Mastra est un framework TypeScript moderne pour , fournissant des fonctionnalités prêtes à l'emploi telles que la définition d'agent, l'orchestration de flux de travail, le serveur MCP de pipeline RAG et l'évaluation d'observabilité Eval. Le framework de base Apache-2.0 est open source et la plate-forme d'hébergement Mastra Platform propose des forfaits gratuits Starter et Teams/Enterprise au niveau de l'entreprise.

Mastra : framework d'agent TypeScript moderne et plate-forme d'applications d'IA

Paramètres et statistiques de base de Mastra

Projet	Informations publiques actuelles
Positionnement du produit	Framework TypeScript moderne pour créer des applications et des agents basés sur l'IA
Formulaire de livraison	Framework Open source (Apache-2.0) + Plateforme d'hébergement SaaS (Mastra Platform)
Licence du cadre de base	Apache-2.0 (module de base) ; les fonctionnalités d'entreprise nécessitent une licence Mastra Enterprise
Prise en charge du modèle	Interface unifiée pour plus de 40 fournisseurs de modèles (OpenAI, Anthropic, Google Gemini, etc.)
Étoiles GitHub	26,4k
Fourches GitHub	2,5k
Contributeurs GitHub	582
Nombre de versions de GitHub	102 sorties
Dernière version du package de base	@mastra/core@1.51.0 (2026-07-15)
Modèle de tarification de la plateforme	Starter (gratuit/payant à l'utilisation), Teams (250 $/mois), Enterprise (personnalisé)
Clients types	Replit, Brex, Marsh, MongoDB, SoftBank, Sanity, WorkOS, PayPal, Elastic

Limite du produit : Mastra se positionne comme un framework d'agent + une plateforme d'hébergement, adapté aux équipes TypeScript qui ont besoin de passer rapidement du prototype à la production. Il ne fournit pas de fonctionnalités de formation de modèle de base sous-jacentes et n'est pas non plus un outil de création d'agent sans code - bien qu'Agent Builder fournisse une interface de configuration visuelle, le chemin d'utilisation principal est toujours basé sur l'écriture de code TypeScript.

Utilisateurs et reconnaissance du marché de Mastra

Popularité écologique GitHub : 26,4 000 étoiles, 2,5 000 Forks, 582 contributeurs et plus de 100 versions. Le référentiel est extrêmement actif (la fréquence des commits récents est mesurée en heures) et la communauté maintient des interactions à haute fréquence via Discord et GitHub Issues.

Matrice de clients au niveau de l'entreprise : les clients officiellement divulgués incluent Replit (la plate-forme de programmation d'IA utilise Mastra pour développer les capacités de l'agent), Brex (finance d'entreprise), Marsh (100 000 employés dans le monde utilisent la recherche LenAI, la couche inférieure est pilotée par Mastra), MongoDB (l'agent Mastra traite quotidiennement 10 To de journaux CI), SoftBank, Sanity, WorkOS, PayPal, Elastic, Factorial, etc. Ces cas couvrent plusieurs domaines verticaux tels que le SaaS, la finance, les ressources humaines, la gestion de contenu et surveillance des infrastructures.

Leadership éclairé : Mastra a publié deux livres professionnels "Principes of Building AI Agents" (plus de 240 000 distributions) et "Patterns of Building AI Agents" (plus de 100 000 distributions), et exploite le podcast "Agents Hour", établissant une forte influence technique dans la communauté de l'ingénierie des agents.

Y Combinator Background : sélectionné dans le lot YC W25, ce qui est un signal important de la qualité des startups en démarrage.

Déclaration des limites : les données ci-dessus proviennent de la page d'accueil officielle de Mastra, de l'entrepôt GitHub et de la page de cas client. Si le processus d'approvisionnement nécessite des conditions SLA plus détaillées, des rapports de certification de sécurité ou une vérification préalable des antécédents des clients, vous devez en faire la demande auprès de l'équipe commerciale de Mastra dans la section commerciale.

L'avantage de coût de Mastra

Avantage en termes de coût : auto-hébergement dans un cadre open source + structure de coûts à deux niveaux avec paiement à l'utilisation de la plateforme

Développeurs côté C/individuels :

• Le framework de base est entièrement open source (Apache-2.0). Les développeurs peuvent utiliser toutes les fonctionnalités de base telles que l'agent, le flux de travail, le RAG et la mémoire localement ou sur leurs propres serveurs gratuitement et sans frais de licence.
• Le plan Mastra Platform Starter est gratuit et comprend 100 000 événements observables par mois 24 heures CPU 10 Go d'exportation de données 15 jours de conservation des données. L'excédent est facturé sur une base de paiement à l'utilisation (événements observables 10 $/100 000 $, CPU 0,35 $/heure, sortie de données 0,10 $/Go).
• Apprentissage personnel et vérification de petits prototypes à un coût quasi nul.

