> A Mastra egy csomagban ad agenteket, workflow-kat, memóriát, MCP-t, guardrailokat, trace-et és értékelést. Mit fedi le az Apache-2.0 mag, mit kér az ee/ felosztás, kinek érdemes belépni. > > Web page: https://balazscsorba.com/hu/blog/mastra · Language: Magyar · Also available in: [English](https://balazscsorba.com/blog/mastra.md) · [Deutsch](https://balazscsorba.com/de/blog/mastra.md) > Author: Balázs Csorba · Published: 2026-07-15 · Keywords: mastra ai framework, mastra vs langgraph, typescript agent framework, mastra agent framework review, mastra workflows and memory, mastra mcp server, mastra pricing [Blog](https://balazscsorba.com/hu/blog)/MI-ágensek # Mastra teszt: TypeScript agentek valós értékelési hurokkal A Mastra egy csomagban ad agenteket, workflow-kat, memóriát, MCP-t, guardrailokat, trace-et és értékelést. Mit fedi le az Apache-2.0 mag, mit kér az ee/ felosztás, kinek érdemes belépni. [Balázs Csorba](https://balazscsorba.com/hu/about)·2026\. július 15.·11 perc olvasás - TypeScript - Agent framework - Workflows - MCP - Evals ![Hét kis modul egy nagy keretben, egy sarokrész külön leválasztva.](https://balazscsorba.com/images/blog/mastra/cover.webp?v=203d985286) ## A lényeg röviden - A Mastra a legteljesebb TypeScript agent keretrendszer egy repóban: agentek, workflow-k, memória, MCP szerver készítés, guardrailok, trace-ek és értékelések, Apache-2.0 licenccel minden az ee/ könyvtárakon kívül. - A licencnek van kereskedelmi éle. Az ee/ alatti kód - jelenleg az auth, az agent builder és az editor - forráskódként elérhető, és a produkciós használathoz szerződés és licenckulcs is kell. - A keretrendszer gyorsan mozog: 99 kiadás jelent meg a @mastra/core-ból a 2026. október 7-ig tartó 30 napban, ezért a pontos verziók pimmelése és az értékelések futtatása a CI-ban nem opcionális. - Az igazi erőssége a kód, a trace-ek és az értékelések közötti hurok, nem maga az agent-hurok, amely árucikk; a Studio time travel és experiments funkciói tartják a csapatokat a fizetős platformon. - A LangGraph.js és a Vercel AI SDKhoz képest a Mastra több futtatási réteget birtokol, és több függőséget kér: a @mastra/core önmagában 30 közvetlen függőséget húz be. Ezen az oldalon 1. [Mi a Mastra valójában](https://balazscsorba.com/#what-it-is) 2. [Hogyan működik](https://balazscsorba.com/#how-it-works) 3. [Első lépések](https://balazscsorba.com/#getting-started) 4. [Az observability és az értékelés az igazi termék](https://balazscsorba.com/#observability-and-evals) 5. [Árazás és a licencfelosztás](https://balazscsorba.com/#pricing-and-licensing) 6. [Hol csípi](https://balazscsorba.com/#where-it-shingles) 7. [Vétel](https://balazscsorba.com/#verdict) 8. [Források](https://balazscsorba.com/#sources) Cikk meghallgatása 0:000:00 A Mastra TypeScript keretrendszer LLM-agentekhez, és az egyik legteljesebb: agentek, workflow-motor, memória, MCP szerver készítés, guardrailok, trace-ek, értékelések és egy hosztolt platform egyetlen repóban. A pozíció itt egyértelmű. A Mastra a legjobban támogatott út, ha egy agentet egy meglévő Node- vagy Next.js-alapú kódba kell beépíteni, és rossz választás azoknak, akik Pythonban dolgoznak, vagy csak a tool-calling hurkot akarják. A modellréteg fölött, az alkalmazás alatt helyezkedik el: a modellek provider/model stringként érkeznek, a keretrendszer pedig átveszi az agent-hurkot, a workflow-gráfot, a thread állapotát és a trace-eket. A közvetlen versenytársak a LangGraph.js, a Vercel AI SDK, az OpenAI Agents SDK és az újabb belépők, mint a