# Mastra

> Mastra is an open-source TypeScript agent framework designed to provide the essential primitives for building AI applications. It enables developers to create AI agents with memory and tool-calling capabilities, implement deterministic LLM workflows, and leverage RAG for knowledge integration. With features like model routing, workflow graphs, and automated evals, Mastra provides a complete toolkit for developing, testing, and deploying AI applications.

This documentation covers everything from getting started to advanced features, APIs, and best practices for working with Mastra's agent-based architecture.

The documentation is organized into key sections:
- **docs**: Core documentation covering concepts, features, and implementation details
- **examples**: Practical examples and use cases demonstrating Mastra's capabilities
- **showcase**: A showcase of applications built using Mastra

Each section contains detailed markdown files that provide comprehensive information about Mastra's features and how to use them effectively.


## EN - docs
- [adding-voice](https://mastra.ai/en/docs/agents/adding-voice)
- [Using Agent Memory | Agents | Mastra Docs](https://mastra.ai/en/docs/agents/agent-memory): Documentation on how agents in Mastra use memory to store conversation history and contextual information.
- [Dynamic Agents](https://mastra.ai/en/docs/agents/dynamic-agents): Dynamically configure your agents instruction, model and tools using runtime context.
- [Agent Overview | Agent Documentation | Mastra](https://mastra.ai/en/docs/agents/overview): Overview of agents in Mastra, detailing their capabilities and how they interact with tools, workflows, and external systems.
- [Runtime context | Agents | Mastra Docs](https://mastra.ai/en/docs/agents/runtime-variables): Learn how to use Mastras dependency injection system to provide runtime configuration to agents and tools.
- [Using Tools with Agents | Agents | Mastra Docs](https://mastra.ai/en/docs/agents/using-tools-and-mcp): Learn how to create tools, add them to Mastra agents, and integrate tools from MCP servers.
- [Discord Community and Bot | Documentation | Mastra](https://mastra.ai/en/docs/community/discord): Information about the Mastra Discord community and MCP bot.
- [Licensing](https://mastra.ai/en/docs/community/licensing): Mastra License
- [Amazon EC2](https://mastra.ai/en/docs/deployment/cloud-providers/amazon-ec2): Deploy your Mastra applications to Amazon EC2.
- [AWS Lambda](https://mastra.ai/en/docs/deployment/cloud-providers/aws-lambda): Deploy your Mastra applications to AWS Lambda using Docker containers and the AWS Lambda Web Adapter.
- [Azure App Services](https://mastra.ai/en/docs/deployment/cloud-providers/azure-app-services): Deploy your Mastra applications to Azure App Services.
- [Digital Ocean](https://mastra.ai/en/docs/deployment/cloud-providers/digital-ocean): Deploy your Mastra applications to Digital Ocean.
- [Cloud Providers](https://mastra.ai/en/docs/deployment/cloud-providers): Deploy your Mastra applications to popular cloud providers.
- [Deployment Overview](https://mastra.ai/en/docs/deployment/overview): Learn about different deployment options for your Mastra applications
- [Deploy A Mastra Server](https://mastra.ai/en/docs/deployment/server-deployment): Deploy a Mastra server with middleware and other options
- [Cloudflare Deployer](https://mastra.ai/en/docs/deployment/serverless-platforms/cloudflare-deployer): Learn how to deploy a Mastra application to Cloudflare using the Mastra CloudflareDeployer
- [Serverless Deployment](https://mastra.ai/en/docs/deployment/serverless-platforms): Build and deploy Mastra applications using platform-specific deployers or standard HTTP servers
- [Netlify Deployer](https://mastra.ai/en/docs/deployment/serverless-platforms/netlify-deployer): Learn how to deploy a Mastra application to Netlify using the Mastra NetlifyDeployer
- [Vercel Deployer](https://mastra.ai/en/docs/deployment/serverless-platforms/vercel-deployer): Learn how to deploy a Mastra application to Vercel using the Mastra VercelDeployer
- [Deploying Mastra with a Web Framework](https://mastra.ai/en/docs/deployment/web-framework): Learn how Mastra can be deployed when integrated with a Web Framework
- [Create your own Eval](https://mastra.ai/en/docs/evals/custom-eval): Mastra allows so create your own evals, here is how.
- [Overview](https://mastra.ai/en/docs/evals/overview): Understanding how to evaluate and measure AI agent quality using Mastra evals.
- [Running in CI](https://mastra.ai/en/docs/evals/running-in-ci): Learn how to run Mastra evals in your CI/CD pipeline to monitor agent quality over time.
- [Textual Evals](https://mastra.ai/en/docs/evals/textual-evals): Understand how Mastra uses LLM-as-judge methodology to evaluate text quality.