Développeurs/Équipe API :

• La couche plateforme adopte le modèle de pool unifié de crédits. Les appels de modèles et la consommation de jetons sont acheminés via Mastra Gateway et des frais de canal au prix du marché + 5,5 % sont facturés. Les équipes peuvent choisir d'apporter leur propre clé de modèle (BYOK) ou de bénéficier d'une facturation unifiée via Mastra.
• Le forfait Teams (250 $/mois) comprend des quotas plus importants : 1 million d'événements observables (au-dessus de 8 $/100 000 $), 250 heures de processeur (au-delà de 0,25 $/heure), 100 Go d'exportation de données avec 6 mois de conservation des données. Lorsque l’utilisation de Starter approche les 250 $/mois, le passage à Teams peut réduire considérablement les coûts marginaux.
• Le package complémentaire Server Always-On en option (100 $/projet) maintient le service en ligne 24h/24 et 7j/7, adapté aux environnements de production.
• Services de base de données supplémentaires : LibSQL écrit 1 million de lignes/mois gratuitement (excédent de 2,50 $/1 million de lecture), Postgres 5 heures de processeur/mois gratuites (excédent de 0,50 $/heure). Le stockage commence à 1 $/Go par mois.

Entreprise/Privatisation :

• Le forfait Entreprise est tarifé pour la personnalisation et comprend : des politiques d'utilisation et de rétention personnalisées RBAC (contrôle d'accès basé sur les rôles), un journal d'audit SLA (accord de niveau de service) et des ingénieurs de support technique dédiés.
• Prend en charge le déploiement sur site : Mastra Platform peut être déployée dans votre propre cloud ou sur site, avec SSO et RBAC pour obtenir une isolation complète des données.
• Coûts explicites : abonnement à la plateforme + frais de dépassement de calcul/stockage + frais de canal modèle.
• Coûts cachés : heures de travail pour le développement et le débogage des agents, gestion de la complexité de l'orchestration des workflows, maintenance des ensembles de tests Eval et formation des compétences de l'équipe TypeScript/Agent.

Dimension du coût	Entrée (gratuit)	Équipes (250$/mois)	Entreprise (personnalisée)
Événements observables	100 000 /mois, excédent de 10 $/100 000	1 million/mois, excédent de 8 $/100 000	Personnalisé
Temps CPU	24 heures/mois, excédent de 0,35 $/heure	250 heures/mois, excédent de 0,25 $/heure	Personnalisé
Conservation des données	15 jours	6 mois	Personnalisé
Exportation de données	10 Go/mois, dépassement de 0,10 $/Go	100 Go/mois, dépassement de 0,08 $/Go	Personnalisé
Frais de chaîne modèle	Prix ​​du marché +5,5%	Prix ​​du marché +5,5%	Négociable
Serveur persistant	100 $/projet (facultatif)	100 $/projet (facultatif)	Personnalisé
SSO/SOC2	—	✓	✓
RBAC/Journal d'audit	—	—	✓
ANS	—	—	✓

Principales fonctionnalités de Mastra

• Définition et exécution de l'agent : définissez l'agent via la classe TypeScript Agent, prenant en charge des paramètres tels que l'identifiant, le nom, les instructions, le modèle (spécifié avec la chaîne provider/model), les outils et d'autres paramètres. L'agent peut automatiquement raisonner, sélectionner des outils et générer de manière itérative la réponse finale. Prend en charge des fonctionnalités avancées telles que l'agent superviseur (coordination multi-agents), les garde-corps (garde-corps), les processeurs (chaîne de processeurs), le mode Code (mode d'exécution de code), etc.

• Moteur de workflow Workflow : Un moteur de flux de contrôle explicite basé sur des graphiques, fournissant .then() (séquence), .branch() (branche), .parallel() (parallèle), .foreach() (boucle), .map() (mapping), .dountil() (itération) et d'autres primitives d'orchestration. Prend en charge la suspension et la reprise (suspension et récupération), Human-in-the-Loop (point de confirmation manuelle), Time Travel (débogage du voyage dans le temps) et les flux de travail planifiés (déclenchement chronométré).

• Système de mémoire : prend en charge l'historique des conversations (historique des dialogues), la mémoire d'observation (mémoire d'observation - l'agent enregistre et rappelle automatiquement les faits), la mémoire de travail (mémoire de travail), le rappel sémantique (rappel sémantique). L’isolation des threads multi-utilisateurs convient aux scénarios de service client et d’assistant qui nécessitent un contexte à long terme.

