Mastra Studio Vercel PR 预览指南独立 Workspace、种子数据与 Serverless 构建全解析【免费下载链接】mastraMastra is the modern TypeScript framework for AI-powered applications and agents.项目地址: https://gitcode.com/GitHub_Trending/ma/mastra本文围绕 Mastra 仓库中的 Studio Preview 应用packages/playground/vercel-preview展开讲清楚它如何作为 Mastra Studio 的 Vercel PR 预览目标如何以独立 workspace 的方式被部署、如何用内存存储与确定性种子数据让 Studio 各页面开箱即有数据以及本地安装、Vercel 项目配置、模型选择与链接依赖构建的完整实操链路。读完后你能复现一个“打开预览 URL 即可测试可用 Agent 页面”的 Studio 预览环境并理解其中每个关键设计独立 lockfile、link:依赖、冷启动重新种子化背后的源码依据。这个应用是什么为什么放在 packages/playground 里Studio Preview 是 Mastra Studio 的 Vercel PR 预览目标应用它把 Studio 前端和一个最小化的 Mastra API 一起部署评审人打开预览 URL 就能测试一个真正可运行的 Agent 页面。从源码结构看该应用刻意与 monorepo 其余部分保持隔离核心机制是其自带的 pnpm-workspace.yamlpackages: - . pnpm: overrides: hono4.12.34: 4.12.34 # a dependency install script this project never needed must not fail a preview deploy strictDepBuilds: falsepackages: [.]使该目录成为自己的 workspace root它拥有独立的 pnpm-lock.yaml永远不会作为 monorepo 的一部分被安装。仓库原 README 指出这样做的目的有二它只是内部预览基础设施不属于发布产物monorepo 特有的模式link:依赖、根目录 turbo 构建不应被复制到面向用户的示例中该目录的任何改动对 turbo 和 changeset-bot 来说都算 playground 变更。这一代价被接受——因为应用很少变更且纯预览用途的修改无需 changeset。应用定位package.json也印证了其内部工具属性{ name: studio-preview, type: module, private: true, version: 0.0.0, license: Apache-2.0, packageManager: pnpm11.21.0sha512.... }private: true保证它不会被意外发布自带的packageManager字段固定了 pnpm 版本供后面的依赖安装脚本读取。Serverless 友好的应用设计README 明确该应用是“intentionally serverless-friendly”的源码中每一条约束都有对应实现仅内存存储——无文件型存储无 LibSQL / DuckDB 依赖。store.ts 只有一行核心代码import { InMemoryStore } from mastra/core/storage; export const storage new InMemoryStore();注释强调这个实例同时交给 Mastra、Agent 的Memory和种子例程使用因此种子写入的数据都能通过 Studio 实际查询的那几个 store 读回。一个确定性工具——preview-status.ts 定义了preview-status工具输入是一个枚举areastudio | agent | api | vercel返回对应区域的确定性检查清单如 “Mastra API routes are served under /api/*”和status: ready。它不访问任何外部服务评审人可以拿它验证工具执行链路是否打通。一个启用 Memory 的 Agent——studio-preview-agent.ts 中注册了studio-preview-agent可在/agents/studio-preview-agent/chat/new打开。它启用 Memory 但只保留历史消息、关闭语义召回memory: new Memory({ storage, options: { lastMessages: 20, semanticRecall: false, }, }),注释说明这样做的效果聊天侧边栏会报告 memory 可用种子线程能显示出来且实时聊天也持久化到同一个共享内存 store。同文件还注册了一个editorShowcaseAgent——它不持有 instructions/tools而是通过editor: { instructions: true, tools: true }声明这两项由 Studio Editor 接管专门用于演示编辑器版本管理流程。启动时种子化的确定性演示数据——见下一节。