- [Using with Vercel AI SDK](https://mastra.ai/en/docs/frameworks/agentic-uis/ai-sdk): Learn how Mastra leverages the Vercel AI SDK library and how you can leverage it further with Mastra
- [Using with Assistant UI](https://mastra.ai/en/docs/frameworks/agentic-uis/assistant-ui): Learn how to integrate Assistant UI with Mastra
- [Using with CopilotKit](https://mastra.ai/en/docs/frameworks/agentic-uis/copilotkit): Learn how Mastra leverages the CopilotKits AGUI library and how you can leverage it to build user experiences
- [Using with OpenRouter](https://mastra.ai/en/docs/frameworks/agentic-uis/openrouter): Learn how to integrate OpenRouter with Mastra
- [ai-sdk-v5](https://mastra.ai/en/docs/frameworks/ai-sdk-v5)
- [Getting started with Mastra and Express | Mastra Guides](https://mastra.ai/en/docs/frameworks/servers/express): A step-by-step guide to integrating Mastra with an Express backend.
- [Getting Started with Mastra and Astro | Mastra Guides](https://mastra.ai/en/docs/frameworks/web-frameworks/astro): A step-by-step guide to integrating Mastra with Astro.
- [Getting Started with Mastra and Next.js | Mastra Guides](https://mastra.ai/en/docs/frameworks/web-frameworks/next-js): A step-by-step guide to integrating Mastra with Next.js.
- [Getting Started with Mastra and SvelteKit | Mastra Guides](https://mastra.ai/en/docs/frameworks/web-frameworks/sveltekit): A step-by-step guide to integrating Mastra with SvelteKit.
- [Getting Started with Mastra and Vite/React | Mastra Guides](https://mastra.ai/en/docs/frameworks/web-frameworks/vite-react): A step-by-step guide to integrating Mastra with Vite and React.
- [Installing Mastra | Getting Started | Mastra Docs](https://mastra.ai/en/docs/getting-started/installation): Guide on installing Mastra and setting up the necessary prerequisites for running it with various LLM providers.
- [Using with Cursor/Windsurf | Getting Started | Mastra Docs](https://mastra.ai/en/docs/getting-started/mcp-docs-server): Learn how to use the Mastra MCP documentation server in your IDE to turn it into an agentic Mastra expert.
- [model-capability](https://mastra.ai/en/docs/getting-started/model-capability)
- [Model Providers | Getting Started | Mastra Docs](https://mastra.ai/en/docs/getting-started/model-providers): Learn how to configure and use different model providers with Mastra.
- [Local Project Structure | Getting Started | Mastra Docs](https://mastra.ai/en/docs/getting-started/project-structure): Guide on organizing folders and files in Mastra, including best practices and recommended structures.
- [Introduction | Mastra Docs](https://mastra.ai/en/docs): Mastra is a TypeScript agent framework. It helps you build AI applications and features quickly. It gives you the set of primitives you need: workflows, agents, RAG, integrations, syncs and evals.
- [Understanding the Mastra Cloud Dashboard](https://mastra.ai/en/docs/mastra-cloud/dashboard): Details of each feature available in Mastra Cloud
- [Observability in Mastra Cloud](https://mastra.ai/en/docs/mastra-cloud/observability): Monitoring and debugging tools for Mastra Cloud deployments
- [Mastra Cloud](https://mastra.ai/en/docs/mastra-cloud/overview): Deployment and monitoring service for Mastra applications
- [Setting Up a Project](https://mastra.ai/en/docs/mastra-cloud/setting-up): Configuration steps for Mastra Cloud projects
- [memory-processors](https://mastra.ai/en/docs/memory/memory-processors)
- [overview](https://mastra.ai/en/docs/memory/overview)
- [semantic-recall](https://mastra.ai/en/docs/memory/semantic-recall)
- [working-memory](https://mastra.ai/en/docs/memory/working-memory)
- [complex-task-execution](https://mastra.ai/en/docs/networks-vnext/complex-task-execution)
- [Handling Complex LLM Operations | Networks | Mastra](https://mastra.ai/en/docs/networks-vnext/overview): Networks in Mastra help you execute individual or multiple Mastra primitives in a non-deterministic way using a single API.
- [single-task-execution](https://mastra.ai/en/docs/networks-vnext/single-task-execution)
- [Logging | Mastra Observability Documentation](https://mastra.ai/en/docs/observability/logging): Documentation on effective logging in Mastra, crucial for understanding application behavior and improving AI accuracy.
- [Next.js Tracing | Mastra Observability Documentation](https://mastra.ai/en/docs/observability/nextjs-tracing): Set up OpenTelemetry tracing for Next.js applications
- [Tracing | Mastra Observability Documentation](https://mastra.ai/en/docs/observability/tracing): Set up OpenTelemetry tracing for Mastra applications
- [Chunking and Embedding Documents | RAG | Mastra Docs](https://mastra.ai/en/docs/rag/chunking-and-embedding): Guide on chunking and embedding documents in Mastra for efficient processing and retrieval.