• Génération améliorée de récupération RAG : Document Chunking (blocage de documents), Embedding (incorporation), intégration de base de données vectorielles (prend en charge plus de dix bibliothèques vectorielles telles que Pinecone, Qdrant, Chroma, PG Vector, MongoDB, etc.), filtrage des métadonnées, GraphRAG, Rerank. Peut être utilisé avec createVectorQueryTool() et createDocumentChunkerTool() pour créer rapidement un pipeline de récupération.

• Prise en charge du protocole MCP : il peut être utilisé comme serveur MCP pour publier des agents, des outils et d'autres ressources structurées, et il peut également être utilisé comme client MCP pour consommer des services MCP externes. Prend en charge l'interopérabilité avec d'autres systèmes d'agent via l'interface Mastra MCP. Les protocoles ACP (Agent Communication Protocol) et A2A (Agent-to-Agent) sont également pris en charge.

• Système d'évaluation des évaluations : plus de 20 marqueurs d'évaluation intégrés (pertinence des réponses, fidélité, hallucination, toxicité, biais, exhaustivité, précision des appels d'outils, précision de la trajectoire, etc.) et prend en charge les marqueurs personnalisés. Prend en charge la gestion des ensembles de données des expériences (comparaison expérimentale) et l'intégration CI (exécute automatiquement Eval dans le pipeline CI).

• Observabilité Observabilité : trois piliers intégrés : journaux, métriques et traces. Peut être exporté vers des plateformes tierces telles que Datadog, Langfuse, LangSmith, Sentry, PostHog, Arize, Arthur, Braintrust, OpenTelemetry et plus encore. Prend en charge le processeur de filtre de données sensibles pour empêcher les journaux de divulguer des informations sensibles.

• Capacités vocales : prend en charge les pipelines TTS (texte-parole), STT (parole-texte) et parole-parole. S'intègre aux fournisseurs de voix tels que ElevenLabs, Deepgram, OpenAI Realtime, Google Gemini Live, Azure, PlayAI, Mistral et plus encore. Prend en charge les appels vocaux en temps réel LiveKit.

• Automatisation du navigateur : fournit AgentBrowser, l'intégration Firecrawl intégrée à Stagehand et prend en charge la visualisation BrowserViewer. Il peut être utilisé dans l’extraction d’informations sur des pages Web, les tests automatisés, le remplissage de formulaires et d’autres scénarios.

• Accès aux canaux de canaux : connectez l'agent à des plateformes de messagerie instantanée telles que Slack, Microsoft Teams, Discord, Telegram et WhatsApp pour réaliser le déploiement d'assistants IA au sein de l'entreprise.

• Agent Builder (visuel) : interface de configuration visuelle de l'agent basée sur le Web qui prend en charge la configuration de la mémoire, de l'espace de travail et du navigateur de stratégie de modèle. Les non-développeurs peuvent participer à la configuration du comportement de l'agent.

Vue d'expert : La véritable synergie de Mastra réside dans la combinaison Agent + Workflow + Evals + Observability - utilisez l'Agent pour gérer les tâches ouvertes, utilisez Workflow pour orchestrer les processus déterministes, utilisez Evals pour marquer automatiquement dans CI afin d'éviter les régressions et utilisez Observability pour suivre la trace complète de chaque appel d'agent. Cela résout le problème typique de la plupart des frameworks d'agents consistant à "seulement créer mais pas tester, seulement exécuter mais pas regarder".

Evolution du modèle et de la version de Mastra

Version principale

ID de version	Temps	Changements clés
@mastra/core@1.51.0	2026-07-15	Présentation des objectifs (mécanisme d'objectifs persistants pour les agents en cours d'exécution à long terme + jugement LLM), tarification de la plateforme Mastra publique
@mastra/core@1.0.0	~2025-10	L'API du framework est stable et la v1.0 est officiellement publiée
Accès anticipé	~2025-01	Phase d'itération rapide de l'API Early Alpha/Beta

Fonctionnalités de la dernière version (@mastra/core@1.51.0, 2026-07-15) :

• Mécanisme d'objectifs : définissez des objectifs persistants pour les agents de longue durée, et LLM évalue automatiquement le degré d'achèvement. Idéal pour les tâches qui prennent des heures, voire des jours (telles que la refactorisation de la base de code, l'analyse de données à grande échelle).
• Système de tarification Mastra Platform officiellement annoncé : Starter (gratuit), Teams (250 $/mois), Enterprise (personnalisé), veuillez consulter le chapitre sur les tarifs pour plus de détails.
• Le framework continue d'ajouter de nouvelles intégrations : canaux (Slack/Teams/Discord/Telegram/WhatsApp), extensions de fournisseur vocal, adaptateurs de stockage vectoriel, et plus encore.

Version stable v1.0 (~2025-10) :

L'API du framework est entrée dans une phase stable et les modules de base tels que Agent, Workflow, Memory, RAG et MCP sont disponibles pour la production. Un guide de migration complet des versions antérieures vers la v1.0 est officiellement fourni.

Phase préliminaire (~2025-01 à ~2025-10) :

Le framework est en phase de prototypage rapide et l'API change fréquemment, se concentrant principalement sur les capacités de base de l'agent et la vérification du prototype du moteur de workflow.

Suggestions d'évaluation de version

L'équipe de production doit se concentrer sur les dimensions suivantes plutôt que uniquement sur le numéro de version : si l'API principale est stable (comme la façon dont l'outil de paramètre de construction de l'agent est défini), si le comportement du moteur de workflow est prévisible (fiabilité de la suspension/reprise), si les données d'observabilité sont complètes (précision de la métrique de couverture des traces) et les coûts de mise à niveau et de migration (s'il y a des modifications avec rupture, s'il existe un guide de migration).

Les avantages techniques de Mastra

Mécanisme : Mastra est conçu pour adopter l'architecture "Combinaison TypeScript native + modulaire". Le package principal @mastra/core fournit des abstractions de base telles que Agent, Workflow, Mémoire, Outil et RAG, et chaque module de fonctionnalités (Voix, Navigateur, Canaux, Évaluations, Observabilité, MCP) est présenté comme un package indépendant à la demande. L'effet direct de cette architecture est que les développeurs n'ont besoin d'installer que les modules réellement utilisés, sans extension inutile des dépendances.

Routage de modèles et passerelle : la passerelle de modèles de Mastra gère uniformément les appels d'API de plus de 40 fournisseurs de modèles. Les développeurs doivent uniquement spécifier le modèle avec la chaîne "provider/model" dans la définition de l'agent (comme "openai/gpt-5.5", "anthropic/claude-sonnet-4-6"), sans avoir besoin d'introduire le SDK de chaque fabricant séparément. La couche passerelle gère l'authentification, les tentatives de repli et la limitation du débit, et fournit la prise en charge BYOK (Bring-your-own-key) dans les forfaits Teams/Enterprise.

Effet : Dans un scénario typique de développement d'agent, Mastra fait converger l'intégralité du lien "Intégration de modèle -> Définition d'agent -> Montage d'outils -> Orchestration du flux de travail -> Évaluation et vérification -> Suivi observable" dans un modèle de programmation TypeScript unifié. En comparant l'écosystème Python de LangChain et l'accent mis sur l'interface utilisateur du SDK Vercel AI, Mastra comble le vide dans l'ingénierie des agents full-stack TypeScript. Pour les équipes familiarisées avec Next.js/React, la courbe d'apprentissage se concentre sur les concepts d'agent et de workflow, sans qu'il soit nécessaire de changer de langue.

Avantages déterministes du moteur de workflow : contrairement à l'exécution d'une « boîte noire » purement pilotée par un agent LLM, Mastra Workflow permet aux développeurs de définir des processus avec des structures graphiques explicites - .then() pour spécifier des dépendances séquentielles, .branch() pour gérer les branches conditionnelles, .parallel() pour s'exécuter en parallèle. Ce modèle hybride (Agent gère les tâches floues + Workflow gère les processus déterministes) est meilleur que la solution Agent pure en termes de fiabilité au niveau de la production.

Intégration native d'observabilité : Mastra est intégré au niveau du framework et capture automatiquement les paramètres d'appel de l'outil d'entrée/sortie et les résultats de chaque inférence de l'agent, la consommation de temps et l'état de chaque étape du workflow. Les développeurs peuvent obtenir une trace complète sans journalisation manuelle et synchroniser les données avec les piles de surveillance existantes (Datadog, Sentry, Langfuse, etc.) via les exportateurs.

Scénarios applicables : convient aux équipes de pile technologique TypeScript qui doivent passer rapidement de prototypes à des projets d'agent/workflow prêts pour la production. Pour les équipes qui ont investi dans le SDK Vercel AI, Mastra fournit des couches d'adaptation telles que « withMastra() » et « toAISdkMessages() » pour assurer l'interopérabilité et réduire les coûts de migration.

Approfondissement de la classification des types d'outils

La principale forme de livraison de Mastra est Agent/MCP/Outils d'automatisation (Type A), tandis que son service d'hébergement de plateforme Mastra présente également les caractéristiques de Applications de productivité/côté métier (Type D). Ce qui suit est une analyse approfondie basée sur les règles de type A.

