如何用Mastra在5分钟内跑起一个AI Agent应用从零到上线指南【免费下载链接】mastraMastra is the modern TypeScript framework for AI-powered applications and agents.项目地址: https://gitcode.com/GitHub_Trending/ma/mastraMastra 是一个用现代 TypeScript 技术栈构建 AI 应用和 Agent 的框架它把模型调用、工具执行、工作流编排、记忆和可视化调试整合进一套 API帮刚接触 AI 开发的读者跳过自己拼 LangChain 胶水代码的阶段。读完本文你会完成环境准备用一条命令或几十行代码跑起一个可对话的 Agent并知道下一步往哪里改。1. 最小环境准备装好两个工具就够Mastra 要求 Node.jsv22.13.0或更高版本这是唯一硬性门槛——Node 22 可以直接运行 TypeScript 文件框架本身不需要额外的运行时依赖。如果只是想跑起来看看最省事的方式不用 clone 仓库用官方脚手架即可# 在当前目录交互式创建一个新的 Mastra 项目按提示输入项目名和 LLM 提供商openai / anthropic / google / xai npm create mastralatest如果目的是阅读源码、给框架提代码则克隆仓库并按 DEVELOPMENT.md 配置# 克隆 Mastra 仓库 git clone https://gitcode.com/GitHub_Trending/ma/mastra cd mastra # 启用 pnpm 版本管理 corepack enable # 安装依赖并构建 CLI 包其他包构建依赖它 pnpm run setup2. 一条命令跑起开发服务脚手架创建的项目自带dev脚本启动后框架会在http://localhost:4111打开 Mastra Studio这是构建、测试和管理 Agent、工作流与工具的交互式界面# 进入生成的项目目录启动开发服务器 cd my-mastra-app npm run dev打开浏览器访问http://localhost:4111即可在 Studio 里直接和刚生成的 Agent 对话。如果对话失败九成是缺环境变量使用openai/model格式的模型需要OPENAI_API_KEYAnthropic 对应ANTHROPIC_API_KEYGoogle 对应GOOGLE_API_KEY在项目的.env文件中写入后再重启即可。3. 高频能力拆解Agent、工作流与模型路由Mastra 的能力很多新手最先用得上的是下面三个。给 Agent 加工具工具让 Agent 从只会聊天变成能干活。工具统一用createTool()定义execute的签名是execute(inputData, context)输入用 zod 校验// 定义一个天气工具输入校验 纯函数执行 import { createTool } from mastra/core/tools import { z } from zod export const weatherTool createTool({ id: get-weather, description: Get current weather for a location, inputSchema: z.object({ location: z.string() }), execute: async ({ location }) ({ location, temperatureCelsius: 21, conditions: sunny, }), })再创建 Agent 并把工具挂上去。模型用provider/model字符串格式声明框架自动查找对应提供商的环境变量不需要手动 import 提供商 SDK// Agent 构造函数接收 id、名称、指令、模型和工具 import { Agent } from mastra/core/agent import { weatherTool } from ./tools/weather-tool.ts export const weatherAgent new Agent({ id: weather-agent, name: Weather Agent, instructions: You are a helpful weather assistant., model: openai/gpt-4o, tools: { weatherTool }, })最后在src/mastra/index.ts注册 Agent// 注册后 Studio 和后续的服务端 API 才能识别到这个 Agent import { Mastra } from mastra/core import { weatherAgent } from ./agents/weather-agent.ts export const mastra new Mastra({ agents: { weatherAgent } })用工作流控制多步执行当任务需要明确的步骤顺序先查资料、再总结、最后审核时Agent 的自主循环不可控应改用工作流。Mastra 的工作流引擎用.then()、.branch()、.parallel()表达控制流需要分支或并行时再去 docs/src/content/en/docs/workflows/ 看语法细节。4. 下一步从模板出发按需部署不建议从零写业务逻辑。仓库的 templates/ 目录下有开箱即用的完整项目比如templates/template-chat-with-pdf/PDF 问答和templates/template-deep-search/深度搜索clone 后改指令和工具就能变成自己的应用。部署方面Mastra 支持任意 Node.js 兼容环境Nodev22.13.0、Bun、Deno、Cloudflare也内置了 Vercel、Netlify、Cloudflare 的 deployer 自动构建可选方案都列在 docs/src/content/en/docs/deployment/overview.mdx。接下来做一件事就够了打开 templates 目录挑一个最接近你场景的模板跑通npm run dev再把 Agent 的instructions改成你的业务描述——这就是把 Demo 变成自己产品的最短路径。【免费下载链接】mastraMastra is the modern TypeScript framework for AI-powered applications and agents.项目地址: https://gitcode.com/GitHub_Trending/ma/mastra创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何用Mastra在5分钟内跑起一个AI Agent应用：从零到上线指南
