9 pontos por xguru 2025-02-21 | 1 comentários | Compartilhar no WhatsApp
  • Framework opinativo baseado em TypeScript para criar rapidamente aplicações e recursos de IA
  • Fornece os principais recursos necessários para desenvolvimento de IA, como workflows, agentes, RAG, integrações e evals
  • Pode ser executado em ambiente local ou em nuvem serverless

Principais características

  • LLM Models : usando o Vercel AI SDK, oferece suporte a diversos provedores de LLM, como OpenAI, Anthropic e Google Gemini, por meio de uma interface unificada. É possível escolher livremente o modelo e definir se haverá streaming
  • Agents : Agents são um sistema que permite ao modelo de linguagem decidir por conta própria a sequência de ações. Fornece ferramentas, workflows e dados sincronizados para que possa chamar funções ou usar a base de conhecimento quando necessário
  • Tools : Tools são funções TypeScript que agentes ou workflows podem executar. Cada ferramenta tem um esquema de parâmetros, uma função executora que implementa a lógica e permissões de acesso a serviços integrados
  • Workflows : Workflows são máquinas de estado de longa duração baseadas em grafos. Podem realizar repetição, ramificação, espera por entrada humana, inclusão de outros workflows, tratamento de erros, tentativas novamente, parsing e mais. O tracing com OpenTelemetry é aplicado a cada etapa
  • RAG (Retrieval-Augmented Generation) : RAG permite construir uma base de conhecimento para agentes. Fornece contexto por meio de um pipeline ETL com divisão em chunks, embeddings e busca vetorial
  • Integrations : no Mastra, Integration é um cliente de API type-safe gerado automaticamente, permitindo usar serviços de terceiros como ferramentas ou etapas de workflow
  • Evals : avalia automaticamente resultados de LLM com abordagens baseadas em modelo, regras e estatística. Retorna uma pontuação padronizada entre 0 e 1, útil para comparação de desempenho e logging

1 comentários

 
GN⁺ 2025-02-21
Comentários do Hacker News
  • O código de exemplo não é tão interessante

    • À primeira vista, parece uma forma meio estranha de representar um grafo em um diagrama
    • É apenas um "workflow" simples e não depende do resultado da execução
  • Estou bem animado com o Mastra

    • Vamos fazer vários trabalhos relacionados a agentes no ElectricSQL, e o Mastra parece um sopro de ar fresco
    • O time é muito bom — Sam foi cofundador da Gatsby, e também trabalhei de perto com Shane e Abhi, então confio bastante na capacidade deles em produto e engenharia
  • Parece muito legal! Pergunta rápida: vocês pretendem oferecer suporte a servidor SSE MCP?

    • Vi que stdio é suportado, e eu poderia rodar um proxy, mas SSE seria ótimo
  • Estou satisfeito como usuário do Mastra

    • Ele atinge um bom equilíbrio entre fornecer abstrações de alto nível e, ao mesmo tempo, oferecer controle de baixo nível quando necessário
    • Antes de começar, avaliei vários frameworks, e a clareza e a facilidade de uso do Mastra se destacaram
  • Não entendo muito bem agentes

    • Não entendo por que seria preciso fingir que há várias personalidades, especialmente quando todas usam o mesmo modelo
    • Fico me perguntando se existe algum caso de uso que não possa ser resolvido com uma única chamada de API para um LLM moderno e um prompt adequado
    • Será que se trata de construir o prompt e dividi-lo em várias chamadas para dar instruções mais próximas ao LLM?
    • Não estou falando de function calling
  • Parabéns! Pergunta paralela: o site também é OS?

    • Queria "pegar emprestado" o código da Nav Bar
    • Encontrei mais de 300 branches no GitHub, mas não consegui achar isso no repositório
  • Ter sido feito por desenvolvedores do Gatsby é um ponto negativo, não positivo

    • Acho que este vai ser o próximo software a ser abandonado
  • Há centenas de frameworks parecidos fazendo mais ou menos a mesma coisa

    • Porque escrever um framework para orquestrar um modelo e várias ferramentas é algo fácil de fazer
    • Na verdade, na maioria dos casos, você nem precisa de framework
    • Todos os frameworks estão focando em coisas triviais, e dá para perceber isso olhando a seção de exemplos
    • Isso representa só 5% do trabalho
    • O desenvolvedor precisa preencher os 95% restantes, incluindo muitas tarefas fora do escopo do framework
  • Parabéns pelo lançamento

    • Percebi que trocar prompts entre diferentes provedores de LLM sem ajustes causa perda de desempenho
    • Tenho curiosidade sobre como os desenvolvedores fazem essa "tradução" e acho que os frameworks de avaliação talvez tenham dados sobre melhores práticas
  • Usei o framework do Mastra e aprendi tudo sobre como os agentes funcionam pela documentação

    • Os fundadores também são muito ativos e gostam de ajudar