Liste ouverte des outils (abstraction du noyau appelable par l'agent)

Mastra Agent peut utiliser les types d'outils suivants. Le framework lui-même ne limite pas la liste d'outils spécifiques, mais fournit les fabriques d'outils intégrées suivantes :

Outils/Capacités	Utilisation
createTool()	Usine d'outils personnalisés, besoin de spécifier l'identifiant, la description, le schéma d'entrée (Zod), d'exécuter la fonction
askUserTool	Posez une question à l'utilisateur et attendez une réponse, adapté au scénario Human-in-the-Loop
createVectorQueryTool()	Effectuer une recherche sémantique sur une base de données vectorielles
createDocumentChunkerTool()	Divisez le document en morceaux et stockez-les dans la bibliothèque vectorielle
createGraphRAGTool()	Exécuter la requête GraphRAG
createCodeMode()	Activer le mode d'exécution de code, l'agent peut écrire des fichiers et exécuter des commandes
MCPClient / MCPServer	Consommer/publier les services du protocole MCP
Outils Perplexité / Outils Tavily / Outils Bright Data	Intégration d'outils de recherche/données tiers
submitPlanTool / Outils de tâches	Soumission du plan et gestion des tâches

Le modèle complète l'interaction « perception (récupération/recherche) → raisonnement (prise de décision LLM) → action (exécution d'outil/exécution de code) → feedback (observation du résultat) → itération » à travers ces outils.

Lien architectural

┌───────────────────────── ──────────────────────────┐
│ Couche d'application utilisateur │
│ (Next.js / React / Express / Serveur autonome) │
└──────────────────────┬──── ───────────────────────────┘
                       │
┌──────────────────────▼──── ───────────────────────────┐
│ Mastra Core │
│ ┌─────────┐ ┌──────────┐ ┌────────┐ ┌───────────┐ │
│ │ Agent │ │ Flux de travail │ │ Mémoire │ │ RAG │ │
│ └────┬────┘ └────┬────┘ └───┬────┘ └────┬─────┘ │
│ │ │ │ │ │
│ ┌────▼───────────▼──────── ────▼────────────▼───────┐ │
│ │ Modèle de passerelle (plus de 40 fournisseurs) │ │
│ │ OpenAI / Anthropique / Gémeaux / Groq / ... │ │
│ └───────────────────┬─── ────────────────────────┘ │
│ │ │
│ ┌──────────────────

─▼──────────────────────────┐ │
│ │ Serveur MCP / Client MCP / ACP / A2A │ │
│ └───────────────────┬─── ────────────────────────┘ │
│ │ │
│ ┌────────────────────▼── ────────────────────────┐ │
│ │ Observabilité (Traces / Métriques / Logs) │ │
│ │ → Datadog / Langfuse / Sentry / OTEL │ │
│ └───────────────────────── ─────────────────────────┘ │
└─────────────────────────── ───────────────────────────┘
          │ │
          ▼ ▼
  Navigateur/Canaux de la plateforme Mastra
  (Hébergement/SaaS) (Slack/WhatsApp/Web)

Flux de contrôle : Code utilisateur → Mastra Core (Agent/Workflow) → Model Gateway → LLM → Appel d'outil → Retour de résultat → Enregistrement d'observabilité.

Retour de données : Données de trace/métriques → Exportateurs d'observabilité → Plateforme de surveillance tierce.

Guide des pièges de l'ingénierie

1. Cycle de l'agent et contrôle de l'inflation des jetons : L'agent peut appeler des outils à plusieurs reprises pendant le processus de raisonnement et tomber dans un cycle sans fin de « penser-outil appeler-repenser ». Solution : utilisez le paramètre « maxSteps » pour limiter le nombre maximum d'étapes d'inférence ; utilisez sleep() ou dountil() pour définir la condition de délai d'attente dans Workflow ; ajoutez le Trajectory Accuracy Scorer à Eval pour détecter les schémas de circulation anormaux.

2. Surcharge DOM/Context : lorsque l'agent explore une page Web via l'outil Navigateur, le DOM complet peut dépasser de loin la fenêtre contextuelle LLM. Solution : utilisez le mode d'extraction de Stagehand ou Firecrawl au lieu de l'exploration d'une page entière ; transmettre uniquement l'arborescence d'accessibilité au lieu du DOM complet ; exigent explicitement "obtenir d'abord le résumé de la page, puis localiser les éléments spécifiques" dans la directive Agent.

