Одна идея этого урока: Mastra – сильнейший выбор для TypeScript-проектов с агентами, памятью и RAG. Но у неё есть честные слабости, и не всякому проекту она нужна.
Что даёт Mastra сверх «кубиков»
Studio – локальная панель: тестируете агентов в браузере, смотрите каждый шаг рассуждений, правите – без консоли и логов.
Observability – трейсинг: что агент делал, какие инструменты вызывал, сколько токенов и денег сжёг.
Scorers и evals – автоматическая оценка качества ответов (моделью-судьёй, правилами, статистикой). Можно поймать деградацию до того, как её заметят клиенты.
Деплой куда угодно – свой сервер (ваши Timeweb и AdminVPS подходят), Vercel, Cloudflare, Netlify. Это обычное Node.js-приложение.
Документация местами тонкая – для редких сценариев придётся идти в Discord.
Нет SOC 2 – для вас некритично, для корпоративных клиентов может быть стоп-фактором.
Чек-лист решения для ваших проектов
Берите Mastra, если есть хотя бы два «да»:
Нужна память о пользователе между сессиями?
Агент должен сам вызывать ваши сервисы (GetCourse, CRM, базы)?
Нужны ответы по вашим материалам (RAG)?
Есть многошаговый процесс с одобрением человека?
Хочется видеть расходы и качество ответов в одном месте?
Не берите, если:
Задача – один вызов нейросети (кнопка «улучшить текст»);
Нужен только стриминг ответа в чат-интерфейс (хватит Vercel AI SDK);
Проект уже живёт на Python-стеке.
Как ставить задачу Claude Code
Теперь вы можете говорить на языке архитектуры: «Сделай на Mastra куратор-бота: агент с working memory (анкета студента), semantic recall, RAG по материалам курса и инструментом для GetCourse. Покажи мне его в Studio». Это и есть результат курса.
2. Главный аргумент за Mastra именно для ваших проектов?
3. Что позволит заметить, что бот стал отвечать хуже после смены модели?
💬 Курс пройден! Следующий шаг за практикой: попросите Claude Code «собери на Mastra прототип куратор-бота и открой Studio» – и посмотрите на все кубики курса вживую. Официальный интерактивный курс: mastra.ai/course.