在你的 React + Vite 專案中整合 Mastra
本指南將帶你使用 Mastra 建立可呼叫 Tool 的 AI Agent,接著直接從 Mastra 的獨立伺服器呼叫 Agent,將它連接至 React。
你將使用 AI SDK UI 和 AI Elements,建立美觀且可互動的聊天體驗。
開始之前「開始之前」的直接連結
- 你需要受支援模型 Provider 的 API 金鑰。如果沒有偏好,請使用 OpenAI。
- 安裝 Node.js
v22.13.0或更新版本
建立新的 React + Vite 應用程式(選用)「建立新的 React + Vite 應用程式(選用)」的直接連結
如果你已經有使用 Tailwind 的 React + Vite 應用程式,請跳到下一個步驟。
專案骨架「專案骨架」的直接連結
執行下列指令以建立新的 React + Vite 應用程式:
- npm
- pnpm
- Yarn
- Bun
npm create vite@latest mastra-react -- --template react-ts
pnpm create vite mastra-react --template react-ts
yarn create vite mastra-react --template react-ts
bunx create-vite mastra-react --template react-ts
這會建立名為 mastra-react 的專案,但你可以替換成任何想要的名稱。
進入專案目錄:
cd mastra-react
Tailwind「Tailwind」的直接連結
接著安裝 Tailwind:
- npm
- pnpm
- Yarn
- Bun
npm install tailwindcss @tailwindcss/vite
pnpm add tailwindcss @tailwindcss/vite
yarn add tailwindcss @tailwindcss/vite
bun add tailwindcss @tailwindcss/vite
設定 Vite plugin:
import { defineConfig } from 'vite'
import react from '@vitejs/plugin-react'
import path from 'path'
import tailwindcss from '@tailwindcss/vite'
export default defineConfig({
plugins: [react(), tailwindcss()],
resolve: {
alias: {
'@': path.resolve(__dirname, './src'),
},
},
})
將 src/index.css 的所有內容替換為下列程式碼:
@import 'tailwindcss';
在 tsconfig.json 中加入下列 compilerOptions:
{
// ...
"compilerOptions": {
"baseUrl": ".",
"paths": {
"@/*": ["./src/*"],
},
},
}
編輯 tsconfig.app.json 以解析路徑:
{
"compilerOptions": {
// ...
"baseUrl": ".",
"paths": {
"@/*": ["./src/*"],
},
// ...
},
}
初始化 Mastra「初始化 Mastra」的直接連結
執行 mastra init。出現提示時,選擇 Provider(例如 OpenAI)並輸入金鑰:
- npm
- pnpm
- Yarn
- Bun
npx mastra@latest init
pnpm dlx mastra@latest init
yarn dlx mastra@latest init
bun x mastra@latest init
這會建立 src/mastra 資料夾,其中包含範例天氣 Agent 和下列檔案:
index.ts- Mastra 設定,包含記憶功能tools/weather-tool.ts- 擷取指定位置天氣資訊的 Toolagents/weather-agent.ts- 使用該 Tool 的天氣 Agent,並包含提示詞
在接下來的步驟中,你會從聊天 UI 呼叫 weather-agent.ts。
安裝 AI SDK UI 與 AI Elements「安裝 AI SDK UI 與 AI Elements」的直接連結
安裝 AI SDK UI 與 Mastra adapter:
- 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
接著初始化 AI Elements。出現提示時,選擇預設選項:
- npm
- pnpm
- Yarn
- Bun
npx ai-elements@latest
pnpm dlx ai-elements@latest
yarn dlx ai-elements@latest
bun x ai-elements@latest
這會將完整的 AI Elements UI 元件庫下載至 @/components/ai-elements 資料夾。
建立聊天路由「建立聊天路由」的直接連結
開啟 src/mastra/index.ts,並在設定中加入 chatRoute()。這會建立一個 API 路由,讓 React 前端可以呼叫並取得與 AI SDK 相容的聊天回應;下一步會搭配 useChat() 使用。
import { Mastra } from '@mastra/core/mastra'
// Existing imports...
import { chatRoute } from '@mastra/ai-sdk'
export const mastra = new Mastra({
// Existing config...
server: {
apiRoutes: [
chatRoute({
path: '/chat/:agentId',
}),
],
},
})
加入聊天 UI「加入聊天 UI」的直接連結
替換 src/App.tsx 檔案以建立聊天介面:
import * as React 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'
export default function App() {
const [input, setInput] = React.useState<string>('')
const { messages, sendMessage, status } = useChat({
transport: new DefaultChatTransport({
api: 'http://localhost:4111/chat/weather-agent',
}),
})
const handleSubmit = async () => {
if (!input.trim()) return
sendMessage({ text: input })
setInput('')
}
return (
<div className="relative mx-auto size-full h-screen max-w-4xl 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="Ask about the weather..."
disabled={status !== 'ready'}
/>
</PromptInputBody>
</PromptInput>
</div>
</div>
)
}
此元件會將 useChat() 連接至 chat/weather-agent 端點,將提示詞傳送至該端點,並以分段串流方式回傳回應。
它會使用 <MessageResponse> 元件算繪回應文字,並透過 <Tool> 元件顯示所有 Tool 呼叫。
測試你的 Agent「測試你的 Agent」的直接連結
若要透過聊天介面測試 Agent,請同時執行 Mastra 伺服器和 Vite 開發伺服器。
-
啟動 Mastra 開發伺服器:
- npm
- pnpm
- Yarn
- Bun
npx mastra devpnpm dlx mastra devyarn dlx mastra devbun x mastra dev -
在另一個終端機視窗中啟動 Vite 開發伺服器:
- npm
- pnpm
- Yarn
- Bun
npm run devpnpm run devyarn devbun run dev -
在 http://localhost:5173 開啟應用程式
-
試著詢問天氣。如果 API 金鑰設定正確,你會收到回應
後續步驟「後續步驟」的直接連結
恭喜你使用 React 建立了 Mastra Agent!🎉
接下來,你可以使用自己的 Tool 和邏輯擴充專案:
準備好後,進一步了解 Mastra 如何與 AI SDK UI 和 React 整合,以及如何將 Agent 部署至任何地方: