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

# Astro プロジェクトに Mastra を統合する

このガイドでは、Mastra を使用して Tool を呼び出す AI Agent を構築し、ルートから Agent を直接 import して呼び出すことで Astro に接続します。

[AI SDK UI](https://ai-sdk.dev/docs/ai-sdk-ui/overview) と [AI Elements](https://ai-sdk.dev/elements) を使用して、美しくインタラクティブなチャット体験を作成します。

> **注記:** このガイドでは Astro を React および完全なサーバーサイドレンダリング（SSR）と組み合わせる方法を示しますが、Astro と Mastra を組み合わせる方法はほかにも多数あります。ファイル単位で [SSR を有効化](https://docs.astro.build/en/guides/on-demand-rendering/#enabling-on-demand-rendering)し、Svelte、Vue、Solid、Preact などの別のフレームワークも使用できます。Astro でチャットインターフェースを構築し、[Astro ネイティブの方法](https://docs.astro.build/en/recipes/call-endpoints/)でエンドポイントを呼び出すこともできます。

## 始める前に

- サポートされている[モデル Provider](https://mastra.zisheng.pro/ja/models) の API キーが必要です。特に希望がなければ、[OpenAI](https://mastra.zisheng.pro/ja/models/providers/openai) を使用してください。
- Node.js `v22.13.0` 以降をインストールしてください

## 新しい Astro アプリを作成する（任意）

Astro アプリがすでにある場合は、次の手順に進んでください。Astro アプリは次のようにセットアップされている必要があります。

- SSR を使用する（`astro.config.mjs` で `output: "server"` を指定）
- [React integration](https://docs.astro.build/en/guides/integrations-guide/react/) を使用する
- Tailwind をインストールする

[オンデマンドレンダリング](https://docs.astro.build/en/guides/on-demand-rendering/)をサポートするため、このガイドでは [Node.js アダプター](https://docs.astro.build/en/guides/integrations-guide/node/)を使用しますが、サポートされている任意のサーバーアダプターを利用できます。

**npm**:

```bash
npm create astro@latest mastra-astro -- --add node --add react --add tailwind --install --skip-houston --template minimal --git
```

**pnpm**:

```bash
pnpm create astro mastra-astro --add node --add react --add tailwind --install --skip-houston --template minimal --git
```

**Yarn**:

```bash
yarn create astro mastra-astro --add node --add react --add tailwind --install --skip-houston --template minimal --git
```

**Bun**:

```bash
bunx create-astro mastra-astro --add node --add react --add tailwind --install --skip-houston --template minimal --git
```

これにより `mastra-astro` というプロジェクトが作成されますが、任意の名前に置き換えられます。

`cd` でプロジェクトに移動し、`astro.config.mjs` ファイルを編集して [`output` 設定](https://docs.astro.build/en/reference/configuration-reference/#output)を `"server"` にします。

```js
// @ts-check
import { defineConfig } from 'astro/config'

import node from '@astrojs/node'
import react from '@astrojs/react'
import tailwindcss from '@tailwindcss/vite'

// https://astro.build/config
export default defineConfig({
  output: 'server',
  adapter: node({
    mode: 'standalone',
  }),

  integrations: [react()],

  vite: {
    plugins: [tailwindcss()],
  },
})
```

パスを解決できるように `tsconfig.json` を編集します。

```jsonc
{
  "compilerOptions": {
    // ...
    "baseUrl": ".",
    "paths": {
      "@/*": ["./src/*"],
    },
    // ...
  },
}
```

## Mastra を初期化する

[`mastra init`](https://mastra.zisheng.pro/ja/reference/cli/mastra) を実行します。プロンプトが表示されたら、Provider（OpenAI など）を選択してキーを入力します。

