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

# ![Mastra 標誌](https://mastra.ai/brand/logo.svg)Mastra

Gateway 是與 OpenAI 相容的 API Proxy，並內建 [Observational Memory](https://gateway.mastra.ai/docs/features#observational-memory)。將任何 HTTP Client、SDK 或 Framework 指向 Gateway，每段對話都會自動保留記憶，無須撰寫任何 Memory 管理程式碼。

如需進一步了解，請參閱 [Gateway 文件](https://gateway.mastra.ai/docs)。

## 取得 API 金鑰

前往 [gateway.mastra.ai](https://gateway.mastra.ai) 並註冊 Mastra 帳號。在新手引導期間，你會取得用於驗證請求的個人 API 金鑰。

## 使用方式

將 API 金鑰定義為環境變數：

```bash
MASTRA_GATEWAY_API_KEY=your-gateway-key
```

設定 Gateway 模型 ID：

```typescript
import { Agent } from '@mastra/core/agent'

const agent = new Agent({
  id: 'my-agent',
  name: 'My Agent',
  instructions: 'You are a helpful assistant',
  model: 'mastra/openai/gpt-5-mini',
})
```

需要透過 Gateway 執行的 Embedding 模型也使用相同的前綴：

```typescript
import { ModelRouterEmbeddingModel } from '@mastra/core/llm'

const embedder = new ModelRouterEmbeddingModel('mastra/openai/text-embedding-3-small')
```

產生或串流回應時傳入 `memory.thread` 和 `memory.resource`，即可啟用 Observational Memory：

```typescript
import { weatherAgent } from './agents/weather-agent'

const memory = {
  thread: 'assistant-thread-1',
  resource: 'user-42',
}

const result = await weatherAgent.stream('My name is Alex and I prefer concise answers.', {
  memory,
})

for await (const chunk of result.textStream) {
  process.stdout.write(chunk)
}
```

## 設定

```bash
# Use gateway API key
MASTRA_GATEWAY_API_KEY=your-gateway-key
```

## 延伸閱讀

- [功能](https://gateway.mastra.ai/docs/features)
- [模型](https://gateway.mastra.ai/docs/models)
- [限制](https://gateway.mastra.ai/docs/limits)
- [API 參考](https://gateway.mastra.ai/docs/api/overview)
- [範例](https://gateway.mastra.ai/docs/examples/)