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

# Astro 프로젝트에 Mastra를 통합하세요

이 가이드에서는 Mastra를 사용하여 Tool 호출 AI Agent를 구축한 다음 경로에서 직접 Agent를 가져오고 호출하여 Astro에 연결합니다.

[AI SDK UI](https://ai-sdk.dev/docs/ai-sdk-ui/overview)와 [AI Elements](https://ai-sdk.dev/elements)를 사용하여 아름다운 대화형 채팅 환경을 만듭니다.

> **노트:** 이 가이드에서는 React 및 전체 서버 측 렌더링(SSR)과 함께 Astro를 사용하는 방법을 보여주지만, Astro를 Mastra와 함께 사용하는 방법은 다양합니다. 파일별로 [SSR을 활성화](https://docs.astro.build/en/guides/on-demand-rendering/#enabling-on-demand-rendering)하고 Svelte, Vue, Solid, Preact 같은 다른 프레임워크를 사용할 수도 있습니다. Astro로 채팅 인터페이스를 구축하고 [Astro에서 기본 방식으로](https://docs.astro.build/en/recipes/call-endpoints/) 엔드포인트를 호출할 수 있습니다.

## 시작하기 전에

- 지원되는 [Model Provider](https://mastra.zisheng.pro/ko/models)의 API 키가 필요합니다. 선호하는 Provider가 없다면 [OpenAI](https://mastra.zisheng.pro/ko/models/providers/openai)를 사용하세요.
- Node.js `v22.13.0` 이상 설치

## 새 Astro 앱 만들기(선택 사항)

이미 Astro 앱이 있다면 다음 단계로 건너뛰세요. Astro 앱은 다음과 같이 설정되어야 합니다:

- SSR 사용(`astro.config.mjs`에서 `output: "server"`)
- [React 통합](https://docs.astro.build/en/guides/integrations-guide/react/) 사용
- Tailwind 설치 [온디맨드 렌더링](https://docs.astro.build/en/guides/on-demand-rendering/)을 지원하기 위해 이 가이드에서는 [Node.js 어댑터](https://docs.astro.build/en/guides/integrations-guide/node/)를 사용하지만, 지원되는 서버 어댑터라면 무엇이든 사용할 수 있습니다.

**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
```

이 명령은 `mastra-astro`라는 프로젝트를 생성하지만 원하는 이름으로 바꿀 수 있습니다. `cd`로 프로젝트 디렉터리로 이동한 후 `astro.config.mjs` 파일을 편집하여 [`output` 설정](https://docs.astro.build/en/reference/configuration-reference/#output)을 `"server"`로 지정합니다.

```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()],
  },
})
```

경로를 해석할 수 있도록 `tsconfig.json`을 편집합니다.

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

## 마스트라 초기화

[`mastra init`](https://mastra.zisheng.pro/ko/reference/cli/mastra)을 실행합니다. 메시지가 표시되면 Provider(예: OpenAI)를 선택하고 키를 입력합니다.

**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
```

그러면 예제 날씨 Agent와 다음 파일을 포함하는 `src/mastra` 폴더가 생성됩니다.

- `index.ts`- Memory를 포함한 마스트라 구성
- `tools/weather-tool.ts`- 특정 위치의 날씨를 가져오는 Tool
- `agents/weather-agent.ts`- Tool을 사용하는 Prompt가 있는 기상 요원

다음 단계에서는 Astro 라우트에서 `weather-agent.ts`를 호출합니다.

## AI SDK UI 및 AI 요소 설치

Mastra 어댑터와 함께 AI SDK UI를 설치합니다.

**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
```

다음으로 AI 요소를 초기화합니다. 메시지가 표시되면 기본 옵션을 선택합니다.

**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
```

그러면 전체 AI Elements UI 구성 요소 라이브러리가`@/components/ai-elements` folder.

## 채팅 경로 만들기

만들다`src/pages/api/chat.ts`:

```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` 라우트는 Prompt를 받아 Agent의 응답을 AI SDK 형식으로 스트리밍하고, `GET` 라우트는 Memory에서 메시지 기록을 가져와 클라이언트가 다시 로드될 때 UI를 hydrate할 수 있게 합니다.

## 채팅 구성 요소 만들기

만들다`src/components/chat.tsx`:

```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
```

이 컴포넌트는 [`useChat()`](https://ai-sdk.dev/docs/reference/ai-sdk-ui/use-chat)을 `api/chat` 엔드포인트에 연결하여 Prompt를 전송하고 응답을 청크 단위로 스트리밍합니다. [`<MessageResponse>`](https://ai-sdk.dev/elements/components/message#messageresponse-) 컴포넌트로 응답 텍스트를 렌더링하고, [`<Tool>`](https://ai-sdk.dev/elements/components/tool) 컴포넌트로 Tool 호출을 표시합니다.

## 채팅 구성 요소 렌더링

마지막 단계는 인덱스 페이지에 채팅 구성 요소를 렌더링하는 것입니다. 편집하다`src/pages/index.astro`:

```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` 컴포넌트를 가져와 클라이언트 측에서 실행되도록 `client:load` [디렉티브](https://docs.astro.build/en/reference/directives-reference/#client-directives)와 함께 body에 추가합니다.

## Agent 테스트

1. Astro 앱을 실행해보세요`npm run dev`
2. 다음에서 채팅을 엽니다.<http://localhost:4321>
3. 날씨에 대해 물어보세요. API 키가 올바르게 설정되면 응답을 받게 됩니다.

## 다음 단계

Astro로 Mastra Agent를 구축한 것을 축하합니다! 🎉

여기에서 자신만의 Tool와 논리를 사용하여 프로젝트를 확장할 수 있습니다.

- [Agent](https://mastra.zisheng.pro/ko/docs/agents/overview)에 관해 자세히 알아보기

- Agent에 고유한 기능을 제공하는 [Tool](https://mastra.zisheng.pro/ko/docs/agents/using-tools) 추가하기

- Agent에 사람과 같은 [Memory](https://mastra.zisheng.pro/ko/docs/memory/overview) 추가하기 준비가 되면 Mastra가 AI SDK UI와 통합하는 방법과 Agent를 어디에나 배포하는 방법에 대해 자세히 읽어보세요.

- Mastra를 다음과 통합하세요.[AI SDK UI](https://mastra.zisheng.pro/ko/guides/build-your-ui/ai-sdk-ui)

- Agent 배포[anywhere](https://mastra.zisheng.pro/ko/docs/deployment/overview)