Next.js 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 Next.js に接続します。

AI SDK UI と AI 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。

始める前に
始める前にへの直接リンク

サポートされているモデル Provider の API キーが必要です。特に希望がなければ、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 Next.js アプリを作成する（任意）
新しい Next.js アプリを作成する（任意）への直接リンク

Next.js アプリがすでにある場合は、次の手順に進んでください。

npm
pnpm
Yarn
Bun

npx create-next-app@latest my-nextjs-agent --yes --ts --eslint --tailwind --src-dir --app --turbopack --no-react-compiler --no-import-alias

pnpm dlx create-next-app@latest my-nextjs-agent --yes --ts --eslint --tailwind --src-dir --app --turbopack --no-react-compiler --no-import-alias

yarn dlx create-next-app@latest my-nextjs-agent --yes --ts --eslint --tailwind --src-dir --app --turbopack --no-react-compiler --no-import-alias

bun x create-next-app@latest my-nextjs-agent --yes --ts --eslint --tailwind --src-dir --app --turbopack --no-react-compiler --no-import-alias

これにより my-nextjs-agent 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。

Mastra を初期化する
Mastra を初期化するへの直接リンク

Next.js プロジェクトに移動します。

cd my-nextjs-agent

mastra init 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
pnpm
Yarn
Bun

npx mastra@latest init

pnpm dlx mastra@latest init

yarn dlx mastra@latest init

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、Next.js のルートから weather-agent.ts を呼び出します。

Next.js と Studio を併用する

Next.js アプリと並行して Studio を実行し、両方で同じデータベースを共有する場合は、src/mastra/index.ts の Storage URL を絶対パスに変更します。

url: 'file:/absolute/path/to/your/project/mastra.db'

相対パスは各プロセスの作業ディレクトリを基準に解決されますが、next dev と mastra dev ではそのディレクトリが異なります。

AI SDK UI と AI Elements をインストールする
AI SDK UI と AI Elements をインストールするへの直接リンク

AI SDK UI と Mastra アダプターをインストールします。

npm
pnpm
Yarn
Bun

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

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

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

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
pnpm
Yarn
Bun

npx ai-elements@latest

pnpm dlx ai-elements@latest

yarn dlx ai-elements@latest

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
チャットルートを作成するへの直接リンク

src/app/api/chat/route.ts を作成します。

src/app/api/chat/route.ts
import { handleChatStream } from '@mastra/ai-sdk'
import { toAISdkV5Messages } from '@mastra/ai-sdk/ui'
import { createUIMessageStreamResponse } from 'ai'
import { mastra } from '@/mastra'
import { NextResponse } from 'next/server'

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

export async function POST(req: Request) {
  const params = await req.json()
  const stream = await handleChatStream({
    mastra,
    agentId: 'weather-agent',
    params: {
      ...params,
      memory: {
        ...params.memory,
        thread: THREAD_ID,
        resource: RESOURCE_ID,
      },
    },
  })
  return createUIMessageStreamResponse({ stream })
}

export async function GET() {
  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 NextResponse.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。

チャットページを作成する
チャットページを作成するへの直接リンク

src/app/chat/page.tsx を作成します。

src/app/chat/page.tsx
'use client'

import '@/app/globals.css'
import { useEffect, useState } from 'react'
import { DefaultChatTransport, 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() 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> コンポーネントでレンダリングされ、Tool の呼び出しは <Tool> コンポーネントで表示されます。

Agent をテストする
Agent をテストするへの直接リンク

npm run dev で Next.js アプリを実行します
http://localhost:3000/chat でチャットを開きます
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
次のステップへの直接リンク

Next.js 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 について詳しく学ぶ
Agent に独自の Tool を追加する
Agent に人間のような Memory を追加する

準備ができたら、Mastra と AI SDK UI および Next.js の統合方法や、Vercel を含む任意の場所へ Agent を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 と統合する
Agent を Vercel にデプロイする
Agent を任意の場所にデプロイする

始める前に始める前にへの直接リンク

新しい Next.js アプリを作成する（任意）新しい Next.js アプリを作成する（任意）への直接リンク

Mastra を初期化するMastra を初期化するへの直接リンク

AI SDK UI と AI Elements をインストールするAI SDK UI と AI Elements をインストールするへの直接リンク

チャットルートを作成するチャットルートを作成するへの直接リンク

チャットページを作成するチャットページを作成するへの直接リンク

Agent をテストするAgent をテストするへの直接リンク

次のステップ次のステップへの直接リンク