Mastra Factory 推出多項新能力,加入雲端編碼智能體及可自訂工作流程
Announcing New Capabilities in Mastra Factory
Mastra 推出開源軟件工廠 Mastra Factory 的多項新能力,涵蓋雲端編碼智能體、可自訂工作流程、Slack 原生協作及跨工作階段持續運作的雲端工作區。
文章以 Mastra 團隊的內部數據比較 Factory 使用前後的交付速度與工單分流時間,並呈現其逐步建立團隊信任的做法。
今日,我們為 Mastra Factory 推出大幅改進。
Mastra Factory 是一個開源軟件工廠,建基於你已熟悉並喜愛的 Mastra 基礎元件,協助團隊更快速、更穩定地交付軟件。
我們相信,優秀產品將由人類打造,並由各家公司獨有的強大交付系統支援。我們希望系統的每個部分都可自訂、可替換,並真正屬於你——就像你建構軟件的方式一樣。
自 7 月推出 alpha 版本、9 月推出 beta 版本以來,我們已與數百位客戶交流,並合併了近 1000 個 PR,持續改進 Factory。我們專注提升效能和可靠性,並加入能解決客戶實際痛點的創新功能。
即使如此,在 AI 時代,我們仍非常重視長期致力於穩定性、可靠性,以及能夠直接正常運作的軟件。我們目前尚未以 1.0.0 版本推出 Factory;我們會繼續讓它演進、改進並強化。「工廠」這個比喻是有意為之:我們希望提供一套軟件,讓你能按自己的方式建構軟件,過程穩定、可預期,並配備由你選擇及自訂的控制項。
本次推出的內容
今日,我們為軟件工廠推出新功能。你可以在五分鐘內完成設定、自訂及部署,並開始處理實際工作。以下是你可以期待的內容:
- 輸入來源。工廠需要輸入項目,而軟件開發所需的輸入可來自多種來源:GitHub、Gitlab、Linear、Jira,或 Incident.io 等系統中的事故。所有這些輸入都會影響工廠自動化及建構的內容;日後亦會有更多輸入來源透過 Mastra Connect 提供。
- 可自訂的工作流程階段。工作會由接收逐步推進至交付,期間會經過可自訂的工作流程狀態,例如 分流、規劃、審查和完成。每個階段均可完全自訂,包括技能、工具,以及團隊對防護措施和人工審批的偏好設定。
- 編碼代理。我們推出的雲端編碼代理(由 Mastra Code 支援)具備我們的最先進觀察式記憶功能,記憶會在看板上的不同工作項目之間持續保留。
- 整合式工作空間。軟件越來越多在雲端環境中生成,這些環境會盡可能貼近地模擬本機環境。我們會隨附 microVM(Mastra 平台預設使用 E2B),供所有工作階段使用,讓工作環境盡可能貼近團隊的開發環境和偏好。
- 靈活的連接器。有時,工廠工作需要從問題追蹤和版本控制以外的團隊工具取得額外資訊。Mastra Connect 與 Factory 整合,提供團隊完成工作所需的常用連接器。
- 支援任何模型。我們支援任何模型供應商和閘道(包括我們的 Mastra Gateway)、推理供應商、前沿實驗室,以及任何 OpenAI 相容的模型格式。
開始使用
只需在你喜愛的編碼代理中輸入提示詞,即可開始使用;或者,你也可以閲讀文件,按自己喜歡的方式開始。
Set up Mastra Factory for me. Ask me what to name my factory, then run npx create-factory <factory-name>. Next, run cd <factory-name> && npm run dev and open http://localhost:4111. Documentation: https://factory.mastra.ai新功能
我們也很高興介紹一些新功能。Mastra 團隊使用 Factory 建立自己的軟件工廠時,這些功能為團隊帶來了突破。
預覽
先預覽,再推出。每項變更都附有即時預覽連結,讓你在開啟差異檢視之前,先瀏覽實際應用程式。
雲端沙盒
