Mastraで次世代AIエージェントを構築。TypeScript製フレームワークの特徴と活用事例

AINOW（エーアイナウ）編集部です。この記事では、Gatsby開発チームが手掛けたオープンソースのTypeScript製AIエージェント開発フレームワーク「Mastra」の全貌について解説します。Web開発者が日常的に利用するJavaScript/TypeScript環境を基盤に、エージェント構築、ツール連携、RAG（Retrieval-Augmented Generation）による情報検索、ワークフロー設計など、AIエージェント開発に必要な多彩な機能が統合されています。

具体的な導入手順や各種ユースケース、さらには他のフレームワーク（生成AIの基本やChatGPTの活用、企業の生成AI活用事例、RAG技術、Stable Diffusion、Azure生成AI、Microsoft生成AI、そしてNVIDIA AI技術との比較も交え）についても詳しく取り上げ、実際の活用シーンや技術的背景、今後の展望を解説しています。この記事を読むことで、Mastraの強みや導入メリット、最新の市場動向について深い理解が得られるでしょう。

Table of contents

1. Mastraの概要と特徴
1. 1-1. Mastraの主要コンポーネント
2. Mastraの技術的な詳細
3. Mastraの導入方法と開発手順
4. Mastraの活用事例とユースケース
5. 他のAIエージェントフレームワークとの比較
6. Mastraの市場での立ち位置と今後の展望
7. 導入事例とユースケースのまとめ
8. まとめ

1. Mastraの概要と特徴

Mastra（マストラ）は、Gatsbyの開発で知られるチームが2024年に創設したオープンソースのTypeScript製AIエージェント開発フレームワークです。このプラットフォームは、Web開発者が普段触れるJavaScript/TypeScriptのコードベースで、実用的かつプロダクション品質のAIアプリケーションを迅速に構築できる環境を提供します。特に、最新のRAG技術を活用した情報検索や複雑な業務自動化ワークフローを統合している点が注目されます。

これにより、従来のPython製フレームワークとの違いも明確になり、開発者自身のスキルを活かしてAIエージェントを自在にカスタマイズできるのが大きな強みです。

Tweets by mastra_ai

1-1. Mastraの主要コンポーネント

Mastraは、AIエージェントの開発に必要な以下の主要なコンポーネントを備えています。これらの構成要素は、個々の機能を統合し、シンプルなコード記述ながらも高度なタスク処理を可能にしています。特に、業務自動化や対話システムの構築において、各モジュールが相互に連携し合うことで、柔軟性と拡張性が向上しています。

エージェント (Agents)：大規模言語モデル（LLM）を使って自律的にタスクを遂行するエージェントの作成が可能です。各エージェントは、応答のカスタマイズも容易に行え、ユーザー体験を向上させます。
ワークフロー (Workflows)：XStateを基盤とした状態遷移グラフを用い、複雑な処理フローを視覚的かつ宣言的に実装できます。これにより、エラーハンドリングや分岐処理が簡潔に記述され、業務の自動化がスムーズに進みます。
RAG (Retrieval-Augmented Generation)：外部の最新の知識や情報を取り込むための検索機能が内蔵され、常に最新かつ正確な回答生成を可能にします。これにより、実時間対応の質問応答も実現します。
ツール (Tools)：事前に定義されたスキーマ付き関数を活用し、外部API連携やデータ処理をエージェントから直接呼び出すことができ、拡張性の高いシステム構築が可能です。
長期メモリ (Memory)：対話履歴や重要情報の永続的な保存を実現し、過去の文脈を反映した高度な応答生成が可能です。
プロンプトチューニング (Prompt Tuning)：専用のGUI「Mastra Playground」でプロンプトの調整が容易にでき、最適なエージェント応答を実現します。
評価とモニタリング (Evals & Tracing)：エージェントのパフォーマンスや出力品質を詳細にトレースし、継続的な改善に役立つ評価ツールが統合されています。

2. Mastraの技術的な詳細

MastraはTypeScriptやJavaScriptの知見を活かし、Node.js上で動作するためWeb開発者にとって極めて扱いやすい環境が整っています。さらに、Vercel社の最新AI SDKを利用することにより、生成AIの基本となる主要なLLMプロバイダー（OpenAI、Anthropic、Googleなど）との統一インターフェイスが実現されています。これにより、各プロバイダー固有の違いを意識することなく、シームレスに利用できる点が大きな魅力です。