- [RAG (Retrieval-Augmented Generation) in Mastra | Mastra Docs](https://mastra.ai/en/docs/rag/overview): Overview of Retrieval-Augmented Generation (RAG) in Mastra, detailing its capabilities for enhancing LLM outputs with relevant context.
- [Retrieval, Semantic Search, Reranking | RAG | Mastra Docs](https://mastra.ai/en/docs/rag/retrieval): Guide on retrieval processes in Mastras RAG systems, including semantic search, filtering, and re-ranking.
- [Storing Embeddings in A Vector Database | Mastra Docs](https://mastra.ai/en/docs/rag/vector-databases): Guide on vector storage options in Mastra, including embedded and dedicated vector databases for similarity search.
- [Custom API Routes](https://mastra.ai/en/docs/server-db/custom-api-routes): Expose additional HTTP endpoints from your Mastra server.
- [Inspecting agents and workflows with mastra dev | Mastra Local Dev Docs](https://mastra.ai/en/docs/server-db/local-dev-playground): Documentation for the Mastra local development environment for Mastra applications.
- [MastraClient](https://mastra.ai/en/docs/server-db/mastra-client): Learn how to set up and use the Mastra Client SDK
- [Middleware](https://mastra.ai/en/docs/server-db/middleware): Apply custom middleware functions to intercept requests.
- [Create A Mastra Production Server](https://mastra.ai/en/docs/server-db/production-server): Learn how to configure and deploy a production-ready Mastra server with custom settings for APIs, CORS, and more
- [Storage in Mastra | Mastra Docs](https://mastra.ai/en/docs/server-db/storage): Overview of Mastras storage system and data persistence capabilities.
- [Advanced Tool Usage | Tools & MCP | Mastra Docs](https://mastra.ai/en/docs/tools-mcp/advanced-usage): This page covers advanced features for Mastra tools, including abort signals and compatibility with the Vercel AI SDK tool format.
- [Dynamic Tool Context | Tools & MCP | Mastra Docs](https://mastra.ai/en/docs/tools-mcp/dynamic-context): Learn how to use Mastras RuntimeContext to provide dynamic, request-specific configuration to tools.
- [MCP Overview | Tools & MCP | Mastra Docs](https://mastra.ai/en/docs/tools-mcp/mcp-overview): Learn about the Model Context Protocol (MCP), how to use third-party tools via MCPClient, connect to registries, and share your own tools using MCPServer.
- [Tools Overview | Tools & MCP | Mastra Docs](https://mastra.ai/en/docs/tools-mcp/overview): Understand what tools are in Mastra, how to add them to agents, and best practices for designing effective tools.
- [Voice in Mastra | Mastra Docs](https://mastra.ai/en/docs/voice/overview): Overview of voice capabilities in Mastra, including text-to-speech, speech-to-text, and real-time speech-to-speech interactions.
- [Speech-to-Speech Capabilities in Mastra | Mastra Docs](https://mastra.ai/en/docs/voice/speech-to-speech): Overview of speech-to-speech capabilities in Mastra, including real-time interactions and event-driven architecture.
- [Speech-to-Text (STT) in Mastra | Mastra Docs](https://mastra.ai/en/docs/voice/speech-to-text): Overview of Speech-to-Text capabilities in Mastra, including configuration, usage, and integration with voice providers.
- [Text-to-Speech (TTS) in Mastra | Mastra Docs](https://mastra.ai/en/docs/voice/text-to-speech): Overview of Text-to-Speech capabilities in Mastra, including configuration, usage, and integration with voice providers.
- [Branching, Merging, Conditions | Workflows | Mastra Docs](https://mastra.ai/en/docs/workflows/control-flow): Control flow in Mastra workflows allows you to manage branching, merging, and conditions to construct workflows that meet your logic requirements.
- [Inngest Workflows | Workflows | Mastra Docs](https://mastra.ai/en/docs/workflows/inngest-workflow): Inngest workflow allows you to run Mastra workflows with Inngest
- [Input Data Mapping with Workflow | Mastra Docs](https://mastra.ai/en/docs/workflows/input-data-mapping): Learn how to use workflow input mapping to create more dynamic data flows in your Mastra workflows.
- [Handling Complex LLM Operations | Workflows | Mastra](https://mastra.ai/en/docs/workflows/overview): Workflows in Mastra help you orchestrate complex sequences of operations with features like branching, parallel execution, resource suspension, and more.
- [Pausing Execution | Mastra Docs](https://mastra.ai/en/docs/workflows/pausing-execution): Pausing execution in Mastra workflows allows you to pause execution while waiting for external input or resources via .sleep(), .sleepUntil() and .waitForEvent().