**npm**:

```bash
npx mastra@latest init
```

**pnpm**:

```bash
pnpm dlx mastra@latest init
```

**Yarn**:

```bash
yarn dlx mastra@latest init
```

**Bun**:

```bash
bun x mastra@latest init
```

これにより、天気 Agent のサンプルと次のファイルを含む `src/mastra` フォルダーが作成されます。

- `index.ts` - Memory を含む Mastra の設定
- `tools/weather-tool.ts` - 指定した場所の天気を取得する Tool
- `agents/weather-agent.ts`- Tool を使用するプロンプトを備えた天気 Agent

次の手順では、Astro のルートから `weather-agent.ts` を呼び出します。

## AI SDK UI と AI Elements をインストールする

AI SDK UI と Mastra アダプターをインストールします。

**npm**:

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

**pnpm**:

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

**Yarn**:

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

**Bun**:

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

次に、AI Elements を初期化します。プロンプトが表示されたら、デフォルトのオプションを選択してください。

**npm**:

```bash
npx ai-elements@latest
```

**pnpm**:

```bash
pnpm dlx ai-elements@latest
```

**Yarn**:

```bash
yarn dlx ai-elements@latest
```

**Bun**:

```bash
bun x ai-elements@latest
```

これにより、AI Elements の UI コンポーネントライブラリ全体が `@/components/ai-elements` フォルダーにダウンロードされます。

## チャットルートを作成する

`src/pages/api/chat.ts` を作成します。

```ts
import type { APIRoute } from 'astro'
import { handleChatStream } from '@mastra/ai-sdk'
import { toAISdkV5Messages } from '@mastra/ai-sdk/ui'
import { createUIMessageStreamResponse } from 'ai'
import { mastra } from '@/mastra'

const THREAD_ID = 'example-user-id'
const RESOURCE_ID = 'weather-chat'

export const POST: APIRoute = async ({ request }) => {
  const params = await request.json()
  const stream = await handleChatStream({
    mastra,
    agentId: 'weather-agent',
    params: {
      ...params,
      memory: {
        ...params.memory,
        thread: THREAD_ID,
        resource: RESOURCE_ID,
      },
    },
  })

  return createUIMessageStreamResponse({ stream })
}

export const GET: APIRoute = async () => {
  const memory = await mastra.getAgentById('weather-agent').getMemory()
  let response = null

  try {
    response = await memory?.recall({
      threadId: THREAD_ID,
      resourceId: RESOURCE_ID,
    })
  } catch {
    console.log('No previous messages found.')
  }

  const uiMessages = toAISdkV5Messages(response?.messages || [])

  return Response.json(uiMessages)
}
```

`POST` ルートはプロンプトを受け取り、Agent のレスポンスを AI SDK 形式でストリーミングします。一方、`GET` ルートは Memory からメッセージ履歴を取得し、クライアントの再読み込み時に UI を復元できるようにします。