2-1. 統合プロバイダーAPI

Mastraの統一プロバイダーAPIは、複数のLLMプロバイダーへのアクセスをシンプルにまとめています。例えば、openai("gpt-4")やanthropic("claude")といった呼び出しにより、各プロバイダーのAPIエンドポイントやレスポンス形式の違いを意識する必要がなくなります。このアプローチにより、プロバイダー間の乗り換えも容易で、システム全体の柔軟性が飛躍的に向上します。

統一APIの導入は、開発効率と保守性の両面において大きなメリットをもたらします。

2-2. 長期メモリとプロンプトチューニング

Mastraは、エージェントが過去の対話履歴や重要な情報を保存・参照できる長期メモリ機能を提供しています。たとえば、ユーザーとの連続した対話や業務プロセスにおいて、一度蓄積された情報を基にしてよりコンテキストに沿った応答を生成することが可能です。また、「Mastra Playground」と呼ばれるローカルの開発環境では、プロンプトのチューニングをインタラクティブに実施でき、実際のユースケースに合わせた最適なエージェント応答を検証・調整できます。

これにより、精度の高いAIシステムの開発が手軽に行える点が評価されています。

2-3. ツールコールとワークフロー機能

Mastraは、エージェントが外部のAPIや計算処理など、さまざまなタスクを実行できるように、スキーマ付きのツール（関数）定義機能を備えています。これにより、たとえば株価取得やデータ解析などの外部連携が容易に実装できるようになります。また、XStateに基づいたワークフロー機能を使用すると、複雑な分岐処理やループ、エラーハンドリング、さらにはHuman-in-the-loop制御といったシナリオも直感的に記述可能です。

これらの機能により、シンプルな対話エージェントから業務全体を自動化する高度なシステムまで、幅広いユースケースに対応できるプラットフォームが実現されます。

3. Mastraの導入方法と開発手順

MastraはオープンソースプロジェクトとしてGitHub上に公開されており、専用のCLIツールを利用することで簡単にプロジェクトのひな形を生成できます。まずは、npmを使ってプロジェクトを作成し、依存関係をインストールしてください。CLIによる初期設定は、迅速な開発のための強力なスタートポイントとなります。

npx create-mastra@latest

このコマンドの実行後、プロジェクトディレクトリが生成され、npm run devまたはmastra devを実行することで、開発用サーバである「Mastra Playground」が起動します。実際に私たち編集部もこの環境で動作確認を行い、スムーズな開発体験を実感しました。

3-1. 基本的なエージェントの作成

例えば、冷蔵庫にある材料から作成可能な料理を提案するシェフエージェントの例を見てみましょう。以下のコードは、シンプルなLLM応答エージェントを定義したものです。エージェントは、与えられた指示に従って実用的な回答を行います。


// src/mastra/agents/chefAgent.ts
import { Agent } from "@mastra/core/agent";
import { openai } from "@ai-sdk/openai";

export const chefAgent = new Agent({
  name: "Chef Agent",
  instructions: "You are Michel, a practical and experienced home chef. " +
                "Help people cook great meals with the ingredients they have.",
  model: openai("gpt-4o-mini")
});

次に、上記で定義したエージェントをMastraインスタンスに登録する手順です。これにより、システム全体にエージェントの存在を組み込み、各種ツールやワークフローとの連携が可能となります。


// src/mastra/index.ts
import { Mastra } from "@mastra/core";
import { chefAgent } from "./agents/chefAgent";

export const mastra = new Mastra({
  agents: { chefAgent }
});

3-2. ツールの追加例：株価取得エージェント

ここでは、株価取得ツールを実装し、エージェントにその機能を統合する例を示します。まずは、Zodを使って入力スキーマを定義し、外部APIから最新の株価データを取得する仕組みを作成します。これにより、エージェントはリアルタイムな金融情報の提供が可能になります。


// src/mastra/tools/stockPrice.ts
import { createTool } from "@mastra/core";
import { z } from "zod";

async function getStockPrice(symbol: string): Promise {
  const data = await fetch(`https://example.com/api/stock?symbol=${symbol}`)
                     .then(r => r.json());
  return data.price;
}

export const stockPriceTool = createTool({
  id: "Get Stock Price",
  inputSchema: z.object({ symbol: z.string() }),
  description: "Retrieve the latest closing price for a given stock symbol.",
  execute: async ({ context: { symbol } }) => {
    const price = await getStockPrice(symbol);
    return { symbol, price };
  }
});

このツールは、エージェント定義時のtoolsプロパティに追加するだけで機能します。ツール化された株価取得機能により、ユーザーが入力した銘柄シンボルに基づいた最新情報を即座に取得できるため、金融系アプリケーションにも応用可能です。