- [Suspend & Resume Workflows | Human-in-the-Loop | Mastra Docs](https://mastra.ai/en/docs/workflows/suspend-and-resume): Suspend and resume in Mastra workflows allows you to pause execution while waiting for external input or resources.
- [Using Workflows with Agents and Tools | Workflows | Mastra Docs](https://mastra.ai/en/docs/workflows/using-with-agents-and-tools): Steps in Mastra workflows provide a structured way to manage operations by defining inputs, outputs, and execution logic.
- [Branching, Merging, Conditions | Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/docs/workflows-legacy/control-flow): Control flow in Mastra legacy workflows allows you to manage branching, merging, and conditions to construct legacy workflows that meet your logic requirements.
- [Dynamic Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/docs/workflows-legacy/dynamic-workflows): Learn how to create dynamic workflows within legacy workflow steps, allowing for flexible workflow creation based on runtime conditions.
- [Error Handling in Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/docs/workflows-legacy/error-handling): Learn how to handle errors in Mastra legacy workflows using step retries, conditional branching, and monitoring.
- [nested-workflows](https://mastra.ai/en/docs/workflows-legacy/nested-workflows)
- [Handling Complex LLM Operations | Workflows (Legacy) | Mastra](https://mastra.ai/en/docs/workflows-legacy/overview): Workflows in Mastra help you orchestrate complex sequences of operations with features like branching, parallel execution, resource suspension, and more.
- [Runtime variables - dependency injection | Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/docs/workflows-legacy/runtime-variables): Learn how to use Mastras dependency injection system to provide runtime configuration to workflows and steps.
- [Creating Steps and Adding to Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/docs/workflows-legacy/steps): Steps in Mastra workflows provide a structured way to manage operations by defining inputs, outputs, and execution logic.
- [Suspend & Resume Workflows (Legacy) | Human-in-the-Loop | Mastra Docs](https://mastra.ai/en/docs/workflows-legacy/suspend-and-resume): Suspend and resume in Mastra workflows allows you to pause execution while waiting for external input or resources.
- [Data Mapping with Workflow (Legacy) Variables | Mastra Docs](https://mastra.ai/en/docs/workflows-legacy/variables): Learn how to use workflow variables to map data between steps and create dynamic data flows in your Mastra workflows.

## EN - examples
- [Example: Adding Voice Capabilities | Agents | Mastra](https://mastra.ai/en/examples/agents/adding-voice-capabilities): Example of adding voice capabilities to Mastra agents, enabling them to speak and listen using different voice providers.
- [Example: Categorizing Birds | Agents | Mastra Docs](https://mastra.ai/en/examples/agents/bird-checker): Example of using a Mastra AI Agent to determine if an image from Unsplash depicts a bird.
- [Example: Deploying an MCPServer | Agents | Mastra Docs](https://mastra.ai/en/examples/agents/deploying-mcp-server): Example of setting up, building, and deploying a Mastra MCPServer using the stdio transport and publishing it to NPM.
- [Dynamic Agents Example | Agents | Mastra Docs](https://mastra.ai/en/examples/agents/dynamic-agents): Learn how to create and configure dynamic agents using runtime context in Mastra.
- [Example: Hierarchical Multi-Agent System | Agents | Mastra](https://mastra.ai/en/examples/agents/hierarchical-multi-agent): Example of creating a hierarchical multi-agent system using Mastra, where agents interact through tool functions.
- [Example: Multi-Agent Workflow | Agents | Mastra Docs](https://mastra.ai/en/examples/agents/multi-agent-workflow): Example of creating an agentic workflow in Mastra, where work product is passed between multiple agents.
- [Example: Agents with a System Prompt | Agents | Mastra Docs](https://mastra.ai/en/examples/agents/system-prompt): Example of creating an AI agent in Mastra with a system prompt to define its personality and capabilities.
- [Example: Giving an Agent a Tool | Agents | Mastra Docs](https://mastra.ai/en/examples/agents/using-a-tool): Example of creating an AI agent in Mastra that uses a dedicated tool to provide weather information.
- [Example: Workflow as Tools | Agents | Mastra Docs](https://mastra.ai/en/examples/agents/workflow-as-tools): Example of creating Agents in Mastra, demonstrating how to use workflows as tools. It shows how to suspend and resume workflows from an agent.
- [Auth Middleware](https://mastra.ai/en/examples/deployment/auth-middleware)
- [CORS Middleware](https://mastra.ai/en/examples/deployment/cors-middleware)
- [Custom API Route](https://mastra.ai/en/examples/deployment/custom-api-route)
- [Deploying a Mastra Server](https://mastra.ai/en/examples/deployment/deploying-mastra-server)
- [Deployment examples](https://mastra.ai/en/examples/deployment)
- [Logging Middleware](https://mastra.ai/en/examples/deployment/logging-middleware)
- [Example: Answer Relevancy | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/answer-relevancy): Example of using the Answer Relevancy metric to evaluate response relevancy to queries.