Mastra 实例的入口把这些部件组装起来其中几处配置值得注意export const mastra new Mastra({ agents: { studioPreviewAgent, editorShowcaseAgent }, tools: { previewStatusTool }, editor: new MastraEditor({ source: db }), scorers: previewScorers, storage, bundler: { sourcemap: true }, deployer: new VercelDeployer({ studio: true, maxDuration: 60 }), server: { build: { openAPIDocs: true, swaggerUI: true } }, }); void seedStudioPreview();源码注释解释了两个关键取舍Editor 必须用source: db而非code——code 模式会拉起 FilesystemStore 并尝试mkdir一个mastra/editor目录在 Vercel 只读的 serverless 文件系统上会抛 ENOENT 并让所有 API 路由 504db模式把编辑器数据留在共享内存 store 里随冷启动一起重置。种子调用是void seedStudioPreview()故意不 await——写入是同步且极快的这样种子永远不会阻塞服务启动。种子演示数据确定性、免调用、24 小时窗口内启动时应用会向共享内存 store 写入一套共享演示数据让评审人无需手动创建任何东西即可预览 Studio 中数据密集的页面。按 README 的清单Threads——预览 Agent 的几个带消息的聊天线程Agent 聊天页侧边栏Traces——带 model 与 tool span 的 Agent 运行Observability 页面Metrics——token 用量、模型成本、agent/tool 延迟、活跃线程/资源全部落在默认 24 小时窗口内对应 Model Usage Cost、Token usage by agent、Traces volume、Latency、Memory 卡片Scores——两个确定性 scoreranswer-relevance、tone-quality的分数行与聚合Datasets——两个带条目的数据集。这套数据“确定且免费产生”——不发起模型调用种子本身不需要任何 provider key。种子写入的实现细节seed.ts 的seedStudioPreview有三个工程特征进程内幂等种子 Promise 被 memoize重复调用只执行一次域间隔离memory / observability / scores / datasets 四个域各自 try/catch一个域失败不影响其他域写入写入路径与 Studio 查询路径一致直接调用storage.getStore(memory | observability | scores | datasets)的saveThread、saveMessages、batchCreateSpans、batchCreateMetrics、saveScore、createDataset、batchInsertItems等真实存储 API。seed-data.ts 的头部注释解释了数据构造策略所有时间戳相对now冷启动时刻计算保证永远落在 Studio 默认指标窗口的最近 24 小时内无随机数——同样的now产生同样的数据预览可复现指标名称与列 key 精确镜像 Studio 各指标卡片的查询方式因此表格能直接渲染出内容。示例数据中还包括固定的模型目录gpt-4o-mini、gpt-4o及其 per-1M token 美元费率和几个虚构的调用方会话web-session-anita、api-key-acme等用来填充 Memory 的“top resources / threads”表格。为什么“不持久”是刻意为之因为 store 是内存型的它不持久每次冷启动各自进程重新种子化。演示数据因此永远存在但预览会话中实时创建的内容可能不会跨 serverless 实例存活。README 强调这一点“对预览场景是有意为之”——评审者要的是“打开就有数据”不是真实状态。两个 scorer 的实现preview-scorers.ts也贯彻“免费且确定”的原则export const answerRelevanceScorer createScorer({ id: answer-relevance, type: agent, }).generateScore(() 0.9); export const toneQualityScorer createScorer({ id: tone-quality, type: agent, }).generateScore(() 0.82);固定分数替代 LLM judge因此无论种子还是实时 Agent 运行打分都不产生额外模型调用。本地使用README 给出的本地命令是从仓库根目录执行该应用是独立 workspace root所以用--dir进入pnpm --dir packages/playground/vercel-preview install --frozen-lockfile pnpm --dir packages/playground/vercel-preview build本地 Studio 开发则先复制环境变量模板再启动 devcp packages/playground/vercel-preview/.env.example packages/playground/vercel-preview/.env pnpm --dir packages/playground/vercel-preview dev模板 .env.example 的内容OPENAI_API_KEY # ANTHROPIC_API_KEY # MASTRA_PREVIEW_MODEL__GATEWAY_OPENAI_MODEL_BASE__对照 package.json 的脚本可以看到dev/build都会先执行build:linked-workspace-deps即 scripts/build-linked-workspace-deps.mjs再执行mastra:build/mastra:dev——后者实际调用的是仓库内packages/cli/dist/index.js的build/dev子命令。