3-3. ワークフローの構築例：採用エージェント

次に、ワークフロー機能を活用して、履歴書テキストを解析し、技術職か非技術職かを判定する採用エージェントの例をご紹介します。ここでは、XStateに基づいた状態遷移グラフを用い、各ステップごとに処理を分岐・連携させることで、複雑な面接プロセスを自動化しています。こうした仕組みは、人材採用における初期選考の自動化など、実際の業務において大いに活用できるでしょう。


// src/mastra/workflows/candidateWorkflow.ts
import { Workflow } from "@mastra/core/workflow";
import { z } from "zod";
import { gatherCandidateInfo, askAboutSpecialty, askAboutRole } from "./steps"; 

export const candidateWorkflow = new Workflow({
  name: "candidate-workflow",
  triggerSchema: z.object({ resumeText: z.string() })
});

candidateWorkflow
  .step(gatherCandidateInfo)
  .then(askAboutSpecialty, { when: { "gatherCandidateInfo.isTechnical": true } })
  .after(gatherCandidateInfo)
  .step(askAboutRole, { when: { "gatherCandidateInfo.isTechnical": false } });

candidateWorkflow.commit();

上記のワークフローは、各ステップの処理結果に基づいて次のアクションを選択するロジックが実装されています。実際の運用では、これにより採用担当者が手動で行っていたプロセスを自動化でき、業務の効率性が大幅に向上することが期待されます。ワークフローの実行は下記コードのように行います。


const { runId, start } = mastra.getWorkflow("candidateWorkflow").createRun();
const result = await start({ triggerData: { resumeText: "履歴書のテキスト…" } });
console.log("Final output:", result.results);

4. Mastraの活用事例とユースケース

Mastraは、その柔軟なアーキテクチャと豊富な機能により、様々な分野で実用的なユースケースを生み出しています。ここでは、音楽生成、Web検索、知識管理、eコマース連携など、一例として代表的な活用シーンを具体的に紹介します。これらの事例は、実際の運用環境でどのようにMastraが利用されているかを示しており、技術的な詳細と実例を通じて、今後の導入参考にもなるでしょう。

4-1. AIビートラボ（音楽生成システム）

Mastraを活用することで、複数のエージェントが連携して音楽のビートやメロディを自動生成するシステムが構築されています。音楽リファレンスエージェントと生成エージェントが共同で作業することで、クリエイターの発想を刺激する新たな音楽制作ツールとして機能しています。実際に、AIビートラボのシステムでは、リズムやコード進行などのパラメータを柔軟に調整可能で、ユーザーの好みに合わせた音楽生成が実現されています。

4-2. Web検索エージェント

Mastraを応用したWeb検索エージェントは、検索APIやスクレイピングツールと連携して、ユーザーからの質問に対して最新のWeb情報を元に回答を生成します。非同期処理やエラーハンドリングを組み合わせたワークフロー設計により、常に正確な結果を返すとともに、ユーザーの利便性を高めるシステムとして注目されています。こうした仕組みは、企業の生成AI活用事例など、実際のビジネスシーンでも活用されています。

4-3. RAGを活用した知識管理エージェント

MastraのRAG機能を活用することで、社内ドキュメント、PDF資料、さらにはWeb上の情報をチャンク化し、ベクトル埋め込みを用いた情報検索を行う知識管理エージェントが実現できます。この仕組みにより、企業内部の情報資産を効率的に整理し、必要な情報をタイムリーに提供する体制が整います。結果として、業務の効率化や意思決定の迅速化に大きく貢献しています。

4-4. Next.jsとの統合によるeコマース連携

MastraはNext.jsとの統合にも力を入れており、ECサイトにおいてAIチャットボットやショッピングアシスタントを実装する事例が増えています。独立したバックエンドサービスとして運用する方法と、Next.jsアプリケーション内に直接組み込む方法の両方に対応しており、柔軟なシステム構築が可能です。これにより、ユーザーの購買体験を向上させ、サイト運営の効率化にもつながっています。

5. 他のAIエージェントフレームワークとの比較

MastraはTypeScriptベースであるため、Python製の他フレームワークであるLangChain、AutoGen、Haystack、CrewAIと比較すると、特にWeb開発者にとっての使いやすさが光ります。各フレームワークの特徴と比較することで、Mastraの優位性が明確になります。以下に主な違いを示します。