- [Example: Bias | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/bias): Example of using the Bias metric to evaluate responses for various forms of bias.
- [Example: Completeness | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/completeness): Example of using the Completeness metric to evaluate how thoroughly responses cover input elements.
- [Example: Content Similarity | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/content-similarity): Example of using the Content Similarity metric to evaluate text similarity between content.
- [Example: Context Position | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/context-position): Example of using the Context Position metric to evaluate sequential ordering in responses.
- [Example: Context Precision | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/context-precision): Example of using the Context Precision metric to evaluate how precisely context information is used.
- [Example: Context Relevancy | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/context-relevancy): Example of using the Context Relevancy metric to evaluate how relevant context information is to a query.
- [Example: Contextual Recall | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/contextual-recall): Example of using the Contextual Recall metric to evaluate how well responses incorporate context information.
- [Example: Custom Eval | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/custom-eval): Example of creating custom LLM-based evaluation metrics in Mastra.
- [Example: Faithfulness | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/faithfulness): Example of using the Faithfulness metric to evaluate how factually accurate responses are compared to context.
- [Example: Hallucination | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/hallucination): Example of using the Hallucination metric to evaluate factual contradictions in responses.
- [Example: Keyword Coverage | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/keyword-coverage): Example of using the Keyword Coverage metric to evaluate how well responses cover important keywords from input text.
- [Example: Prompt Alignment | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/prompt-alignment): Example of using the Prompt Alignment metric to evaluate instruction adherence in responses.
- [Example: Summarization | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/summarization): Example of using the Summarization metric to evaluate how well LLM-generated summaries capture content while maintaining factual accuracy.
- [Example: Textual Difference | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/textual-difference): Example of using the Textual Difference metric to evaluate similarity between text strings by analyzing sequence differences and changes.
- [Example: Tone Consistency | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/tone-consistency): Example of using the Tone Consistency metric to evaluate emotional tone patterns and sentiment consistency in text.
- [Example: Toxicity | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/toxicity): Example of using the Toxicity metric to evaluate responses for harmful content and toxic language.
- [Example: Word Inclusion | Evals | Mastra Docs](https://mastra.ai/en/examples/evals/word-inclusion): Example of creating a custom metric to evaluate word inclusion in output text.
- [Examples List: Workflows, Agents, RAG | Mastra Docs](https://mastra.ai/en/examples): Explore practical examples of AI development with Mastra, including text generation, RAG implementations, structured outputs, and multi-modal interactions. Learn how to build AI applications using OpenAI, Anthropic, and Google Gemini.
- [Memory Processors](https://mastra.ai/en/examples/memory/memory-processors): Example of using memory processors to filter and transform recalled messages
- [memory-with-libsql](https://mastra.ai/en/examples/memory/memory-with-libsql)
- [memory-with-mem0](https://mastra.ai/en/examples/memory/memory-with-mem0)
- [memory-with-pg](https://mastra.ai/en/examples/memory/memory-with-pg)
- [memory-with-upstash](https://mastra.ai/en/examples/memory/memory-with-upstash)
- [Streaming Working Memory (advanced)](https://mastra.ai/en/examples/memory/streaming-working-memory-advanced): Example of using working memory to maintain a todo list across conversations
- [Streaming Structured Working Memory](https://mastra.ai/en/examples/memory/streaming-working-memory-structured): Example of using structured working memory (schema) to maintain a todo list across conversations
- [Streaming Working Memory](https://mastra.ai/en/examples/memory/streaming-working-memory): Example of using working memory with an agent
- [AI SDK useChat Hook](https://mastra.ai/en/examples/memory/use-chat): Example showing how to integrate Mastra memory with the Vercel AI SDK useChat hook.
- [Example: Adjusting Chunk Delimiters | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/chunking/adjust-chunk-delimiters): Adjust chunk delimiters in Mastra to better match your content structure.
- [Example: Adjusting The Chunk Size | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/chunking/adjust-chunk-size): Adjust chunk size in Mastra to better match your content and memory requirements.
- [Example: Semantically Chunking HTML | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/chunking/chunk-html): Chunk HTML content in Mastra to semantically chunk the document.
- [Example: Semantically Chunking JSON | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/chunking/chunk-json): Chunk JSON data in Mastra to semantically chunk the document.
- [Example: Semantically Chunking Markdown | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/chunking/chunk-markdown): Example of using Mastra to chunk markdown documents for search or retrieval purposes.
