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

# AI SDK

[Vercel AI SDK](https://sdk.vercel.ai) を直接使用していて、Mastra の完全な Agent API に切り替えることなく [Processor](https://mastra.zisheng.pro/ja/docs/agents/processors) や [Memory](https://mastra.zisheng.pro/ja/docs/memory/memory-processors) などの機能を追加したい場合は、[`withMastra()`](https://mastra.zisheng.pro/ja/reference/ai-sdk/with-mastra) を使って任意の AI SDK モデルをこれらの機能でラップできます。既存の AI SDK コードを維持したまま、入出力処理、会話の永続化、コンテンツフィルタリングを追加する場合に便利です。

> **ヒント:** Mastra を AI SDK UI（`useChat()` など）と組み合わせて使用する場合は、[AI SDK UI ガイド](https://mastra.zisheng.pro/ja/guides/build-your-ui/ai-sdk-ui)を参照してください。

## インストール

`withMastra()` 関数を使用するには、`@mastra/ai-sdk` をインストールします。

**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
```

## 例

### Processor を使用する

Processor を使用すると、モデルに送信する前（`processInput`）とレスポンスを受信した後（`processOutputResult`）にメッセージを変換できます。この例では、各段階のメッセージ数を記録するログ Processor を作成し、OpenAI モデルをラップします。

```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?',
})
```

### Memory を使用する

Memory は、LLM の呼び出し前にストレージから過去のメッセージを自動的に読み込み、呼び出し後に新しいメッセージを保存します。この例では、会話履歴を永続化するために libSQL ストレージバックエンドを設定し、コンテキストとして直近 10 件のメッセージを読み込みます。

```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?',
})
```

### Processor と Memory を使用する

Processor と Memory は併用できます。入力 Processor は Memory が過去のメッセージを読み込んだ後に実行され、出力 Processor は Memory がレスポンスを保存する前に実行されます。

```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!',
})
```

## 関連項目

- [`withMastra()`](https://mastra.zisheng.pro/ja/reference/ai-sdk/with-mastra)：`withMastra()` の API リファレンス
- [Processor](https://mastra.zisheng.pro/ja/docs/agents/processors)：入力 Processor と出力 Processor について
- [Memory](https://mastra.zisheng.pro/ja/docs/memory/overview)：Mastra の Memory システムの概要
- [AI SDK UI](https://mastra.zisheng.pro/ja/guides/build-your-ui/ai-sdk-ui)：Mastra の Agent、Workflow、Network で AI SDK UI フックを使用する方法