Mastra - agentic фреймворк, который может стать тем самым недостающим звеном между простотым AI SDK и сложностью полноценных agent платформ.

Это большой технический пост, но также будет полезен фаундерам и CTO, которые подбирают tech stack. Разрабатывая AI-агентов, быстро понимаешь проблему. Простые инструменты типа OpenAI SDK или AI SDK отлично подходят для простых автоматизаций и агентов, но тяжелы в отладке и observability.

Mastra - TypeScript-first, модульный фреймворк, с отличным DX - и покрывает весь спектр задач от простых RAG до сложных мультиагентских workflow. При этом команда не просто создала "еще один фреймворк", а решила реальные проблемы, с которыми сталкиваются при продакшен-разработке агентов. Чем больше я его использую тем больше он мне нравится.

Давайте пробежимся по преимуществам.

Строится на проверенном фундаменте. Вместо изобретения велосипеда, Mastra базируется на AI SDK (unified API для всех LLM провайдеров) и активно использует Zod для типизации и валидации.

RAG pipeline без лишних зависимостей. RAG в Mastra - это ETL пайплайн с правильными абстракциями. Обрабатываешь документы в chunks, создаешь embeddings, сохраняешь в vector store. Unified API поверх Pinecone, pgvector и других провайдеров. На этапе query делается retrieval с reranking.

Продвинутая система памяти с семантическим поиском. Агент помнит не только последние n сообщений, но и может "вспомнить" релевантную информацию (semantic recall) из далекого прошлого через vector search. Поддерживает threads для разных пользователей и контекстов.

Dynamic Agents с dependency injection. Одна из самых крутых фич - динамические агенты, которые могут менять свое поведение на основе runtime контекста. Все это через единый декларативный конфиг без потери контроля.

Полноценные Voice capabilities из коробки. Voice система поддерживает TTS, STT и real-time speech-to-speech с унифицированным API для разных провайдеров (OpenAI, ElevenLabs, Deepgram и др).

MCP интеграция для внешних инструментов. Поддержка Model Context Protocol позволяет подключать инструменты из любых внешних систем через стандартный протокол.

Система Evals для оценки качества агентов. Встроенная система evals с model-graded, rule-based и статистическими методами. Готовые метрики для toxicity, bias, relevance, faithfulness, hallucination и кастомные evals с собственными промптами. Можно интегрировать в CI/CD.

Продвинутые Graph-based workflows. Workflows в Mastra - это не просто цепочка вызовов. Это полноценные state машины с ветвлением, parallel execution, conditional логикой. Каждый шаг типизирован, с input/output zod-схемами, автоматическим логированием и трейсингом. Можешь остановить workflow на любом этапе для human approval и продолжить позже.

Deployment куда угодно. Mastra не навязывает конкретную платформу. Можешь развернуть в существующий Next.js проект, в standalone Node.js сервер. Особенно впечатляет внимание к production-ready деталям. Есть локальный playground (показан на видео) для отладки агентов с визуализацией state и memory. Observability из коробки с OpenTelemetry трейсингом. Мой любимый LangFuse тоже поддерживается.

Начать можно буквально за минуты: npm create mastra@latest и CLI проведет через сетап и даже настроит MCP server для Cursor/Claude Code.

Из минусов - проект относительно молодой (хотя команда опытная - создатели Gatsby), некоторые фичи помечены как experimental. Но активное развитие, отзывчивое community в Discord, качественная документация компенсируют это.

А еще они написали "Principles of Building AI Agents" - must-read для всех, кто серьезно занимается агентами.

Если также как и я любишь TS-стек и думаешь о переходе к более сложным агентским сценариям - Mastra может стать хорошей основой.

🔥➕🔁