- [Example: Semantically Chunking Text | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/chunking/chunk-text): Example of using Mastra to split large text documents into smaller chunks for processing.
- [Example: Embedding Chunk Arrays | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/embedding/embed-chunk-array): Example of using Mastra to generate embeddings for an array of text chunks for similarity search.
- [Example: Embedding Text Chunks | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/embedding/embed-text-chunk): Example of using Mastra to generate an embedding for a single text chunk for similarity search.
- [Example: Embedding Text with Cohere | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/embedding/embed-text-with-cohere): Example of using Mastra to generate embeddings using Coheres embedding model.
- [Example: Metadata Extraction | Retrieval | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/embedding/metadata-extraction): Example of extracting and utilizing metadata from documents in Mastra for enhanced document processing and retrieval.
- [Example: Hybrid Vector Search | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/query/hybrid-vector-search): Example of using metadata filters with PGVector to enhance vector search results in Mastra.
- [Example: Retrieving Top-K Results | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/query/retrieve-results): Example of using Mastra to query a vector database and retrieve semantically similar chunks.
- [Example: Re-ranking Results with Tools | Retrieval | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/rerank/rerank-rag): Example of implementing a RAG system with re-ranking in Mastra using OpenAI embeddings and PGVector for vector storage.
- [Example: Re-ranking Results | Retrieval | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/rerank/rerank): Example of implementing semantic re-ranking in Mastra using OpenAI embeddings and PGVector for vector storage.
- [Example: Reranking with Cohere | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/rerank/reranking-with-cohere): Example of using Mastra to improve document retrieval relevance with Coheres reranking service.
- [Example: Reranking with ZeroEntropy | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/rerank/reranking-with-zeroentropy): Example of using Mastra to improve document retrieval relevance with ZeroEntropys reranking service.
- [Example: Upsert Embeddings | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/upsert/upsert-embeddings): Examples of using Mastra to store embeddings in various vector databases for similarity search.
- [Example: Using the Vector Query Tool | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/usage/basic-rag): Example of implementing a basic RAG system in Mastra using OpenAI embeddings and PGVector for vector storage.
- [Example: Optimizing Information Density | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/usage/cleanup-rag): Example of implementing a RAG system in Mastra to optimize information density and deduplicate data using LLM-based processing.
- [Example: Chain of Thought Prompting | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/usage/cot-rag): Example of implementing a RAG system in Mastra with chain-of-thought reasoning using OpenAI and PGVector.
- [Example: Structured Reasoning with Workflows | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/usage/cot-workflow-rag): Example of implementing structured reasoning in a RAG system using Mastras workflow capabilities.
- [Database-Specific Configurations | RAG | Mastra Examples](https://mastra.ai/en/examples/rag/usage/database-specific-config): Learn how to use database-specific configurations to optimize vector search performance and leverage unique features of different vector stores.
- [Example: Agent-Driven Metadata Filtering | Retrieval | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/usage/filter-rag): Example of using a Mastra agent in a RAG system to construct and apply metadata filters for document retrieval.
- [Example: A Complete Graph RAG System | RAG | Mastra Docs](https://mastra.ai/en/examples/rag/usage/graph-rag): Example of implementing a Graph RAG system in Mastra using OpenAI embeddings and PGVector for vector storage.
- [Speech to Speech](https://mastra.ai/en/examples/voice/speech-to-speech): Example of using Mastra to create a speech to speech application.
- [Example: Speech to Text | Voice | Mastra Docs](https://mastra.ai/en/examples/voice/speech-to-text): Example of using Mastra to create a speech to text application.
- [Example: Text to Speech | Voice | Mastra Docs](https://mastra.ai/en/examples/voice/text-to-speech): Example of using Mastra to create a text to speech application.
- [Turn Taking](https://mastra.ai/en/examples/voice/turn-taking): Example of using Mastra to create a multi-agent debate with turn-taking conversation flow.
- [Example: Using a Tool/Agent as a Step | Workflows | Mastra Docs](https://mastra.ai/en/examples/workflows/agent-and-tool-interop): Example of using Mastra to integrate a tool or an agent as a step in a workflow.
- [Example: Array as Input (.foreach()) | Workflows | Mastra Docs](https://mastra.ai/en/examples/workflows/array-as-input): Example of using Mastra to process an array using .foreach() in a workflow.
- [Example: Calling an Agent from a Workflow | Mastra Docs](https://mastra.ai/en/examples/workflows/calling-agent): Example of using Mastra to call an AI agent from within a workflow step.
- [Example: Conditional Branching | Workflows | Mastra Docs](https://mastra.ai/en/examples/workflows/conditional-branching): Example of using Mastra to create conditional branches in workflows using the `branch` statement .
- [Example: Control Flow | Workflows | Mastra Docs](https://mastra.ai/en/examples/workflows/control-flow): Example of using Mastra to create workflows with loops based on provided conditions.
