7P by xguru 4일전 | ★ favorite | 댓글 1개
  • 타입스크립트 기반으로 AI 애플리케이션과 기능을 빠르게 구축하기 위한 opinionated 프레임워크
  • 워크플로, 에이전트, RAG, 통합(integration), 평가(evals) 등 AI 개발에 필요한 주요 기능을 제공
  • 로컬 환경이나 서버리스 클라우드에서 실행 가능

주요 특징

  • LLM Models : Vercel AI SDK를 사용해 OpenAI, Anthropic, Google Gemini 등 다양한 LLM 제공자를 통합 인터페이스로 지원. 모델 선택 및 스트리밍 여부를 자유롭게 결정 가능
  • Agents : Agents는 언어 모델이 스스로 액션 순서를 결정하도록 지원하는 시스템. 툴, 워크플로, 동기화된 데이터를 제공해 필요 시 함수를 호출하거나 지식베이스를 활용할 수 있음
  • Tools : Tools는 에이전트나 워크플로가 실행할 수 있는 타입스크립트 함수. 각 툴은 매개변수 스키마와 로직을 구현하는 실행자 함수, 및 통합 서비스 접근 권한을 가짐
  • Workflows : Workflows는 그래프 기반의 장기 실행 상태 머신. 반복, 분기, 사람의 입력 대기, 다른 워크플로우 포함, 에러 처리, 재시도, 파싱 등을 수행가능. 각 스텝마다 OpenTelemetry 트레이싱이 적용됨
  • RAG(Retrieval-Augmented Generation) : RAG는 에이전트를 위한 지식베이스를 구축하게 해줌. ETL 파이프라인으로 청크 분할, 임베딩, 벡터 검색 등을 통해 문맥을 제공
  • Integrations : Mastra에서 Integraion은 자동 생성되는 Type-safe API 클라이언트로 써드파티 서비스를 툴이나 워크플로 스텝으로 활용할 수 있게 함
  • Evals : LLM 결과를 모델 기반, 규칙 기반, 통계적 방식으로 자동 평가. 0~1 사이의 표준화된 스코어를 반환해 성능 비교와 로깅에 활용 가능
Hacker News 의견
  • 예시 코드가 그리 흥미롭지 않음

    • 첫눈에 봤을 때, 그림에서 그래프를 표현하는 어색한 방법처럼 보임
    • 단순한 "워크플로우"일 뿐이며, 실행 결과에 의존하지 않음
  • Mastra에 대해 매우 기대하고 있음

    • ElectricSQL에서 여러 에이전트 관련 작업을 진행할 예정이며, Mastra가 신선한 공기처럼 느껴짐
    • 팀이 매우 뛰어남 — Sam은 Gatsby에서 공동 창업자였고, Shane과 Abhi와도 긴밀히 협력했으며, 그들의 제품 및 엔지니어링 능력에 큰 신뢰를 가짐
  • 멋져 보임! 간단한 질문, SSE MCP 서버를 지원할 계획이 있는지 궁금함

    • Stdio가 지원되는 것을 보았고, 프록시를 실행할 수 있지만 SSE가 멋질 것임
  • Mastra 사용자로서 만족함

    • 고수준의 추상화를 제공하면서도 필요할 때 저수준의 제어를 제공하는 적절한 균형을 이룸
    • 시작하기 전에 여러 프레임워크를 살펴보았고, Mastra의 명확성과 사용 용이성이 돋보였음
  • 에이전트를 잘 이해하지 못함

    • 왜 여러 인격을 가진 것처럼 가장해야 하는지 이해하지 못함, 특히 모두 같은 모델을 사용할 때
    • 현대 LLM에 대한 단일 API 호출과 적절한 프롬프트로 해결할 수 없는 사용 사례가 있는지 궁금함
    • 프롬프트를 구축하고, 여러 호출로 나누어 LLM에 더 가까운 지침을 제공하는 것인지 궁금함
    • 함수 호출에 대해 묻는 것은 아님
  • 축하함! 부수적인 질문 - 웹사이트도 OS인지 궁금함

    • Nav Bar 코드를 "빌리고" 싶음
    • GitHub에서 300개 이상의 브랜치를 찾았지만, 리포지토리에서 찾을 수 없었음
  • Gatsby 개발자들이 만든 것은 플러스가 아닌 마이너스임

    • 이것이 다음 버려질 소프트웨어가 될 것이라고 생각함
  • 수백 개의 유사한 프레임워크가 더 많거나 적게 같은 일을 하고 있음

    • 왜냐하면 모델과 여러 도구를 조율하는 프레임워크를 작성하는 것은 쉬운 일이기 때문임
    • 사실, 대부분의 경우 프레임워크가 필요하지 않음
    • 모든 프레임워크가 사소한 것에 집중하고 있으며, 예제 섹션을 살펴보면 알 수 있음
    • 이는 작업의 5%에 불과함
    • 개발자는 프레임워크 범위를 벗어난 많은 작업을 포함하여 나머지 95%를 채워야 함
  • 출시를 축하함

    • 다른 LLM 제공자 간에 편집 없이 프롬프트를 전환하면 성능 저하가 발생하는 것을 알게 되었음
    • 개발자들이 이러한 "번역"을 어떻게 하는지 궁금하며, 평가 프레임워크에 최선의 관행에 대한 데이터가 있을 수 있다고 생각함
  • Mastra의 프레임워크를 사용하고 문서를 통해 에이전트가 어떻게 작동하는지 모든 것을 배웠음

    • 창립자들도 매우 적극적이며 도움을 주는 것을 좋아함