.js 的感觉：有主见、高产出、文档好。
FAQ
Mastra 生产就绪了吗？
v1.0，300K+ 周下载量。标准 Agent 工作负载生产就绪。生态比 LangChain 年轻，第三方集成少些。但核心功能（agents、tools、workflows、RAG）稳固。
能用自托管模型吗？
可以。任何 OpenAI 兼容端点——指向 vLLM、SGLang 或 Ollama。模型路由处理转换。
Mastra 怎么处理代码执行/沙箱？
不内置沙箱。Agent 需要执行代码时，通过 tool 定义对接沙箱服务（SandBase、E2B、Modal）。Agent 调 tool，tool 在沙箱跑代码，结果返回。
支持 Cloudflare Workers / edge 吗？
部分支持。简单 agent 和 tool 能跑在 edge runtime。有数据库状态的重工作流需要 Node.js 或服务器环境。团队在改进 edge 支持。
记忆怎么工作？
窗口缓冲（最近 N 条消息）内置。长期记忆连向量存储（Pinecone、Qdrant、Elasticsearch）通过 RAG 原语。记忆按 Agent 隔离，跨对话持久化。
核心要点
- Mastra 是 Gatsby 团队的 TypeScript 优先 Agent 框架，YC $13M 背书。技术栈是 JS/TS 的话，它是 Python 优先替代品的自然选择。
- 把 agents、workflows、tools、RAG、memory、evals、telemetry 打包成一个类型化包——无需组装。
- 模型路由通过一个接口连 1000+ 模型。本地开发，部署到任何供应商。
- 对比 LangGraph：更年轻但增长快，对 TS 团队 DX 更好，复杂边界场景验证少些。
- 跑在你现有的 Node.js/Next.js/Hono 应用里——不用单独部署服务。