- [Example: Human in the Loop | Workflows | Mastra Docs](https://mastra.ai/en/examples/workflows/human-in-the-loop): Example of using Mastra to create workflows with human intervention points.
- [Inngest Workflow | Workflows | Mastra Docs](https://mastra.ai/en/examples/workflows/inngest-workflow): Example of building an inngest workflow with Mastra
- [Example: Parallel Execution | Workflows | Mastra Docs](https://mastra.ai/en/examples/workflows/parallel-steps): Example of using Mastra to execute multiple independent tasks in parallel within a workflow.
- [Example: Branching Paths | Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/examples/workflows_legacy/branching-paths): Example of using Mastra to create legacy workflows with branching paths based on intermediate results.
- [Example: Calling an Agent from a Workflow (Legacy) | Mastra Docs](https://mastra.ai/en/examples/workflows_legacy/calling-agent): Example of using Mastra to call an AI agent from within a legacy workflow step.
- [Example: Conditional Branching (experimental) | Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/examples/workflows_legacy/conditional-branching): Example of using Mastra to create conditional branches in legacy workflows using if/else statements.
- [Example: Creating a Workflow | Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/examples/workflows_legacy/creating-a-workflow): Example of using Mastra to define and execute a simple workflow with a single step.
- [Example: Cyclical Dependencies | Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/examples/workflows_legacy/cyclical-dependencies): Example of using Mastra to create legacy workflows with cyclical dependencies and conditional loops.
- [Example: Human in the Loop | Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/examples/workflows_legacy/human-in-the-loop): Example of using Mastra to create legacy workflows with human intervention points.
- [Example: Parallel Execution | Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/examples/workflows_legacy/parallel-steps): Example of using Mastra to execute multiple independent tasks in parallel within a workflow.
- [Example: Sequential Steps | Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/examples/workflows_legacy/sequential-steps): Example of using Mastra to chain legacy workflow steps in a specific sequence, passing data between them.
- [Example: Suspend and Resume | Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/examples/workflows_legacy/suspend-and-resume): Example of using Mastra to suspend and resume legacy workflow steps during execution.
- [Example: Using a Tool as a Step | Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/examples/workflows_legacy/using-a-tool-as-a-step): Example of using Mastra to integrate a custom tool as a step in a legacy workflow.
- [Data Mapping with Workflow Variables (Legacy) | Mastra Examples](https://mastra.ai/en/examples/workflows_legacy/workflow-variables): Learn how to use workflow variables to map data between steps in Mastra workflows.

## EN - guides
- [Building an AI Recruiter | Mastra Workflows | Guides](https://mastra.ai/en/guides/guide/ai-recruiter): Guide on building a recruiter workflow in Mastra to gather and process candidate information using LLMs.
- [Building an AI Chef Assistant | Mastra Agent Guides](https://mastra.ai/en/guides/guide/chef-michel): Guide on creating a Chef Assistant agent in Mastra to help users cook meals with available ingredients.
- [MCP Server: Building a Notes MCP Server | Mastra Guide](https://mastra.ai/en/guides/guide/notes-mcp-server): A step-by-step guide to creating a fully-featured MCP (Model Context Protocol) server for managing notes using the Mastra framework.
- [Building a Research Paper Assistant | Mastra RAG Guides](https://mastra.ai/en/guides/guide/research-assistant): Guide on creating an AI research assistant that can analyze and answer questions about academic papers using RAG.
- [Building an AI Stock Agent | Mastra Agents | Guides](https://mastra.ai/en/guides/guide/stock-agent): Guide on creating a simple stock agent in Mastra to fetch the last days closing stock price for a given symbol.
- [Overview](https://mastra.ai/en/guides): Guides on building with Mastra

## EN - reference
- [Reference: Agent | Agents | Mastra Docs](https://mastra.ai/en/reference/agents/agent): Documentation for the Agent class in Mastra, which provides the foundation for creating AI agents with various capabilities.
- [Reference: createTool() | Tools | Agents | Mastra Docs](https://mastra.ai/en/reference/agents/createTool): Documentation for the createTool function in Mastra, which creates custom tools for agents and workflows.
- [Reference: Agent.generate() | Agents | Mastra Docs](https://mastra.ai/en/reference/agents/generate): Documentation for the `.generate()` method in Mastra agents, which produces text or structured responses.
- [Reference: getAgent() | Agent Config | Agents | Mastra Docs](https://mastra.ai/en/reference/agents/getAgent): API Reference for getAgent.
- [Reference: Agent.getInstructions() | Agents | Mastra Docs](https://mastra.ai/en/reference/agents/getInstructions): Documentation for the `.getInstructions()` method in Mastra agents, which retrieves the instructions that guide the agents behavior.