VoltAgent. A különbség nem a hurokban van, hiszen az árucikk, hanem abban, mennyi környező futtatási réteget hajlandó egy-egy keretrendszer átvenni. ## Mi a Mastra valójában A Mastra nem egyetlen könyvtár, hanem scope-olt npm csomagok monorepója. A magja a @mastra/core, minden más ehhez kapcsolódik: @mastra/memory, @mastra/libsql, @mastra/pg, @mastra/observability, @mastra/evals, @mastra/mcp és a többi. A src/mastra/index.ts fájlban lévő Mastra osztály a regisztráció, amely összeköti az agenteket, a workflow-kat, a storage-et, a logolást és az observabilityt, és a keretrendszer minden más része innen oldja fel a szolgáltatásait. - **Licenc**: Apache-2.0 minden, ami az ee/ könyvtárakon kívül van; azokon belül forráskódként elérhető a Mastra Enterprise Edition License szerint. - **Érettség**: a @mastra/core 2026. október 7-én az 1.75.0-nál állt; a repó 28,6k csillagot és 2,9k forkot mutat, az első kiadás 2024 októberében jelent meg. - **Terjedés**: 2,23 millió npm letöltés a @mastra/core-ra a 2026. október 4-ig tartó héten, szemben a @langchain/langgraph 4,55 milliójával és a Vercel ai csomag 34,5 milliójával. - **Kiadási tempó**: 99 kiadás a @mastra/core-ból a 2026. október 7-ig tartó 30 napban és 301 kilencven napban, összesen 1656 az 2024. októbere óta. - **Futtatókörnyezet**: Node 22.18 vagy újabb, Hono-alapú szerverrel, Vercel, Netlify és Cloudflare deployerrel, vagy bármilyen saját HTTP hoszttal. - **Modellelérés**: egy model router, amely feloldja a provider/model stringet, 213 szolgáltatót és 7790 modellt listáz, támogatja a modellenkénti fallback-láncokat, és a kulcsot a környezetből olvassa. - **Típusok**: Zod, Valibot vagy ArkType Standard JSON Schema-n keresztül az eszközökhöz, a workflow-lépésekhez és a strukturált kimenethez. ## Hogyan működik Két primitív viszi a terhet. Az Agent modellt, utasítást és eszközöket köt össze, és addig iterál, amíg a modell végső választ vagy leállási feltételt nem ad. A createStep és createWorkflow összeállításból, .then(), .branch(), .parallel() és .commit() hívásokkal épített workflow a determinisztikus út az ismert sorrendű folyamatokhoz. A dokumentáció egyértelmű: definiált pipeline-hoz a második, nyílt végű munkához az első, ami pontosan az agent hurok magyarázatában alkalmazott felosztás. ![Mastra runtime: agent path, workflow path, observability A request reaches an agent, which calls a tool and a model in a loop. Below it sit workflow steps, memory and storage. Every run is traced into spans, logs and metrics that go to Mastra storage or to OpenTelemetry-compatible backends.](https://balazscsorba.com/images/blog/mastra/diagram-7.webp?v=9468387102) A Mastra futtatási modellje: egy agent eszközök és egy modell körül hurokozik, alatta workflow-lépések és memória, minden futás pedig trace-elődik. E két primitív körül helyezkednek el azok a részek, amelyek életben tartják az agentet a produkcióban. A memória darabokra esik: üzenettörténet, working memory, szemantikus visszakeresés és Observational Memory, ahol háttéragentek tömörítik a régebbi fordulókat megfigyelésekké, mielőtt a kontextusablak megtelik. A storage cserélhető: LibSQL, Postgres, ClickHouse, MongoDB, MSSQL és DuckDB, és ugyanez a motor tartja a workflow-k felfüggesztését és folytatását, ezért egy workflow megvárhatja az emberi jóváhagyást, és órák múlva folytatódhat. ### Az MCP-támogatás a megkülönböztető előny A Mastra az a ritka keretrendszer, amely az MCP-t mindkét irányban használja. Az MCPClient stdio és Streamable HTTP szerverekhez csatlakozik, az