無須佔用你的手提電腦。每個 Agent 都有自己的雲端沙盒,程式碼儲存庫已複製並準備就緒。平行執行十個,散熱風扇也不會開始高速轉動。
Slack 原生整合
直接在討論串中推出。提及 Factory 以建立工作項目、回答它的問題及批核計劃,無須切換分頁。
無限掌控與自訂
由你作主,而非我們。看板、階段、人工介入審批(或不設人工審批)及模型,全部都可自訂、替換及調整。
應用程式預覽
對於熟悉內情的人來説,你可能知道 Mastra 團隊的許多特質,都是在 Gatsby、Netlify 等以開發者為核心、實力雄厚的產品及文化中,透過建構開發者工具而塑造出來的。我們學到的一點是,迭代速度對打造優秀產品非常重要。因此,我們今天很高興推出應用程式預覽。這些臨時開發環境可在 Factory 的不同工作時段之間持續保留。其他工具透過螢幕截圖和程式碼,提供「應用程式」的模擬版本,但實際上,越來越多程式碼是由與應用程式距離越來越遠的隊友編寫。最理想的做法,是直接檢視及操作網站本身,這能大幅提升迭代速度,並讓團隊高度確信一切運作正常。
Dustin
(
6:25 PM
):
@Shipyard 我們來更新 Factory 登陸頁面。把次要 CTA 文案改成 Agent 提示詞,再加入一個展示旗艦功能的 Bento 格狀版面。沿用產品中的定價動畫。
Shipyard
(
6:37 PM
):
預覽已就緒:https://3100-sandbox.us.mastra.cloud/factory CTA 會複製 Agent 提示詞,Bento 版面有四張卡片,線條插畫會在遊標懸停時播放動畫。
預覽已就緒
Dustin
(
6:41 PM
):
這個工具提示好像有點奇怪,改用我們其他地方一直使用的那個。文案也要更有力。我先寫一句,其餘交給你:「由你作主,而非我們。看板、階段、審批及模型都可替換。」
附件:image.png
Shipyard
(
6:46 PM
):
已在全站換成共用的 `Tooltip`。新文案:「先預覽,再推出。」「無須佔用你的手提電腦。」「直接在討論串中推出。」
預覽已熱重載
Dustin
(
6:48 PM
):
好多了。不過這個標誌看起來像紅酒開瓶器 🍷
Shipyard
(
7:10 PM
):
説得對。已換成互動圖示:各個頻道匯入一個圓環,點擊即可放入一個新圓球。PR 已開啟,包含目前所有改動。
Lint、型別檢查、15 項測試;已開啟 Pull request
Dustin
(
7:12 PM
):
不錯,推出吧
Slack 原生使用體驗
一般而言,我們希望整合任何協作渠道(Teams、WhatsApp、Discord,或你進行協作的任何地方!),但這次發布主要着重確保提供一流的 Slack 原生體驗。這看似簡單,但要在限制繁多的服務中實現,會帶來有趣的設計與工程挑戰。具體而言,我們預設內置了以下功能。
- 環境模式。當有人在討論串中標記你的 Factory 執行個體時,它會自行決定是否回覆,並判斷自己應否作答。把它想像成團隊中能力出眾的一員,而非能力有限的助理。
- Signals。 Signals 是 Mastra 的一項基礎構件,是所有代理執行框架和編碼代理一直欠缺的可觀測性機制。具體而言,Signals 是 Mastra 的一項基礎構件,用來監聽和觀察上游狀態變更,並據此引導一輪執行。舉個實際例子,我們使用 CodeRabbit 審查 PR;無需任何設定,工作項目便會訂閲審查結果,並自動處理相關意見。
- 檔案與預覽。預設情況下,代理循環已具備合適工具,可分享進行中工作的相關脈絡,無論是螢幕截圖、完整應用程式預覽,還是你分享的檔案(CSV、JSON、Markdown 等)。代理循環會讀取這些內容,並適當更新脈絡/執行回合,然後按預期輸出資料。
- 生成式 UI。你可以選擇啟用生成式 UI;在這個模式下,代理執行框架可以選擇輸出豐富而互動性高的 Slack 原生資料結構,例如長條圖和圓形圖。
Dustin Schau
(
9:12 AM
):
@Shipyard 昨晚有多少個工作階段建立了 PR?本週至今又有多少個?