3. Sécurité et Gouvernance d'Ultra-Autorité : L'appel de l'Agent's Tool peut déclencher des opérations irréversibles (suppression d'enregistrements, envoi de messages, modification de la base de données). Solution : activez l'approbation de l'agent (mode d'approbation manuel) et définissez des points de confirmation pour les opérations dangereuses autres que « askUserTool » ; utilisez ModerationProcessor pour détecter le contenu illégal ; configurer les nœuds Human-in-the-Loop dans Workflow (via suspendAndResume()) ; activer le mode lecture seule pour la vérification à sec dans un contexte de production.

Démarrez rapidement en 3 minutes

# Créer un nouveau projet
npm créer mastra@latest
cd mon-projet-mastra

#Installer les dépendances principales
npm install @mastra/core@latest zod@latest

# Définir la clé du modèle (en prenant OpenAI comme exemple)
export OPENAI_API_KEY=<VOTRE_API_KEY>

Configuration typique du montage du serveur Mastra MCP dans claude_desktop_config.json (sous réserve du README de l'entrepôt officiel) :

{
  "mcpServeurs": {
    "mastra": {
      "commande": "npx",
      "args": ["-y", "@mastra/mcp"],
      "env": {
        "OPENAI_API_KEY": "<VOTRE_API_KEY>"
      }
    }
  }
}

Chemin d'utilisation de Mastra

Entrée	Actions typiques	Adapter le rôle
CLI (npm créer mastra)	Commande de terminal pour créer le squelette du projet en un clic, y compris des exemples Agent	Développeur full stack/backend TypeScript
Studio Web	Afficher visuellement le journal d'exécution de l'agent État du flux de travail Détails de la trace	Développeur, leader technique
Agent Builder (visuel)	Configurez les instructions de l'agent, la mémoire de modèle et les outils via l'interface utilisateur Web	Rôles hors développement, chefs de produit
Plateforme Mastra (hébergée)	Déployer l'agent sur le cloud, configurer CI/CD, surveillance, collaboration en équipe	DevOps, équipe d'ingénierie
Protocole MCP	Consommez des services MCP externes via le client MCP ou exposez l'agent en tant que serveur MCP	Ingénieur Intégration Système
Canaux (Slack/Équipes)	Connectez l'agent à la plateforme de messagerie instantanée interne et les employés interagissent via le langage naturel	Tous les employés

Chemin de mise en œuvre : Il est recommandé de procéder en trois étapes. La première étape (1-2 semaines) : utilisez CLI pour créer un projet, implémentez un simple agent avec outil et vérifiez le processus de base via agent.generate(). La deuxième étape (2 à 4 semaines) : Présentez Workflow pour orchestrer des tâches en plusieurs étapes et configurer la collecte de données d'observabilité. La troisième étape (janvier-février) : déployer sur la plate-forme Mastra ou sur votre propre serveur, configurer Eval pour qu'il s'exécute automatiquement dans CI, vous connecter au canal Slack/Teams et formuler des alarmes de surveillance liées à la production.

Prix des produits Mastra

Mastra adopte un modèle de tarification à deux niveaux : « cadre open source gratuit + plate-forme d'hébergement payante ».

Démarreur (gratuit) :

• 0 $/mois, paiement au fur et à mesure, quota gratuit inclus chaque mois :
  • 100 000 événements observables, excédent de 10 $/100 000 $
  • 24 heures CPU, dépassement de 0,35 $/heure
  • Exportation de données de 10 Go, dépassement de 0,10 $/Go
  • 15 jours de conservation des données
  • Utilisateurs, projets et déploiements illimités
  • Model Token acheminé via Gateway : prix du marché + 5,5%

Équipes (250$/mois) :

• Quota plus important, taux de dépassement inférieur :
  • 1 million d'événements observables, dépassement de 8 $/100 000 $
  • 250 heures CPU, dépassement de 0,25 $/heure
  • Exportation de données de 100 Go, dépassement de 0,08 $/Go
  • 6 mois de conservation des données
  • Documentation SSO multi-équipes, SOC2
• Lorsque l'utilisation de Starter approche les 250 $/mois, le passage à Teams peut réduire considérablement les coûts marginaux.

Entreprise (personnalisé) :

• Quotas personnalisés et conservation des données
• RBAC, journal d'audit
• Support SLA, ingénieurs de support technique dédiés -Supporter le déploiement sur site

Services supplémentaires :

• Serveur Always-On : 100 $/projet/mois pour que le service continue de fonctionner 24h/24 et 7j/7
• Base de données (LibSQL/Postgres) : facturée en fonction du nombre de lignes lues et écrites et des heures de calcul, voir la page de tarification du site officiel pour plus de détails
• Utilisation du jeton mémoire : 100 000 /mois gratuits, excédent de 10 $/1 million
• Stockage de récupération : 250 Mo gratuits, dépassement de 20 $/Go

Coûts cachés : temps de développement et de débogage des agents, gestion de la complexité des workflows, coût de maintenance des ensembles de tests d'évaluation. Pour les équipes non-TypeScript, il y a également un investissement initial dans l'apprentissage des concepts d'API et d'agent du framework.