这意味着本地运行前需要先构建好 monorepo 里的 CLI 产物。Vercel 项目配置与环境变量为整个仓库创建一个 Vercel 项目并指向该应用。README 特别提示如果项目早于本次从examples/迁出需要把 Root Directory 设置从examples/studio-preview更新为packages/playground/vercel-preview否则迁移前创建的分支预览会在 rebase 前持续失败。配置项如下Root Directorypackages/playground/vercel-previewBuild Commandpnpm buildInstall Commandpnpm install --frozen-lockfileOutput Directory留空Node.js Version22.xRoot Directory 设置允许使用 root 目录之外的源文件仓库的 vercel.json 与上述一致并额外在构建命令前注入了环境变量{ installCommand: pnpm install --frozen-lockfile, buildCommand: MASTRA_AGENT_SIGNALSfalse pnpm build }预览部署策略方面README 建议在 Vercel 项目中把预览部署限定为“仅 PR 生成”由于仓库本身不包含分支 allowlist 或生产跳过脚本生产部署行为应在 Vercel 项目设置中控制。Preview 部署需要配置以下环境变量OPENAI_API_KEY...也可以配置 AnthropicANTHROPIC_API_KEY...若两者同时配置Studio 的模型控件会同时展示这两个已连接 provider。模型选择逻辑MASTRA_PREVIEW_MODEL 与回退链README 说明预览 Agent 默认优先 OpenAI若已配置否则回退 Anthropic也可用MASTRAs_PREVIEW_MODEL源码中为MASTRA_PREVIEW_MODEL覆盖默认模型取值为占位 token如__GATEWAY_ANTHROPIC_MODEL_SONNET__或具体provider/modelID。studio-preview-agent.ts 给出了完整解析链const PREVIEW_MODEL_TOKENS: Recordstring, string { __GATEWAY_OPENAI_MODEL_BASE__: openai/gpt-5, __GATEWAY_ANTHROPIC_MODEL_SONNET__: anthropic/claude-sonnet-4-6, }; function resolvePreviewModel() { if (process.env.MASTRA_PREVIEW_MODEL) { return PREVIEW_MODEL_TOKENS[process.env.MASTRA_PREVIEW_MODEL] ?? process.env.MASTRA_PREVIEW_MODEL; } if (process.env.OPENAI_API_KEY) return PREVIEW_MODEL_TOKENS.__GATEWAY_OPENAI_MODEL_BASE__; if (process.env.ANTHROPIC_API_KEY) return PREVIEW_MODEL_TOKENS.__GATEWAY_ANTHROPIC_MODEL_SONNET__; return PREVIEW_MODEL_TOKENS.__GATEWAY_OPENAI_MODEL_BASE__; }即显式设置的MASTRA_PREVIEW_MODEL占位 token 或provider/model 有OPENAI_API_KEY时用openai/gpt-5 有ANTHROPIC_API_KEY时用anthropic/claude-sonnet-4-6 兜底仍为 OpenAI 默认模型。注释解释了 token 常量为何本地硬编码而非从 docs 导入导入 docs 会把其未安装的 tsconfig 拖进 deployer 分析。链接依赖与构建链预览永远跑当前分支的代码README 中最有深度的一段说明了为什么预览不会用到任何“发布版本”的 Mastra 包package.json 中所有用到的 Mastra 包都是link:依赖——dependencies: { mastra/core: link:../../../packages/core, mastra/deployer-vercel: link:../../../deployers/vercel, mastra/editor: link:../../../packages/editor, mastra/memory: link:../../../packages/memory, hono: ^4.12.34, zod: ^4.4.3 }, devDependencies: { mastra: link:../../../packages/cli, turbo: ^2.9.12, ... }因此预览永远运行当前分支的代码也不存在“发布版本 pin 漂移出 peer 依赖范围”的问题。build/dev前置的build:linked-workspace-deps步骤由 build-linked-workspace-deps.mjs 实现它解决“turbo 远端缓存 miss”时的构建问题读取仓库根package.json的packageManager字段取出 pnpm 版本号在仓库根用该 pnpm 版本执行install --frozen-lockfile按--filter name...