## チャットコンポーネントを作成する

`src/components/chat.tsx` を作成します。

```tsx
import '@/styles/global.css'
import { useEffect, useState } from 'react'
import { DefaultChatTransport, type ToolUIPart } from 'ai'
import { useChat } from '@ai-sdk/react'

import {
  PromptInput,
  PromptInputBody,
  PromptInputTextarea,
} from '@/components/ai-elements/prompt-input'

import {
  Conversation,
  ConversationContent,
  ConversationScrollButton,
} from '@/components/ai-elements/conversation'

import { Message, MessageContent, MessageResponse } from '@/components/ai-elements/message'

import { Tool, ToolHeader, ToolContent, ToolInput, ToolOutput } from '@/components/ai-elements/tool'

function Chat() {
  const [input, setInput] = useState<string>('')

  const { messages, setMessages, sendMessage, status } = useChat({
    transport: new DefaultChatTransport({
      api: '/api/chat',
    }),
  })

  useEffect(() => {
    const fetchMessages = async () => {
      const res = await fetch('/api/chat')
      const data = await res.json()
      setMessages([...data])
    }
    fetchMessages()
  }, [setMessages])

  const handleSubmit = async () => {
    if (!input.trim()) return

    sendMessage({ text: input })
    setInput('')
  }

  return (
    <div className="relative size-full h-screen w-full p-6">
      <div className="flex h-full flex-col">
        <Conversation className="h-full">
          <ConversationContent>
            {messages.map(message => (
              <div key={message.id}>
                {message.parts?.map((part, i) => {
                  if (part.type === 'text') {
                    return (
                      <Message key={`${message.id}-${i}`} from={message.role}>
                        <MessageContent>
                          <MessageResponse>{part.text}</MessageResponse>
                        </MessageContent>
                      </Message>
                    )
                  }

                  if (part.type?.startsWith('tool-')) {
                    return (
                      <Tool key={`${message.id}-${i}`}>
                        <ToolHeader
                          type={(part as ToolUIPart).type}
                          state={(part as ToolUIPart).state || 'output-available'}
                          className="cursor-pointer"
                        />
                        <ToolContent>
                          <ToolInput input={(part as ToolUIPart).input || {}} />
                          <ToolOutput
                            output={(part as ToolUIPart).output}
                            errorText={(part as ToolUIPart).errorText}
                          />
                        </ToolContent>
                      </Tool>
                    )
                  }

                  return null
                })}
              </div>
            ))}
            <ConversationScrollButton />
          </ConversationContent>
        </Conversation>

        <PromptInput onSubmit={handleSubmit} className="mt-20">
          <PromptInputBody>
            <PromptInputTextarea
              onChange={e => setInput(e.target.value)}
              className="md:leading-10"
              value={input}
              placeholder="Type your message..."
              disabled={status !== 'ready'}
            />
          </PromptInputBody>
        </PromptInput>
      </div>
    </div>
  )
}

export default Chat
```

このコンポーネントは [`useChat()`](https://ai-sdk.dev/docs/reference/ai-sdk-ui/use-chat) を `api/chat` エンドポイントに接続し、そこへプロンプトを送信して、レスポンスをチャンク単位でストリーミングします。

レスポンスのテキストは [`<MessageResponse>`](https://ai-sdk.dev/elements/components/message#messageresponse-) コンポーネントでレンダリングされ、Tool の呼び出しは [`<Tool>`](https://ai-sdk.dev/elements/components/tool) コンポーネントで表示されます。

## チャットコンポーネントをレンダリングする

最後に、インデックスページでチャットコンポーネントをレンダリングします。`src/pages/index.astro` を編集します。

```html
---
import Chat from '@/components/chat';
---

<html lang="en">
  <head>
    <meta charset="utf-8" />
    <link rel="icon" type="image/svg+xml" href="/favicon.svg" />
    <meta name="viewport" content="width=device-width" />
    <meta name="generator" content="{Astro.generator}" />
    <title>Astro</title>
  </head>
  <body>
    <Chat client:load />
  </body>
</html>
```

`Chat` コンポーネントを import し、クライアント側で実行されるように `client:load` [ディレクティブ](https://docs.astro.build/en/reference/directives-reference/#client-directives)を付けて body に追加します。

## Agent をテストする

1. `npm run dev` で Astro アプリを実行します
2. <http://localhost:4321> でチャットを開きます
3. 天気について質問してみます。API キーが正しく設定されていれば、レスポンスが返されます

## 次のステップ

Astro で Mastra Agent を構築できました！🎉

ここから、独自の Tool やロジックを追加してプロジェクトを拡張できます。

- [Agent](https://mastra.zisheng.pro/ja/docs/agents/overview) について詳しく学ぶ
- Agent に独自の [Tool](https://mastra.zisheng.pro/ja/docs/agents/using-tools) を追加する
- Agent に人間のような [Memory](https://mastra.zisheng.pro/ja/docs/memory/overview) を追加する

準備ができたら、Mastra と AI SDK UI の統合方法や、Agent を任意の場所へデプロイする方法について詳しく学びましょう。

- Mastra を [AI SDK UI](https://mastra.zisheng.pro/ja/guides/build-your-ui/ai-sdk-ui) と統合する
- Agent を[任意の場所](https://mastra.zisheng.pro/ja/docs/deployment/overview)にデプロイする