Scénarios d'application de Mastra

• Assistant d'agent interne : connectez Mastra Agent à Slack/Teams, permettant aux employés d'interroger les politiques RH, de générer des rapports hebdomadaires et de rechercher des bases de connaissances via un langage naturel. Points clés de vérification : limite d'autorisation de l'agent pour appeler des API internes, portée de capture des connaissances organisationnelles de la mémoire d'observation et mécanisme de confirmation de Human-in-the-Loop avant les opérations sensibles.

• Intégration de fonctions d'IA côté client : l'intégration des capacités de l'agent dans les produits permet aux utilisateurs finaux d'effectuer des tâches complexes via le dialogue (telles que Replit intégrant l'agent dans l'EDI et Medusa ajoutant des assistants opérationnels d'IA dans le backend du commerce électronique). Points clés à vérifier : si la fenêtre contextuelle de l'agent peut supporter de longues conversations, les délais d'appel de l'outil se situent dans la plage acceptable par l'utilisateur et si l'isolation des données multi-locataires est correcte.

• DevOps et Engineering Automation : utilisez Workflow pour orchestrer le processus CI/CD, utilisez Agent pour dépanner automatiquement les erreurs en ligne et utilisez Eval pour évaluer automatiquement la qualité du code génératif avant la fusion PR. Points clés de vérification : fiabilité de la suspension/reprise du flux de travail, du score d'évaluation, du taux de fausses alarmes et du comportement du mécanisme de repli de la passerelle lors de la commutation multimodèle.

• Automatisation du contenu et gestion des connaissances : générez du contenu CMS par lots, créez automatiquement des bases de connaissances et convertissez des documents non structurés en ressources de connaissances consultables via les pipelines RAG. Objectif de vérification : la stratégie de segmentation affecte la qualité de segmentation des documents longs, le filtrage des métadonnées affecte le rappel du contenu mixte multilingue et la précision de l'extraction par GraphRAG des relations entre entités.

• Processus de vente et GTM : extrayez des informations structurées à partir de conversations avec les clients, générez des mémos d'investissement, automatisez les séquences d'appels sortants. Objectif de vérification : adaptabilité de la langue et de l'accent du STT retardé du module vocal (Voice) dans des scénarios de conversation en temps réel.

Groupes applicables de Mastra

• Développeur TypeScript full stack/backend : si la pile technologique de l'équipe est Next.js/Node.js/React, que vous souhaitez créer un agent IA au niveau de la production et que vous ne souhaitez pas changer de langage (Python), Mastra est le choix le plus direct. Nécessite une familiarité avec la programmation asynchrone async/wait du système de types TypeScript et la validation de modèle Zod.

• Architecte d'applications IA/responsable technique : équipe de sélection qui doit évaluer plusieurs frameworks d'agents. Le mode hybride Agent + Workflow de Mastra convient aux scénarios qui nécessitent à la fois les capacités de raisonnement ouvert du LLM et le contrôle déterministe des processus. Comparé à LangChain (qui dispose d'un écosystème Python plus riche mais d'une prise en charge TypeScript plus faible) et du Vercel AI SDK (qui se concentre sur la couche d'intégration de l'interface utilisateur), Mastra offre une couverture unique dans l'ingénierie des agents TypeScript full-stack.

• Équipe de transformation numérique d'entreprise : entreprises axées sur la gouvernance des autorisations, la conformité aux audits et la maintenabilité à long terme. Le plan Teams/Enterprise de Mastra Platform propose SSO, SOC2, RBAC et la journalisation d'audit pour les organisations ayant des exigences strictes de conformité en matière de sécurité. Il est nécessaire d'évaluer les coûts d'exploitation et de maintenance du déploiement sur site des limites de données pour l'interaction entre les propres données et les modèles.

• Ne correspond pas aux limites :

  • Python Priority Team : Si la pile technologique de l'équipe est principalement Python et ne dispose pas de ressources TypeScript, l'écosystème Python de LangChain/LlamaIndex sera plus mature.
  • Utilisateurs professionnels sans code : le chemin d'utilisation principal de Mastra nécessite toujours une programmation TypeScript. L'interface visuelle d'Agent Builder est adaptée à la configuration et à l'ajustement des paramètres, mais ne convient pas au développement complet de l'agent.
  • Scénarios d'inférence hors ligne/local extrêmes : Le framework Mastra peut être auto-hébergé, mais ses capacités de passerelle et d'observabilité nécessitent un travail d'adaptation supplémentaire dans un environnement réseau complètement isolé.
  • Équipes qui doivent développer entièrement elles-mêmes des modèles de base : Mastra est un framework de couche application et ne fournit pas d'infrastructure de formation de modèles.