MCPServer pedig Mastra-agenteket, eszközöket, workflow-kat, promptokat és erőforrásokat tesz elérhetővé más rendszereknek. A regisztrált szerverek a /api/mcp/:serverId/mcp úton futnak, és a protokoll 2026-07-28-as revízióját beszélik, így ha egy csapat belső eszközei már MCP szerver mögött vannak, az agent beköthető saját integrációs réteg nélkül. ``` import { Agent } from '@mastra/core/agent' import { Mastra } from '@mastra/core/mastra' import { MCPServer, MCPClient } from '@mastra/mcp' // Expose Mastra primitives to other agents and systems const mcpServer = new MCPServer({ id: 'support-mcp', name: 'Support tools', version: '1.0.0', agents: { supportAgent }, tools: { refundTool }, workflows: { triage }, }) // Consume remote MCP tools, gating the destructive ones const client = new MCPClient({ servers: { jira: { url: new URL('https://jira.example.com/mcp'), requireToolApproval: ({ toolName }) => toolName.startsWith('delete_'), }, }, }) const assistant = new Agent({ id: 'assistant', name: 'Assistant', instructions: 'Answer from the available tools and cite the source.', model: 'anthropic/claude-sonnet-4-6', tools: await client.listTools(), }) export const mastra = new Mastra({ agents: { assistant }, mcpServers: { mcpServer }, }) ``` A biztonsági alapértékek jobbak az átlagnál. A requireToolApproval név vagy argumentum alapján zárja az eszközöket, a stdio alfolyamatok csak egy kurált környezeti listát örökölnek, ha nem állítod be az inheritDefaultEnv flaget, az allowedHosts korlátozza a kimenő HTTP hosztokat, és a dokumentáció azt is mondja, hogy a nem általad kezelt szerverek annotációit ne tekintsd megbízható jelzésnek. Az eszközök eredménye amúgy is megbízhatatlan modellbemenet, ezért a guardrail processzorok az a réteg, amelynek ezt tisztáznia kell. ## Első lépések Az npm create mastra@latest létrehoz egy projektet a src/mastra elrendezéssel, dev szerverrel, Studióval és deployerrel. A legkisebb hasznos felület kicsi: egy eszköz, egy agent, egy regisztráció. ``` // src/mastra/tools/stock-price.ts import { createTool } from '@mastra/core/tools' import { z } from 'zod' export const stockPrice = createTool({ id: 'stock-price', description: 'Latest price for a ticker symbol', inputSchema: z.object({ symbol: z.string().describe('Ticker, for example INGY') }), outputSchema: z.object({ symbol: z.string(), price: z.number() }), execute: async ({ symbol }) => ({ symbol, price: await quote(symbol) }), }) // src/mastra/index.ts import { Mastra } from '@mastra/core' import { Agent } from '@mastra/core/agent' import { LibSQLStore } from '@mastra/libsql' import { stockPrice } from './tools/stock-price' export const agent = new Agent({ id: 'research', name: 'Research agent', instructions: 'Look prices up with the tool. Never guess a number.', model: 'anthropic/claude-sonnet-4-6', tools: { stockPrice }, }) export const mastra = new Mastra({ agents: { agent }, storage: new LibSQLStore({ id: 'mastra', url: 'file:./mastra.db' }), }) // run.ts - Node 22.18 and later run TypeScript directly const answer = await mastra.getAgentById('research').generate('INGY price') console.log(answer.text, answer.usage) ``` Két részlet megtéveszti az újakat. Az agenteket érdemes mastra.getAgentById() hívással feloldani, nem közvetlen importálással, mert a közvetlen import lefut ugyan, de kimarad az instance storage, a logger és a telemetria, így az ilyen futások láthatatlanok a trace-ekben. A modell-string pedig router-formátum, provider/model, amit például az ANTHROPIC\_API\_KEY környezeti