> Discover all available pages from the documentation index: https://mastra.zisheng.pro/llms.txt

# AI SDK

如果你已经在直接使用 [Vercel AI SDK](https://sdk.vercel.ai)，并希望在不切换到完整 Mastra Agent API 的情况下添加 [processors](https://mastra.zisheng.pro/docs/agents/processors) 或 [memory](https://mastra.zisheng.pro/docs/memory/memory-processors) 等 Mastra 能力，[`withMastra()`](https://mastra.zisheng.pro/reference/ai-sdk/with-mastra) 可以为任意 AI SDK 模型封装这些功能。当你希望保留现有 AI SDK 代码，同时添加输入/输出处理、对话持久化或内容过滤时，这会很有用。

> **提示:** 如果你想将 Mastra 与 AI SDK UI（例如 `useChat()`）配合使用，请参阅 [AI SDK UI 指南](https://mastra.zisheng.pro/guides/build-your-ui/ai-sdk-ui)。

## 安装

安装 `@mastra/ai-sdk`，即可开始使用 `withMastra()` 函数。

**npm**:

```bash
npm install @mastra/ai-sdk@latest
```

**pnpm**:

```bash
pnpm add @mastra/ai-sdk@latest
```

**Yarn**:

```bash
yarn add @mastra/ai-sdk@latest
```

**Bun**:

```bash
bun add @mastra/ai-sdk@latest
```

## 示例

### 与 Processors 配合使用

Processors 可在消息发送给模型之前（`processInput`）以及收到响应之后（`processOutputResult`）转换消息。此示例创建一个日志 processor，在每个阶段记录消息数量，然后用它封装 OpenAI 模型。

```typescript
import { openai } from '@ai-sdk/openai'
import { generateText } from 'ai'
import { withMastra } from '@mastra/ai-sdk'
import type { Processor } from '@mastra/core/processors'

const loggingProcessor: Processor<'logger'> = {
  id: 'logger',
  async processInput({ messages }) {
    console.log('Input:', messages.length, 'messages')
    return messages
  },
  async processOutputResult({ messages }) {
    console.log('Output:', messages.length, 'messages')
    return messages
  },
}

const model = withMastra(openai('gpt-5.4'), {
  inputProcessors: [loggingProcessor],
  outputProcessors: [loggingProcessor],
})

const { text } = await generateText({
  model,
  prompt: 'What is 2 + 2?',
})
```

### 与 Memory 配合使用

Memory 会在调用 LLM 前自动从存储中加载之前的消息，并在调用后保存新消息。此示例配置 libSQL 存储后端以持久化对话历史，并加载最近 10 条消息作为上下文。

```typescript
import { openai } from '@ai-sdk/openai'
import { generateText } from 'ai'
import { withMastra } from '@mastra/ai-sdk'
import { LibSQLStore } from '@mastra/libsql'

const storage = new LibSQLStore({
  id: 'my-app',
  url: 'file:./data.db',
})
await storage.init()

const memoryStorage = await storage.getStore('memory')

const model = withMastra(openai('gpt-5.4'), {
  memory: {
    storage: memoryStorage!,
    threadId: 'user-thread-123',
    resourceId: 'user-123',
    lastMessages: 10,
  },
})

const { text } = await generateText({
  model,
  prompt: 'What did we talk about earlier?',
})
```

### 同时使用 Processors 和 Memory

你可以组合使用 processors 和 memory。输入 processors 会在 memory 加载历史消息后运行，输出 processors 则在 memory 保存响应前运行。

```typescript
import { openai } from '@ai-sdk/openai'
import { generateText } from 'ai'
import { withMastra } from '@mastra/ai-sdk'
import { LibSQLStore } from '@mastra/libsql'

const storage = new LibSQLStore({ id: 'my-app', url: 'file:./data.db' })
await storage.init()

const memoryStorage = await storage.getStore('memory')

const model = withMastra(openai('gpt-5.4'), {
  inputProcessors: [myGuardProcessor],
  outputProcessors: [myLoggingProcessor],
  memory: {
    storage: memoryStorage!,
    threadId: 'thread-123',
    resourceId: 'user-123',
    lastMessages: 10,
  },
})

const { text } = await generateText({
  model,
  prompt: 'Hello!',
})
```

## 相关内容

- [`withMastra()`](https://mastra.zisheng.pro/reference/ai-sdk/with-mastra)：`withMastra()` 的 API 参考
- [Processors](https://mastra.zisheng.pro/docs/agents/processors)：了解输入和输出 processors
- [Memory](https://mastra.zisheng.pro/docs/memory/overview)：Mastra memory 系统概览
- [AI SDK UI](https://mastra.zisheng.pro/guides/build-your-ui/ai-sdk-ui)：将 AI SDK UI hooks 与 Mastra Agent、Workflow 和 networks 配合使用