安装五个链接包mastra、mastra/deployer-vercel、mastra/core、mastra/memory、mastra/editor的完整依赖图调用应用自己 node_modules 里 pin 死的 turbo注释说明脚本必须在脱离pnpm run、.bin不在 PATH 的场景下也能工作在仓库根执行build --concurrency2只构建这五个链接包——低并发是为把峰值内存控制在 Vercel 预览构建器的限额内。脚本注释点明了触发场景远端缓存 miss turbo 会真正构建链接包此时必须先把根工具链装好。最终 Vercel 只部署该应用生成的产物而不是整个仓库。构建完成后Vercel 使用生成的.vercel/output文件夹路由约定为Studio 前端服务在/Mastra API 服务在/api/*之下preview-status工具的检查清单也佐证了这一点如GET /api/agents。推荐预览 URL 清单与安全注意README 给出了一份验收用的推荐预览 URL 清单评审 PR 时可逐项打开URL预览内容/Studio 外壳/agentsAgent 列表/agents/studio-preview-agent/chat/new可用的 Agent 聊天侧边栏带种子线程/observability种子化的 traces/metrics种子化的用量、成本、延迟与内存指标/scorers种子化的 scorers 与 scores/datasets种子化的数据集与条目安全方面README 的最后一条建议在广泛公开预览之前用 Vercel Deployment Protection 或 Studio auth 保护该项目——因为 Studio 可以访问 Mastra server 暴露的全部 agents、tools 和 workflows。小结Studio Preview 应用展示了 Mastra 一套可借鉴的“框架自举”实践用pnpm-workspace.yaml把内部工具隔离成独立 workspace root用InMemoryStore 进程内幂等种子换取 serverless 场景下的零外部依赖用link:依赖 前置依赖图安装脚本保证预览代码与当前分支严格一致用preview-status工具、确定性 scorer 与 24 小时窗口内的种子数据构成一套无需模型调用即可验收的 PR 预览清单。对照 README、vercel.json 与 src/mastra 目录 下的源码即可完整复现这套预览基础设施。【免费下载链接】mastraMastra is the modern TypeScript framework for AI-powered applications and agents.项目地址: https://gitcode.com/GitHub_Trending/ma/mastra创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Mastra Studio Vercel PR 预览指南独立 Workspace、种子数据与 Serverless 构建全解析【免费下载链接】mastraMastra is the modern TypeScript framework for AI-powered applications and agents.项目地址: https://gitcode.com/GitHub_Trending/ma/mastra本文围绕 Mastra 仓库中的 Studio Preview 应用packages/playground/vercel-preview展开讲清楚它如何作为 Mastra Studio 的 Vercel PR 预览目标如何以独立 workspace 的方式被部署、如何用内存存储与确定性种子数据让 Studio 各页面开箱即有数据以及本地安装、Vercel 项目配置、模型选择与链接依赖构建的完整实操链路。读完后你能复现一个“打开预览 URL 即可测试可用 Agent 页面”的 Studio 预览环境并理解其中每个关键设计独立 lockfile、link:依赖、冷启动重新种子化背后的源码依据。这个应用是什么为什么放在 packages/playground 里Studio Preview 是 Mastra Studio 的 Vercel PR 预览目标应用它把 Studio 前端和一个最小化的 Mastra API 一起部署评审人打开预览 URL 就能测试一个真正可运行的 Agent 页面。从源码结构看该应用刻意与 monorepo 其余部分保持隔离核心机制是其自带的 pnpm-workspace.yamlpackages: - . pnpm: overrides: hono4.12.34: 4.12.34 # a dependency install script this project never needed must not fail a preview deploy strictDepBuilds: falsepackages: [.]使该目录成为自己的 workspace root它拥有独立的 pnpm-lock.yaml永远不会作为 monorepo 的一部分被安装。仓库原 README 指出这样做的目的有二它只是内部预览基础设施不属于发布产物monorepo 特有的模式link:依赖、根目录 turbo 构建不应被复制到面向用户的示例中该目录的任何改动对 turbo 和 changeset-bot 来说都算 playground 变更。这一代价被接受——因为应用很少变更且纯预览用途的修改无需 changeset。应用定位package.json也印证了其内部工具属性{ name: studio-preview, type: module, private: true, version: 0.0.0, license: Apache-2.0, packageManager: pnpm11.21.0sha512.... }private: true保证它不会被意外发布自带的packageManager字段固定了 pnpm 版本供后面的依赖安装脚本读取。