如何用Mastra在5分钟内跑起一个AI Agent应用从零到上线指南【免费下载链接】mastraMastra is the modern TypeScript framework for AI-powered applications and agents.项目地址: https://gitcode.com/GitHub_Trending/ma/mastraMastra 是一个用现代 TypeScript 技术栈构建 AI 应用和 Agent 的框架它把模型调用、工具执行、工作流编排、记忆和可视化调试整合进一套 API帮刚接触 AI 开发的读者跳过自己拼 LangChain 胶水代码的阶段。读完本文你会完成环境准备用一条命令或几十行代码跑起一个可对话的 Agent并知道下一步往哪里改。1. 最小环境准备装好两个工具就够Mastra 要求 Node.jsv22.13.0或更高版本这是唯一硬性门槛——Node 22 可以直接运行 TypeScript 文件框架本身不需要额外的运行时依赖。如果只是想跑起来看看最省事的方式不用 clone 仓库用官方脚手架即可# 在当前目录交互式创建一个新的 Mastra 项目按提示输入项目名和 LLM 提供商openai / anthropic / google / xai npm create mastralatest如果目的是阅读源码、给框架提代码则克隆仓库并按 DEVELOPMENT.md 配置# 克隆 Mastra 仓库 git clone https://gitcode.com/GitHub_Trending/ma/mastra cd mastra # 启用 pnpm 版本管理 corepack enable # 安装依赖并构建 CLI 包其他包构建依赖它 pnpm run setup2. 一条命令跑起开发服务脚手架创建的项目自带dev脚本启动后框架会在http://localhost:4111打开 Mastra Studio这是构建、测试和管理 Agent、工作流与工具的交互式界面# 进入生成的项目目录启动开发服务器 cd my-mastra-app npm run dev打开浏览器访问http://localhost:4111即可在 Studio 里直接和刚生成的 Agent 对话。如果对话失败九成是缺环境变量使用openai/model格式的模型需要OPENAI_API_KEYAnthropic 对应ANTHROPIC_API_KEYGoogle 对应GOOGLE_API_KEY在项目的.env文件中写入后再重启即可。3. 高频能力拆解Agent、工作流与模型路由Mastra 的能力很多新手最先用得上的是下面三个。给 Agent 加工具工具让 Agent 从只会聊天变成能干活。工具统一用createTool()定义execute的签名是execute(inputData, context)输入用 zod 校验// 定义一个天气工具输入校验 纯函数执行 import { createTool } from mastra/core/tools import { z } from zod export const weatherTool createTool({ id: get-weather, description: Get current weather for a location, inputSchema: z.object({ location: z.string() }), execute: async ({ location }) ({ location, temperatureCelsius: 21, conditions: sunny, }), })再创建 Agent 并把工具挂上去。模型用provider/model字符串格式声明框架自动查找对应提供商的环境变量不需要手动 import 提供商 SDK// Agent 构造函数接收 id、名称、指令、模型和工具 import { Agent } from mastra/core/agent import { weatherTool } from ./tools/weather-tool.ts export const weatherAgent new Agent({ id: weather-agent, name: Weather Agent, instructions: You are a helpful weather assistant., model: openai/gpt-4o, tools: { weatherTool }, })最后在src/mastra/index.ts注册 Agent// 注册后 Studio 和后续的服务端 API 才能识别到这个 Agent import { Mastra } from mastra/core import { weatherAgent } from ./agents/weather-agent.ts export const mastra new Mastra({ agents: { weatherAgent } })用工作流控制多步执行当任务需要明确的步骤顺序先查资料、再总结、最后审核时Agent 的自主循环不可控应改用工作流。Mastra 的工作流引擎用.then()、.branch()、.parallel()表达控制流需要分支或并行时再去 docs/src/content/en/docs/workflows/ 看语法细节。4. 下一步从模板出发按需部署不建议从零写业务逻辑。仓库的 templates/ 目录下有开箱即用的完整项目比如templates/template-chat-with-pdf/PDF 问答和templates/template-deep-search/深度搜索clone 后改指令和工具就能变成自己的应用。部署方面Mastra 支持任意 Node.js 兼容环境Nodev22.13.0、Bun、Deno、Cloudflare也内置了 Vercel、Netlify、Cloudflare 的 deployer 自动构建可选方案都列在 docs/src/content/en/docs/deployment/overview.mdx。接下来做一件事就够了打开 templates 目录挑一个最接近你场景的模板跑通npm run dev再把 Agent 的instructions改成你的业务描述——这就是把 Demo 变成自己产品的最短路径。【免费下载链接】mastraMastra is the modern TypeScript framework for AI-powered applications and agents.项目地址: https://gitcode.com/GitHub_Trending/ma/mastra创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考