Shipyard
(
9:12 AM
):
昨晚有 26 個,本週至今有 144 個,全部都在 `mastra-ai/mastra`:
Factory PR · 本週。昨晚:新開 26 個。已合併:17 個。仍未關閉:7 個。本週:新開 144 個。每日新開 PR 數:週一 35 個;週二 49 個;週三 34 個;週四 26 個。昨晚的統計時段為 UTC 午夜至上午 8 時。週四隻包括夜間數據。開啟看板。查看所有 PR
Dustin Schau
(
9:14 AM
):
好,哪些 PR 值得我看看?列一份清單給我。
Shipyard
(
9:14 AM
):
昨晚新開的 PR 中,這 5 個仍未關閉,正等待人工審查:
準備接受審查。#30171 fix(workflows):為巢狀工作流程的恢復標籤命名已暫停的步驟(workflows · 上午 5:36 開啟)。#30170 fix(core):保存巢狀事件式執行的初始記錄,不受 shouldPersistSnapshot 影響(core · 上午 5:36 開啟)。#30169 fix(core):保留失敗的巢狀工作流程中已完成步驟所設定的狀態(core · 上午 5:25 開啟)。#30162 fix(core):伺服器快取停止回應時,限制一般代理執行的准入(core · 上午 3:06 開啟)。#30147 fix(cli):在 API token 環境變數及 db 指令中遵循 MASTRA_ORG_ID(cli · 上午 1:24 開啟)。時間均為 UTC。請求我審查全部 5 個
Dustin Schau
(
9:15 AM
):
謝謝你,Shippy 🫡
Factory 在 Slack 上的體驗不應只是網頁介面的附屬品。我們認為 Slack 是一個真正的產品可以在此交付、管理並持續改良的地方,而不只是用來修復簡單錯誤。
Dustin
(
2:04 PM
):
@Shipyard 我們來處理那個棘手的項目:把工作區設定從 `projects` 移到獨立資料表,並做到零停機。
Dustin
(
2:05 PM
):
@Damien 你幾個月前為帳務做過這個,有甚麼建議?
Damien
(
2:11 PM
):
有,而且我至今仍記得當中的教訓。採用雙重寫入,使用 `SKIP LOCKED` 分批迴填,然後透過旗標切換讀取路徑。回填時持有鎖定正是我們出問題的原因。
Dustin
(
2:13 PM
):
哈哈。也把舊欄位保留一個版本,這樣我們就可以回滾。
Shipyard
(
2:38 PM
):
採用 Damien 的做法,加上你的回滾窗口:雙重寫入、使用 `SKIP LOCKED` 分批迴填、透過旗標切換讀取路徑,並延至下一個版本才刪除欄位。在預備環境快照上進行的回填試運行沒有出現鎖定等待。
資料遷移測試通過 已建立 PR
Cloud Workspaces
本機編碼 Agent(例如 Mastra Code)對工程師而言是重大突破。不過,由於它們在本機執行,因此也有一些限制和令人沮喪之處,例如管理工作樹,以及啟動和管理多個執行緒。此外,單人開發本身也有固有的瓶頸。
我們推出時會支援可自訂、並能跨工作階段保留狀態的沙盒環境。我們全面支援:
- Docker。自訂部署至沙盒的 Docker 映像檔。
- 記憶體和 CPU。根據項目的計算資源用量,自訂所需的記憶體和 CPU。
- 持久穩定的網址。如前所述,App Previews 是 Cloud Workspaces 解鎖的旗艦功能,可直接提升迭代速度。
簡而言之,我們的目標和抱負,是讓你能將本機環境部署到我們的沙盒環境,令團隊無論距離自己的電腦多遠,都能保持高效和多產。
模型靈活性與故障轉移
與 Mastra 一樣,我們以掌控和自訂為指導原則。這表示團隊可選用自己偏好的閘道、推理服務供應商或模型系列,並完全掌控這些模型在工廠執行個體中的使用方式。我們支援三種模式:
- 個人。每次模型執行預設採用發起該工作階段的用戶所設定的模型偏好。
- 混合。工作項目(「看板」)預設採用組織層級模型,而用戶工作階段則可按用戶自訂。
- 組織。看板和工作階段預設採用由組織選定並強制使用的模型系列。
我們全面整合任何相容 OpenAI 的推理服務供應商(OpenRouter、Ramp Router 等)、前沿模型和開放權重模型,當然也包括我們自己的 Mastra Gateway。對於受資料私隱和合規限制的情況,我們亦支援自訂模型閘道。
模型、智能和成本都是公司成功採用 AI 的關鍵因素,也反映了你的獨特偏好。我們希望從你目前的狀況出發,協助你建立自己的軟件工廠。
我們在 Mastra 如何使用 Mastra Factory
對於工廠的各種宣稱,理應抱持懷疑。最響亮的説法,往往來自有着戲劇性發布故事、但幾乎沒有用戶的團隊。因此,我們不作空談,以下是 Mastra 團隊如何使用自家的工廠(我們稱之為「Shipyard」),以及它帶來了哪些可量化的改變。
首先,看看成果