Serverless 友好的应用设计README 明确该应用是“intentionally serverless-friendly”的源码中每一条约束都有对应实现仅内存存储——无文件型存储无 LibSQL / DuckDB 依赖。store.ts 只有一行核心代码import { InMemoryStore } from mastra/core/storage; export const storage new InMemoryStore();注释强调这个实例同时交给 Mastra、Agent 的Memory和种子例程使用因此种子写入的数据都能通过 Studio 实际查询的那几个 store 读回。一个确定性工具——preview-status.ts 定义了preview-status工具输入是一个枚举areastudio | agent | api | vercel返回对应区域的确定性检查清单如 “Mastra API routes are served under /api/*”和status: ready。它不访问任何外部服务评审人可以拿它验证工具执行链路是否打通。一个启用 Memory 的 Agent——studio-preview-agent.ts 中注册了studio-preview-agent可在/agents/studio-preview-agent/chat/new打开。它启用 Memory 但只保留历史消息、关闭语义召回memory: new Memory({ storage, options: { lastMessages: 20, semanticRecall: false, }, }),注释说明这样做的效果聊天侧边栏会报告 memory 可用种子线程能显示出来且实时聊天也持久化到同一个共享内存 store。同文件还注册了一个editorShowcaseAgent——它不持有 instructions/tools而是通过editor: { instructions: true, tools: true }声明这两项由 Studio Editor 接管专门用于演示编辑器版本管理流程。启动时种子化的确定性演示数据——见下一节。Mastra 实例的入口把这些部件组装起来其中几处配置值得注意export const mastra new Mastra({ agents: { studioPreviewAgent, editorShowcaseAgent }, tools: { previewStatusTool }, editor: new MastraEditor({ source: db }), scorers: previewScorers, storage, bundler: { sourcemap: true }, deployer: new VercelDeployer({ studio: true, maxDuration: 60 }), server: { build: { openAPIDocs: true, swaggerUI: true } }, }); void seedStudioPreview();源码注释解释了两个关键取舍Editor 必须用source: db而非code——code 模式会拉起 FilesystemStore 并尝试mkdir一个mastra/editor目录在 Vercel 只读的 serverless 文件系统上会抛 ENOENT 并让所有 API 路由 504db模式把编辑器数据留在共享内存 store 里随冷启动一起重置。种子调用是void seedStudioPreview()故意不 await——写入是同步且极快的这样种子永远不会阻塞服务启动。种子演示数据确定性、免调用、24 小时窗口内启动时应用会向共享内存 store 写入一套共享演示数据让评审人无需手动创建任何东西即可预览 Studio 中数据密集的页面。按 README 的清单Threads——预览 Agent 的几个带消息的聊天线程Agent 聊天页侧边栏Traces——带 model 与 tool span 的 Agent 运行Observability 页面Metrics——token 用量、模型成本、agent/tool 延迟、活跃线程/资源全部落在默认 24 小时窗口内对应 Model Usage Cost、Token usage by agent、Traces volume、Latency、Memory 卡片Scores——两个确定性 scoreranswer-relevance、tone-quality的分数行与聚合Datasets——两个带条目的数据集。这套数据“确定且免费产生”——不发起模型调用种子本身不需要任何 provider key。种子写入的实现细节seed.ts 的seedStudioPreview有三个工程特征进程内幂等种子 Promise 被 memoize重复调用只执行一次域间隔离memory / observability / scores / datasets 四个域各自 try/catch一个域失败不影响其他域写入写入路径与 Studio 查询路径一致直接调用storage.getStore(memory | observability | scores | datasets)的saveThread、saveMessages、batchCreateSpans、batchCreateMetrics、saveScore、createDataset、batchInsertItems等真实存储 API。