Résumé et Outlook

La valeur fondamentale de Mastra est d'intégrer les composants nécessaires au développement d'agents IA (définition d'agent, workflow, orchestration, pipeline RAG, protocole MCP, évaluation d'évaluation, suivi d'observabilité) dans un modèle de programmation TypeScript unifié, d'abaisser la barrière d'entrée via le framework open source (Apache-2.0) et de résoudre les problèmes de déploiement de production et d'exploitation et de maintenance via la plate-forme d'hébergement (Plateforme Mastra). 26,4 000 étoiles GitHub, 582 contributeurs approuvés par des entreprises clientes telles que Replit/Brex/MongoDB/SoftBank et l'expérience YC W25 prouvent qu'il a établi une solide base de confiance dans la communauté des ingénieurs d'agents.

Limites et incertitudes actuelles :

• L'API du framework évolue toujours rapidement (@mastra/core a atteint la v1.51.0). Bien que les fonctionnalités de base se soient stabilisées, la maturité API de certains modules (tels que Voice, Channels) est relativement faible.
• Le coût implicite de la tarification de la plate-forme (canal modèle 5,5 % de CPU premium et frais de sortie excédentaires) peut devenir une dépense importante après la mise à l'échelle, et il est recommandé aux équipes de faire des simulations de coûts avec leurs propres charges réelles avant d'acheter.
• Le RBAC et les journaux d'audit au niveau de l'entreprise ne sont disponibles que dans le plan Entreprise, et les limites fonctionnelles du plan Teams (telles que SSO mais aucun journal d'audit) nécessitent la confirmation que les exigences de conformité sont respectées.
• Le Eval Scorer du framework est principalement conçu pour l'évaluation de la qualité des résultats des agents. Il dispose de capacités de vérification limitées pour l'exactitude du processus de workflow (telles que la séquence d'étapes, la couverture des branches) et doit être combiné avec des cadres de test traditionnels pour compléter la couverture.

Évaluation des risques d'approvisionnement/d'adoption : -Verrouillage de la pile technologique : choisir Mastra signifie une liaison profonde à l'écosystème TypeScript + Node.js, et le coût de la migration vers le système Python ou Go à l'avenir sera plus élevé.

• Dépendance à la plate-forme : le framework principal est open source et peut être auto-hébergé, mais des fonctionnalités avancées telles que l'observabilité, Agent Builder et Gateway sont liées à la plate-forme Mastra. Si les prix de la plateforme ou les conditions de service changent de manière significative à l’avenir, le coût alternatif d’une option auto-hébergée doit être évalué à l’avance.
• Risque de chaîne d'approvisionnement : Il existe actuellement une concurrence féroce dans le cadre du framework AI Agent (LangChain, CrewAI, AutoGen, Vercel AI SDK, etc.). Pour que Mastra puisse continuer à maintenir la vitalité de la communauté et la durabilité des entreprises, il faut des alternatives flexibles dans la planification à long terme.

Il est recommandé à l'équipe de commencer à piloter 1 à 2 tâches d'agent de chemin non critique, d'utiliser le plan Starter pour vérifier les limites des capacités et la structure des coûts du cadre et de la plate-forme, puis de décider si elle doit s'étendre au plan Teams/Enterprise en fonction des données d'exploitation réelles.

Outils associés : ÉquipageAI, LangChaîne

Informations de version

• Plateforme Mastra (ligne principale en ligne) ：Le package de base v1.51.0 est publié, introduisant le mécanisme cible de l'agent à long terme Goals ; Le prix de la plateforme Mastra est officiellement annoncé (Starter gratuit/Équipes 250 $/mois/Personnalisation Entreprise). （2026-07-15）
• Mastra v1.0 ：La sortie officielle de la version stable v1.0 marque que l'API du framework est entrée dans une phase stable. Fournit les fonctionnalités de base de l'agent, du flux de travail, de la mémoire et du RAG. Il n’y a pas encore de date officielle précise. （~2025-10）
• Mastra Alpha/Bêta ：Au début, le framework est dans une période d’itération de prototypage rapide, visible publiquement mais l’API n’est pas encore stable. Il n’y a pas encore de date officielle précise. （~2025-01）