LangChain：Python製で豊富なチェーンやツール、メモリ機能を提供。一方で、MastraはXStateに基づくワークフロー設計により複雑な分岐処理を直感的に記述でき、Web開発者への親和性が高いです。
AutoGen：主にマルチエージェント対話に注力しており、対話管理に特化しています。Mastraはそれに加えツール統合や明示的なフロー制御を提供し、より多用途な業務自動化に対応可能です。
Haystack：RAGに特化しており、情報検索に関しては非常に高いパフォーマンスを発揮します。対して、MastraはRAG機能を含むだけでなく、エージェントとワークフローの統合により、対話管理までも柔軟に実装できます。
CrewAI：マルチエージェントの協調動作に重点を置いていますが、Mastraは単一エージェントから複数エージェント、さらにワークフローまで一元管理できる総合的なプラットフォームとして評価されています。

6. Mastraの市場での立ち位置と今後の展望

Mastraは2023年後半から2024年にかけて、生成AIブームの中で急速に注目を集め、「TypeScript製AIエージェント開発基盤」として市場でその存在感を示しています。GitHubスター数の急増や、Y Combinatorからの支援も背景に、開発者コミュニティが活発に形成されており、今後の機能拡充や商用展開が一層期待されています。開発者だけでなく、企業においても、既存のNode.js/Next.jsの知識を活かした迅速なシステム構築や運用が可能な点で高い評価を受けています。

AgentNetworkの正式実装：複数のエージェントが協調してタスクを遂行するネットワーク機能が間もなく正式リリースされる予定です。
クラウドサービスの展開：公式ホスティングサービス「Mastra Cloud」として、企業向けの商用利用が大きく拡大する見込みがあります。
拡張プラグインの充実：コミュニティ主導でプラグインやテンプレートが次々と登場し、さらに多様なユースケースに対応が進むでしょう。
Next.js統合の強化：フロントエンド開発者向けの統合ガイドが随時アップデートされ、ECサイトやWebアプリへのAI組み込みがより容易になります。
新たなライセンスモデルと商用展開：Elastic License v2を基盤とした新たなライセンス体系により、企業が安心して利用できる環境の整備が進んでいます。

Mastraは「Web開発者がそのままAIエージェントを構築できる未来」を実現するための革新的なプラットフォームです。これまでのNode.jsやNext.jsの知識を活かし、迅速で柔軟なAIシステムの導入と運用が可能となり、企業や開発者にとって大きな競争優位性をもたらします。

7. 導入事例とユースケースのまとめ

これまでに紹介した事例から、Mastraの柔軟性・拡張性、および開発者体験の向上が実証されています。以下は、実際にMastraが導入されているシーンの一例です。

AIビートラボ：複数エージェントが連動して音楽生成を自動化する仕組み。
Web検索エージェント：自律的にWeb上から最新情報を収集し、ユーザーへの回答を実現するシステム。
知識管理エージェント：社内ドキュメントやPDF資料から情報を効率的に検索し、魅力的な質問応答を行うシステム。
eコマース連携：Next.jsとの統合により、商品レコメンドやカスタマーサポートを実現するチャットボットシステム。

これらの事例は、Mastraが掲げる「Web開発者がそのままAIエージェントを構築できる未来」を実現するための確かな実績となっています。特に、TypeScriptエコシステムとの親和性を活かしながら、よりシームレスなWebアプリケーション統合を可能にしている点は、多くの企業にとって大きなメリットと言えるでしょう。

8. まとめ

Mastraは、TypeScriptを基盤とする次世代AIエージェント開発フレームワークとして、エージェント、ワークフロー、ツール、RAGなどの多様な機能を統合的に提供します。これにより、Web開発者が日常的に活用している技術知識をそのまま生かしながら、プロダクション品質のAIシステムを迅速に構築できる環境が実現されました。さらに、LangChain、AutoGen、Haystack、CrewAIといった他のフレームワークと比較しても、Mastraは明示的なフロー制御、Human-in-the-loop機能、統一プロバイダーAPI、豊富な評価・モニタリングツールなどにより、差別化が図られています。

今後、AgentNetworkの正式実装や公式クラウドホスティングサービスの立ち上げ、拡張プラグインのさらなる充実により、Mastraはより多彩なユースケースに対応可能なプラットフォームへと進化していくと考えられます。企業やエンジニアは、Mastraを利用して高度なAIエージェントを自社のWebアプリケーションに組み込むことで、業務自動化、顧客対応の効率化、新たなサービス創出など、実務面でも大きな競争優位性を手にすることが期待されます。

Mastraが切り拓く「Web開発者がそのままAIエージェントを構築できる未来」は、次世代AIエージェント市場において大きな変革をもたらすでしょう。ぜひ、Mastraの導入を検討し、その可能性を最大限に引き出してください。