seed-data.ts 的头部注释解释了数据构造策略所有时间戳相对now冷启动时刻计算保证永远落在 Studio 默认指标窗口的最近 24 小时内无随机数——同样的now产生同样的数据预览可复现指标名称与列 key 精确镜像 Studio 各指标卡片的查询方式因此表格能直接渲染出内容。示例数据中还包括固定的模型目录gpt-4o-mini、gpt-4o及其 per-1M token 美元费率和几个虚构的调用方会话web-session-anita、api-key-acme等用来填充 Memory 的“top resources / threads”表格。为什么“不持久”是刻意为之因为 store 是内存型的它不持久每次冷启动各自进程重新种子化。演示数据因此永远存在但预览会话中实时创建的内容可能不会跨 serverless 实例存活。README 强调这一点“对预览场景是有意为之”——评审者要的是“打开就有数据”不是真实状态。两个 scorer 的实现preview-scorers.ts也贯彻“免费且确定”的原则export const answerRelevanceScorer createScorer({ id: answer-relevance, type: agent, }).generateScore(() 0.9); export const toneQualityScorer createScorer({ id: tone-quality, type: agent, }).generateScore(() 0.82);固定分数替代 LLM judge因此无论种子还是实时 Agent 运行打分都不产生额外模型调用。本地使用README 给出的本地命令是从仓库根目录执行该应用是独立 workspace root所以用--dir进入pnpm --dir packages/playground/vercel-preview install --frozen-lockfile pnpm --dir packages/playground/vercel-preview build本地 Studio 开发则先复制环境变量模板再启动 devcp packages/playground/vercel-preview/.env.example packages/playground/vercel-preview/.env pnpm --dir packages/playground/vercel-preview dev模板 .env.example 的内容OPENAI_API_KEY # ANTHROPIC_API_KEY # MASTRA_PREVIEW_MODEL__GATEWAY_OPENAI_MODEL_BASE__对照 package.json 的脚本可以看到dev/build都会先执行build:linked-workspace-deps即 scripts/build-linked-workspace-deps.mjs再执行mastra:build/mastra:dev——后者实际调用的是仓库内packages/cli/dist/index.js的build/dev子命令。这意味着本地运行前需要先构建好 monorepo 里的 CLI 产物。Vercel 项目配置与环境变量为整个仓库创建一个 Vercel 项目并指向该应用。README 特别提示如果项目早于本次从examples/迁出需要把 Root Directory 设置从examples/studio-preview更新为packages/playground/vercel-preview否则迁移前创建的分支预览会在 rebase 前持续失败。配置项如下Root Directorypackages/playground/vercel-previewBuild Commandpnpm buildInstall Commandpnpm install --frozen-lockfileOutput Directory留空Node.js Version22.xRoot Directory 设置允许使用 root 目录之外的源文件仓库的 vercel.json 与上述一致并额外在构建命令前注入了环境变量{ installCommand: pnpm install --frozen-lockfile, buildCommand: MASTRA_AGENT_SIGNALSfalse pnpm build }预览部署策略方面README 建议在 Vercel 项目中把预览部署限定为“仅 PR 生成”由于仓库本身不包含分支 allowlist 或生产跳过脚本生产部署行为应在 Vercel 项目设置中控制。Preview 部署需要配置以下环境变量OPENAI_API_KEY...也可以配置 AnthropicANTHROPIC_API_KEY...若两者同时配置Studio 的模型控件会同时展示这两个已连接 provider。模型选择逻辑MASTRA_PREVIEW_MODEL 与回退链README 说明预览 Agent 默认优先 OpenAI若已配置否则回退 Anthropic也可用MASTRAs_PREVIEW_MODEL源码中为MASTRA_PREVIEW_MODEL覆盖默认模型取值为占位 token如__GATEWAY_ANTHROPIC_MODEL_SONNET__或具体provider/modelID。studio-preview-agent.ts 给出了完整解析链const PREVIEW_MODEL_TOKENS: Recordstring, string { __GATEWAY_OPENAI_MODEL_BASE__: openai/gpt-5, __GATEWAY_ANTHROPIC_MODEL_SONNET__: anthropic/claude-sonnet-4-6, }; function resolvePreviewModel() { if (process.env.MASTRA_PREVIEW_MODEL) { return PREVIEW_MODEL_TOKENS[process.env.MASTRA_PREVIEW_MODEL] ?? process.env.MASTRA_PREVIEW_MODEL; } if (process.env.OPENAI_API_KEY) return PREVIEW_MODEL_TOKENS.