Mastra est un framework open source écrit en TypeScript qui regroupe dans un seul package typé la construction d’agents IA, l’orchestration de workflows et l’observabilité de leur exécution, une réponse directe à la dispersion d’outils que connaissent les équipes qui construisent des assistants ou des automatisations basées sur des modèles de langage.
Un framework né de l’équipe Gatsby.js
Selon les informations relayées par plusieurs dépôts GitHub du projet (dont ceux de l’organisation mastra-ai), Mastra a été créé par l’équipe à l’origine de Gatsby.js et a levé 13 millions de dollars auprès de Y Combinator. Le projet se présente comme le framework TypeScript « opinionated » pour construire rapidement des applications et fonctionnalités IA, avec le code source public sur github.com/mastra-ai/mastra.
Concrètement, Mastra fournit en un seul package les primitives habituelles d’un projet d’agent IA : agents, workflows, RAG (génération augmentée par récupération), mémoire, évaluations et télémétrie. L’objectif affiché est d’éviter aux équipes de devoir assembler elles-mêmes une demi-douzaine de bibliothèques pour obtenir un agent capable de raisonner, d’appeler des outils et de garder un historique de conversation.

Des workflows typés plutôt que des scripts fragiles
La partie orchestration repose sur des workflows définis par étapes avec des schémas typés : les développeurs enchaînent des étapes avec .then(), lancent des traitements en parallèle avec .parallel(), ajoutent du routage conditionnel avec .branch(), puis figent le graphe avec .commit(). Cette approche permet de combiner agents, outils et logique métier dans un flux unique dont la cohérence est vérifiée dès la compilation, plutôt que découverte en production.
Mastra connecte par ailleurs plus de 1 000 modèles via un routeur de modèles unifié, et permet de partager des outils entre agents via le protocole MCP (Model Context Protocol), désormais un standard de facto pour faire dialoguer agents et services externes.
L’observabilité, point faible classique des projets d’agents
C’est souvent le maillon qui manque quand un agent IA passe du prototype à la production : comprendre pourquoi une réponse a dérivé, combien de jetons une tâche a consommé, où une latence s’est accumulée. Mastra trace chaque étape de l’exécution d’un agent, appels au modèle, invocations d’outils, résultats intermédiaires, usage de tokens, latence et erreurs. Cette télémétrie est compatible OpenTelemetry, ce qui permet de la brancher sur des plateformes existantes comme Langfuse, Datadog ou New Relic plutôt que de réinventer un tableau de bord.
Le projet propose aussi un environnement appelé Mastra Studio pour tester des agents, visualiser les traces d’exécution et affiner les prompts, avec la possibilité de changer de modèle à la volée et de voir les résultats instantanément.
Ce que ça change pour les équipes dev
Pour une équipe qui développe déjà en TypeScript, l’intérêt de Mastra tient moins à une fonctionnalité isolée qu’à la cohérence de l’ensemble : agents, orchestration et observabilité partagent le même typage, ce qui réduit les frictions d’intégration et les erreurs de contrat entre composants. C’est un argument qui rejoint les réflexions plus larges sur l’orchestration de l’IA pour améliorer l’efficacité des applications, où la multiplication d’outils mal reliés finit par coûter plus cher que l’IA elle-même.
Le choix d’un framework pèse aussi sur la facture : plus un stack centralise agents, mémoire et télémétrie, plus il devient facile de repérer les appels redondants ou les boucles d’agents mal bornées, un sujet déjà abordé autour des moyens de réduire les coûts liés à l’utilisation d’agents IA. Côté suivi en production, la compatibilité OpenTelemetry de Mastra s’inscrit dans une tendance de fond que décrit notre article sur la transformation de l’observabilité par l’IA : les équipes veulent désormais suivre leurs agents avec les mêmes outils que le reste de leur infrastructure, pas avec un tableau de bord à part.
Un prestataire à trouver ?
Dites quelle famille d’entreprise vous cherchez et dans quelle commune : la demande est enregistrée, jamais envoyée automatiquement à une entreprise.
À surveiller avant d’adopter
Mastra reste un projet jeune et en évolution rapide : les équipes qui l’évaluent doivent vérifier la maturité des connecteurs MCP, la stabilité des API entre versions et le coût réel d’exploitation des modèles branchés derrière le routeur unifié. Comme pour tout framework d’agents, la vraie bascule en production se joue moins sur la richesse des fonctionnalités que sur la discipline mise en place pour tracer, limiter et auditer ce que les agents font réellement.


