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

# withMastra()

使用 Mastra 處理器及／或記憶體包裝 AI SDK 模型。

## 使用範例

```typescript
import { openai } from '@ai-sdk/openai'
import { generateText } from 'ai'
import { withMastra } from '@mastra/ai-sdk'
import type { Processor } from '@mastra/core/processors'

const loggingProcessor: Processor<'logger'> = {
  id: 'logger',
  async processInput({ messages }) {
    console.log('Input:', messages.length, 'messages')
    return messages
  },
}

const model = withMastra(openai('gpt-5.4'), {
  inputProcessors: [loggingProcessor],
})

const { text } = await generateText({
  model,
  prompt: 'What is 2 + 2?',
})
```

## 參數

**model** (`LanguageModelV2 | LanguageModelV3`): 任何 AI SDK v5 或 v6 語言模型（例如 openai('gpt-5.4')、anthropic('claude-opus-4-6')）。

**options** (`WithMastraOptions`): 處理器與記憶體的設定物件。

**options.inputProcessors** (`InputProcessor[]`): 在呼叫 LLM 前執行的輸入處理器。

**options.outputProcessors** (`OutputProcessor[]`): 針對 LLM 回應執行的輸出處理器。

**options.memory** (`WithMastraMemoryOptions`): 記憶體設定，可自動保存訊息記錄。

**options.memory.storage** (`MemoryStorage`): 用於保存訊息的記憶體儲存網域。請使用 await storage.getStore('memory') 從複合儲存取得。

**options.memory.threadId** (`string`): 用於保存對話的執行緒 ID。

**options.memory.resourceId** (`string`): 資源 ID（使用者／工作階段識別碼）。

**options.memory.lastMessages** (`number | false`): 要擷取的近期訊息數量，或以 false 停用。

**options.memory.semanticRecall** (`WithMastraSemanticRecallOptions`): 語意回想設定（以 RAG 為基礎的記憶體擷取）。

**options.memory.workingMemory** (`MemoryConfig['workingMemory']`): 工作記憶體設定（保存的使用者資料）。

**options.memory.readOnly** (`boolean`): 唯讀模式，可防止儲存新訊息。

## 傳回值

傳回經過包裝的模型，可與 `generateText`、`streamText`、`generateObject` 及 `streamObject` 搭配使用。

## 串流行為

實作 `processOutputResult` 的輸出處理器會在串流結束後執行。請完整消耗串流，以保存訊息記錄與語意回想資料。