változó ad, nem provider-objektum. **Először a verziót pimmeljük** Egyetlen hónap alatt 99 kiadás jelent meg a @mastra/core-ból. A package.json-ban egy nem pimmelt verziótartomány ütemezett incidens. Pimmelj pontos verziókra, futtasd az értékeléseket frissítéskor, és használj Renovate- vagy Dependabot-PR folyamatot ahelyett, hogy bármit mergelnél, amit a regiszter épp kiszolgál. ## Az observability és az értékelés az igazi termék Ez az a rész, amely indokolja a keretrendszert, nem az agent-hurok. Minden agent-futás, workflow-lépés, eszközhívás és modellhívás span-t termel, és az exportírok ezeket a Mastra storage-be vagy bármilyen OpenTelemetry-kompatibilis háttértárba írják, név szerinti integrációkkal a Langfuse-hoz, az Arize Phoenixhez és a Datadoghoz. A metrikák spanekből származnak további instrumentáció nélkül, a Studio pedig hozzáadja a gráf nézetet, az egyedi lépés visszajátszását és az experiments fület. - **Trace-ek és logok**: spanek és strukturált logok trace- és span-ID szerint korrelálva, így egy log sorból egy ugrás a létrehozó futásba. - **Metrikák**: tokenek, késleltetés és költségbecslés a span lezárásakor; az aggregációhoz analitikai store kell, például DuckDB, ClickHouse vagy Postgres. - **Scorerek**: előre gyártott és saját scorerek egy agenthez vagy egyetlen workflow-lépéshez, trace-enként determinisztikus mintavétellel, hogy a pontszámok futások között összehasonlíthatók maradjanak. - **Guardrailok processzorként**: promptinjekció-felismerés, moderáció, PII-maszkolás, system prompt tisztítás és költsemény, mindegyik block, redact vagy warn stratégiával. Van egy él, amit érdemes megismerni az első CI-futtatás előtt. Az agenthez vagy lépéshez csatolt scorerek magukat regisztrálják; azok a scorerek, amelyeket közvetlenül a runEvals() függvénynek vagy a quick checkeknek adsz át, a Mastra példányon is regisztrálva kell legyenek, különben minden mentés a Scorer with id not found hibával elhal, és a pontszámok soha nem érkeznek meg a store-ba. A dokumentáció őszintén szól róla, hogy az eredmény egyformán, és pont ezért zavaros a hiba. ## Árazás és a licencfelosztás A keretrendszer ingyenes, és a hosztolt platformon szerzi a bevételt a szolgáltató. Az árazási oldal három szintet sorol fel, és a számláló az érdekes rész: observability események, CPU-órák, adatforgalom és egy model gateway, amely 5,5 százalékkal terheli a tokenek piaci árát. Szint Ár Observability Számítás és megőrzés Starter 0 USD havonta 100k esemény, utána 10 USD / 100k 24 CPU-óra, utána 0,35 USD/óra; 15 napos megőrzés Teams 250 USD havonta 1 millió esemény, utána 8 USD / 100k 250 CPU-óra, utána 0,25 USD/óra; 6 hónapos megőrzés Enterprise Egyedi Egyedi volumen és megőrzés RBAC, audit naplók, uptime SLA-k, saját felhőben telepítés Két tétel megérdemli a figyelmet. A folyamatosan futó példány szintenként további 100 USD egy projektre, a gateway pedig a piaci ár plusz 5,5 százalék az input- és output tokenekre, saját kulccsal. A memóriát újra számolják, 10 USD millió tokenenként az első 100 ezer, illetve 1 millió fölött, így egy beszélgetős, hosszú kontextusú agent három különböző számlálóban jelenik meg. **A licencfelosztást érdemes kétszer elolvasni** Minden az ee/ könyvtárakon kívül Apache-2.0. Az ee/-n belül - jelenleg @mastra/core/auth/ee, @mastra/core/agent-builder/ee és @mastra/editor/ee - a kód forráskódként elérhető, és a Mastra Enterprise Edition License v2.0, amely 2026. szeptember 22-től hatályos, a produkciós használathoz aláírt szerződést és érvényes licenckulcsot