__GATEWAY_OPENAI_MODEL_BASE__; if (process.env.ANTHROPIC_API_KEY) return PREVIEW_MODEL_TOKENS.__GATEWAY_ANTHROPIC_MODEL_SONNET__; return PREVIEW_MODEL_TOKENS.__GATEWAY_OPENAI_MODEL_BASE__; }即显式设置的MASTRA_PREVIEW_MODEL占位 token 或provider/model 有OPENAI_API_KEY时用openai/gpt-5 有ANTHROPIC_API_KEY时用anthropic/claude-sonnet-4-6 兜底仍为 OpenAI 默认模型。注释解释了 token 常量为何本地硬编码而非从 docs 导入导入 docs 会把其未安装的 tsconfig 拖进 deployer 分析。链接依赖与构建链预览永远跑当前分支的代码README 中最有深度的一段说明了为什么预览不会用到任何“发布版本”的 Mastra 包package.json 中所有用到的 Mastra 包都是link:依赖——dependencies: { mastra/core: link:../../../packages/core, mastra/deployer-vercel: link:../../../deployers/vercel, mastra/editor: link:../../../packages/editor, mastra/memory: link:../../../packages/memory, hono: ^4.12.34, zod: ^4.4.3 }, devDependencies: { mastra: link:../../../packages/cli, turbo: ^2.9.12, ... }因此预览永远运行当前分支的代码也不存在“发布版本 pin 漂移出 peer 依赖范围”的问题。build/dev前置的build:linked-workspace-deps步骤由 build-linked-workspace-deps.mjs 实现它解决“turbo 远端缓存 miss”时的构建问题读取仓库根package.json的packageManager字段取出 pnpm 版本号在仓库根用该 pnpm 版本执行install --frozen-lockfile按--filter name...安装五个链接包mastra、mastra/deployer-vercel、mastra/core、mastra/memory、mastra/editor的完整依赖图调用应用自己 node_modules 里 pin 死的 turbo注释说明脚本必须在脱离pnpm run、.bin不在 PATH 的场景下也能工作在仓库根执行build --concurrency2只构建这五个链接包——低并发是为把峰值内存控制在 Vercel 预览构建器的限额内。脚本注释点明了触发场景远端缓存 miss turbo 会真正构建链接包此时必须先把根工具链装好。最终 Vercel 只部署该应用生成的产物而不是整个仓库。构建完成后Vercel 使用生成的.vercel/output文件夹路由约定为Studio 前端服务在/Mastra API 服务在/api/*之下preview-status工具的检查清单也佐证了这一点如GET /api/agents。推荐预览 URL 清单与安全注意README 给出了一份验收用的推荐预览 URL 清单评审 PR 时可逐项打开URL预览内容/Studio 外壳/agentsAgent 列表/agents/studio-preview-agent/chat/new可用的 Agent 聊天侧边栏带种子线程/observability种子化的 traces/metrics种子化的用量、成本、延迟与内存指标/scorers种子化的 scorers 与 scores/datasets种子化的数据集与条目安全方面README 的最后一条建议在广泛公开预览之前用 Vercel Deployment Protection 或 Studio auth 保护该项目——因为 Studio 可以访问 Mastra server 暴露的全部 agents、tools 和 workflows。小结Studio Preview 应用展示了 Mastra 一套可借鉴的“框架自举”实践用pnpm-workspace.yaml把内部工具隔离成独立 workspace root用InMemoryStore 进程内幂等种子换取 serverless 场景下的零外部依赖用link:依赖 前置依赖图安装脚本保证预览代码与当前分支严格一致用preview-status工具、确定性 scorer 与 24 小时窗口内的种子数据构成一套无需模型调用即可验收的 PR 预览清单。对照 README、vercel.json 与 src/mastra 目录 下的源码即可完整复现这套预览基础设施。【免费下载链接】mastraMastra is the modern TypeScript framework for AI-powered applications and agents.项目地址: https://gitcode.com/GitHub_Trending/ma/mastra创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