本着這種態度,以下是我們團隊使用 Mastra 後,實際觀察到的可量化改善。我們沒有刻意美化數字,也不認為這就是終點:我們預期會進一步採用工廠,並增加使用量。事實是,無論工具有多好,工程仍是一門由工具輔助的專業技藝;我們會留意輸入了甚麼、輸入內容帶來甚麼影響,以及如何持續更新系統化的交付方式,以改善產品。所以,不,我們今天不會宣佈 Mastra 的工程師每週開出 1000 個 PR,因為他們不想這樣做,用戶也不想這樣做,而除了模型實驗室之外,沒有人會因此受益。
因此,我們分享的是團隊使用 Mastra 後觀察到的原始、透明成果。重視實質,不炒作。
人工產出
Factory 出現前,Mastra 工程師每週合併9.5個 PR。過去四個完整星期,這個數字升至16.9,增加了78%。
+78%每名工程師
Factory 出現前 May 31 – Jul 25
人手撰寫:9.5;Factory:0.0。
過去4個完整星期 Oct 11 – Nov 716.9
人手撰寫:12.4;Factory:4.5。
人手撰寫Factory
分流時間
八月,新工作項目在待分流狀態的時間中位數為6.9小時。到了十一月,這個時間縮短至11分鐘,而 Factory Agent 負責91%的分流工作。
6.9h → 11 min八月 → 十一月
6.9h
33
% 由 Agent 分流
八月
9
個項目
2.3h
47
% 由 Agent 分流
九月
38
個項目
31 min
63
% 由 Agent 分流
十月
79
個項目
11 min
91
% 由 Agent 分流
十一月(截至11日)
131
個項目
分流時間中位數由 Agent 分流的比例
PR 所需時間
對於 mastra-ai/mastra 中由已合併 PR 關閉的問題,Factory 開出 PR 的速度更快,並以一半時間完成修復合併。
56.4h → 28.2h由問題到合併
Factory 出現前,人手撰寫的 98 PRs24.2h · 56.4h
過去4週,人手撰寫的 133 PRs21.5h · 39.3h
過去4週,Factory 290 PRs15.7h · 28.2h
由問題到開出 PR(中位數)由問題到合併(中位數)Factory
啟動 Factory 工作項目後,開出 PR 所需時間的中位數為76分鐘。在 PR 開出後,這四週期間 Factory PR 每週的合併時間中位數為0.7至3.3小時;相比之下,人手撰寫的 PR 為4.5至7.1小時。
採用情況
在 Beta 階段,用戶雖然對 Factory 感興趣,但信任並未普遍而持續地建立。Mastra 團隊中只有少數重度用戶佔了大部分使用量,情況與 Anthropic 早期採用 Claude Code 這類工具時有些相似;此外,不少尚待改善之處也妨礙了採用。截至十月初,每週使用 Factory 工作階段的工程師不超過三人。過去三個完整星期中的每一週,則有19–24名工程師使用 Factory 工作階段。
Beta 階段,截至十月初≤ 3
過去3個完整星期的每一週19–24
如何贏得我們的信任
不過,或許比成果本身更重要的,正如你所料,是我們的協作方式。有系統地控制輸入和輸出,讓我們能製作更好的軟件,並更迅速、更有效地反覆改進。我們推出的幾項具體改進,建立了這份信任:
- 預設為私人。隨着團隊逐漸熟悉 Factory 並建立信任,一些工程師偏好使用私人的 UI 工作階段,並可選擇與組織分享。隨着時間過去,越來越多團隊成員轉到我們的公開頻道 #shipyard-graveyard,在公開環境中開發、推出並反覆改進。
- 一種工作階段。在 Beta 階段,Factory 有多種不同類型的工作流,包括一個「監督者」,其脈絡來自用戶工作階段和工作階段。我們的工程師不想學習 Shipyard 的介面;無論他們原本在哪裏工作,都希望能使用 Factory,無論是Mastra Code還是 Slack。因此,我們統一了模式:每個工作階段都有工具可與看板互動、啟動用戶工作階段,並將脈絡帶回討論串。這樣一來,團隊成員只需學習一個概念,而這正是他們已經熟悉的:自然語言!
- 在 Slack 協作。我們的目標未必是成為協作平台,而是整合團隊已在使用的平台。一開始要從 Slack 開始交付程式碼,感覺有點不自然,但我們看到這類開發方式大幅增加。隨着程式碼愈來愈商品化,Slack 仍是我們一起提升實力、分享脈絡,以及持續壯大 Mastra 工程團隊的地方。
接下來會怎樣
我們相信,Mastra Factory 展現了世界頂尖團隊如何建構軟件,也展現了將它融入工作流程,如何有助加快並標準化你們獨特的軟件開發方式。為了更貼近各團隊,我們正提供早期使用機會,以及透過Custom Factory program參與塑造發展路線圖的獨特機會。參與計劃後,你將可直接瞭解 Mastra Factory 的發展路線圖;或許更重要的是,Mastra 團隊及前線部署工程師也會協助你建立自己的 Factory。
繼續打造未來——到時見 ✌️
Mastra 團隊
來源:Mastra Blog · mastra.ai