is megköveteli. Ezek nélkül a használat a licenc szerint nem engedélyezett. Az autentikáció nem peremfunkció, ezt a határt ellenőrizni kell, mielőtt az architektúra erre épül. ## Hol csípi Először a gyengeségek. A kiadási tempó az üzemeltetési probléma: 301 kiadás kilencven nap alatt azt jelenti, hogy a keretrendszer saját API-ja mozog alattad, és a release note-ok olvasása a munka része. Másodszor a szélesség kétélű fegyver. A repó harnesszeket, workspace-eket, channelöket, voice-ot, böngészővezérlést, code mode-ot és agent factoryket is szállít, így egy kis csapat a felülvizsgálati területért fizet olyan funkciókért, amelyeket nem használ. Harmadszor az Observational Memory nem ingyenes, mert háttéragentek tömörítik a történetet minden forduló fölött. Negyedszer épp a Studio funkciói - time travel, experiments, evaluate fülek - az okai, hogy valaki a fizetős szinten maradjon, és ezek hiányoznak, ha a trace-ek Langfuse-ba mennek, minden más pedig self-hosted. Szempont Mastra LangGraph.js Vercel AI SDK Licenc Apache-2.0 mag, enterprise az ee/-ben MIT Apache-2.0 Lefedett terület Agentek, workflow-k, memória, MCP, értékelések, platform Gráf futtatás, tartós végrehajtás Modellhívások, streaming, UI-elemek Értékelések és trace-ek beépítve, plusz hosztolt platform a LangSmith külön és fizetős saját szolgáltató Illeszkedés Node-ban agenteket szállító termékcsapatok Python-first csapatok tartós gráfokhoz Alkalmazások, amelyek főként modellkimenetet streamelnek Heti letöltések, 2026. okt. 4. 2,23 millió (@mastra/core) 4,55 millió (@langchain/langgraph) 34,5 millió (ai) Az OpenAI Agents SDK-hoz képest, amely vékonyabb, MIT licencű és közel marad a Responses API-hoz, a Mastra a hordozhatóbb és ugyanakkor nehezebb opció. Az őszinte összegzés: a Mastra szélességet és valódi értékelési hurkot vásárol, és függőségszámban fizet érte - hiszen a @mastra/core önmagában 30 közvetlen függőséget húz be -, valamint abban a tempóban, ahogyan ez a függőség változik. ## Vétel A Mastra egy jól vezetett, szokatlanul teljes keretrendszer világos középponttal: a kód, a trace-ek és az értékelések közötti hurok jobb, mint bármi, amit egy TypeScript csapatnak össze kellene raknia. A baj az, hogy mozgó cél, amelyre kereskedelmi réteg rakódott, és pont az a két dolog, ami a vásárlót leginkább érdekli - a stabil API és a változatlan licenc -, a leggyengébb terület. 1. Vedd fel, ha az agent egy meglévő Node- vagy Next.js alkalmazásban szállítódik, és a csapat trace-eket, értékeléseket és workflow-motort akar hat csomag összerakása nélkül. 2. Vedd fel, ha az emberi jóváhagyás, a hosszasan felfüggesztett workflow-k és az MCP eszközszerverek követelmények, nem kiegészítő funkciók. 3. Vedd fel pimmelt verziókkal és CI-ban futó értékelés suite-tel, mert különben a kiadási tempó dönt a frissítési ütemről. 4. Hagyd ki, ha a modellszolgáltató rögzített és a felület egyetlen chat végpont: a Vercel AI SDK vagy az OpenAI Agents SDK kisebb gond. 5. Hagyd ki, ha a stack Python, vagy ha az ee/ határ valami olyanon fut át, amire a termék épül. **Egy mondatban** A Mastra ma a legjobban integrált TypeScript agent keretrendszer, ha nyílt forráskódú maggal rendelkező platformként kezeljük, nem stabil könyvtárként, és elfogadjuk, hogy a szolgáltató üzleti modellje a hosztolt szint, nem a kód. ## Források 1. [Mastra documentation: agents](https://mastra.ai/docs/agents/overview) 2. [Mastra documentation: workflows](https://mastra.ai/docs/workflows/overview) 3. [Mastra documentation: memory](https://mastra.ai/docs/memory/overview) 4. [Mastra documentation: MCP](https://mastra.ai/docs/tools-mcp/mcp-overview) 5. [Mastra documentation: guardrails](https://mastra.ai/docs/agents/guardrails) 6. [Mastra documentation: evals](https://mastra.ai/docs/evals/overview) 7. [Mastra documentation: observability](https://mastra.ai/docs/observability/overview) 8. [Mastra documentation: model providers](https://mastra.ai/models) 9. [Mastra pricing](https://mastra.ai/pricing) 10. [mastra-ai/mastra on GitHub](https://github.com/mastra-ai/mastra) 11. [Mastra Enterprise Edition License v2.0](https://github.com/mastra-ai/mastra/blob/main/ee/LICENSE) ## Gyakori kérdések A Mastra open source? Nagyrészt. A mag és a monorepo túlnyomó része Apache-2.0, @mastra/core néven publikálva, amely 2026. október 7-én az 1.75.0-s verziónál állt. Az ee/ nevű könyvtárak - @mastra/core/auth/ee, @mastra/core/agent-builder/ee és @mastra/editor/ee - forráskódként elérhetők a Mastra Enterprise Edition License szerint, amely fejlesztést és tesztelést enged, produkciós használatot viszont licenckulcs és írásos szerződés nélkül nem. Hogyan viszonyul a Mastra a LangGraph.js-hez? A LangGraph.js tartós végrehajtásra és állapotra épülő gráf futtató motor, MIT licencű, és több heti letöltéssel rendelkezik: 4,55 millió a @mastra/core 2,23 milliójával szemben a 2026. október 4-ig tartó héten. A Mastra ezzel szemben több mindent csomagol az agent köré: memória, guardrailok, MCP szerver készítés, trace-ek, értékelések és hosztolt platform. A választás arról szól, hogy a gráf primitívek vagy a körülöttük lévő termékfelület hiányzik-e. Támogatja a Mastra az MCP-t? Mindkét irányban. Az MCPClient stdio és Streamable HTTP MCP szerverekhez csatlakozik, requireToolApproval kapuval és allowedHosts korlátozással. Az MCPServer a /api/mcp/:serverId/mcp úton teszi elérhetővé a Mastra agenteket, eszközöket, workflow-kat, promptokat és erőforrásokat, a protokoll 2026-07-28-as revízióját beszélve. Mennyibe kerül a Mastra? A keretrendszer ingyenes. A hosztolt platformon egy ingyenes Starter szint van 100k observability eseménnyel, 24 CPU-órával és 15 napos megőrzéssel, egy 250 USD/hónapos Teams szint 1 millió eseménnyel, 250 CPU-órával, 6 hónapos megőrzéssel, SSO-val és SOC 2 dokumentációval, valamint egy egyedi Enterprise szint. A folyamatosan futó példány ezen felül 100 USD projektenként, a model gateway pedig 5,5 százalékkal terheli a tokenek piaci árát. Írta: Csorba Balázs Senior fullstack és AI mérnök Stájerországban – több mint 10 év Vue, Nuxt, Node.js és PHP, ma AI-ügynököknek építek eszközöket. [AI fejlesztés és MCP szerverek →](https://balazscsorba.com/hu/expertise/ai-engineer)[Rólam →](https://balazscsorba.com/hu/about) ## További cikkek - [Eszközök tervezése AI-ágenseknek: nevek, leírások, sémák és hibaüzenetek](https://balazscsorba.com/hu/blog/agent-tool-design-descriptions-errors) - [Legacy kódbázis migrálása coding agentekkel: strangler fig playbook](https://balazscsorba.com/hu/blog/coding-agents-legacy-codebase-migration) - [Háttérben futó kódoló ügynökök: PR-ek, sorok és review](https://balazscsorba.com/hu/blog/background-agents-async-pr-workflow) - [Kontextusromlás hosszan futó ügynököknél: törlés, tömörítés, memória és al-ügynökök](https://balazscsorba.com/hu/blog/context-rot-compaction-long-running-agents) ## Pont erre van szükséged? Írj a projektedről vagy a pozícióról – szívesen hallok felőled. [Lépj velem kapcsolatba](mailto:contact@balazscsorba.com) [Kapcsolódjunk LinkedInen](https://www.linkedin.com/in/balazs-csorba)