- [Reference: Agent.getMemory() | Agents | Mastra Docs](https://mastra.ai/en/reference/agents/getMemory): Documentation for the `.getMemory()` method in Mastra agents, which retrieves the memory system associated with the agent.
- [Reference: Agent.getModel() | Agents | Mastra Docs](https://mastra.ai/en/reference/agents/getModel): Documentation for the `.getModel()` method in Mastra agents, which retrieves the language model that powers the agent.
- [Reference: Agent.getTools() | Agents | Mastra Docs](https://mastra.ai/en/reference/agents/getTools): Documentation for the `.getTools()` method in Mastra agents, which retrieves the tools that the agent can use.
- [Reference: Agent.getVoice() | Agents | Mastra Docs](https://mastra.ai/en/reference/agents/getVoice): Documentation for the `.getVoice()` method in Mastra agents, which retrieves the voice provider for speech capabilities.
- [Reference: Agent.getWorkflows() | Agents | Mastra Docs](https://mastra.ai/en/reference/agents/getWorkflows): Documentation for the `.getWorkflows()` method in Mastra agents, which retrieves the workflows that the agent can execute.
- [Reference: Agent.stream() | Streaming | Agents | Mastra Docs](https://mastra.ai/en/reference/agents/stream): Documentation for the `.stream()` method in Mastra agents, which enables real-time streaming of responses.
- [mastra build | Production Bundle | Mastra CLI](https://mastra.ai/en/reference/cli/build): Build your Mastra project for production deployment
- [create-mastra | Create Project | Mastra CLI](https://mastra.ai/en/reference/cli/create-mastra): Documentation for the create-mastra command, which creates a new Mastra project with interactive setup options.
- [mastra dev | Development Server | Mastra CLI](https://mastra.ai/en/reference/cli/dev): Documentation for the mastra dev command, which starts a development server for agents, tools, and workflows.
- [mastra init | Initialize Project | Mastra CLI](https://mastra.ai/en/reference/cli/init): Documentation for the mastra init command, which creates a new Mastra project with interactive setup options.
- [mastra lint | Validate Project | Mastra CLI](https://mastra.ai/en/reference/cli/lint): Lint your Mastra project
- [@mastra/mcp-docs-server](https://mastra.ai/en/reference/cli/mcp-docs-server): Serve Mastra docs, examples and blog posts over MCP
- [mastra start](https://mastra.ai/en/reference/cli/start): Start your built Mastra application
- [Mastra Client Agents API](https://mastra.ai/en/reference/client-js/agents): Learn how to interact with Mastra AI agents, including generating responses, streaming interactions, and managing agent tools using the client-js SDK.
- [Mastra Client Error Handling](https://mastra.ai/en/reference/client-js/error-handling): Learn about the built-in retry mechanism and error handling capabilities in the Mastra client-js SDK.
- [Mastra Client Logs API](https://mastra.ai/en/reference/client-js/logs): Learn how to access and query system logs and debugging information in Mastra using the client-js SDK.
- [Mastra Client Memory API](https://mastra.ai/en/reference/client-js/memory): Learn how to manage conversation threads and message history in Mastra using the client-js SDK.
- [Mastra Client Telemetry API](https://mastra.ai/en/reference/client-js/telemetry): Learn how to retrieve and analyze traces from your Mastra application for monitoring and debugging using the client-js SDK.
- [Mastra Client Tools API](https://mastra.ai/en/reference/client-js/tools): Learn how to interact with and execute tools available in the Mastra platform using the client-js SDK.
- [Mastra Client Vectors API](https://mastra.ai/en/reference/client-js/vectors): Learn how to work with vector embeddings for semantic search and similarity matching in Mastra using the client-js SDK.
- [Mastra Client Workflows (Legacy) API](https://mastra.ai/en/reference/client-js/workflows-legacy): Learn how to interact with and execute automated legacy workflows in Mastra using the client-js SDK.
- [Mastra Client Workflows API](https://mastra.ai/en/reference/client-js/workflows): Learn how to interact with and execute automated workflows in Mastra using the client-js SDK.
- [Mastra Core](https://mastra.ai/en/reference/core/mastra-class): Documentation for the Mastra Class, the core entry point for managing agents, workflows, MCP servers, and server endpoints.
- [Cloudflare Deployer](https://mastra.ai/en/reference/deployer/cloudflare): Documentation for the CloudflareDeployer class, which deploys Mastra applications to Cloudflare Workers.
- [Mastra Deployer](https://mastra.ai/en/reference/deployer/deployer): Documentation for the Deployer abstract class, which handles packaging and deployment of Mastra applications.
- [Netlify Deployer](https://mastra.ai/en/reference/deployer/netlify): Documentation for the NetlifyDeployer class, which deploys Mastra applications to Netlify Functions.
- [Vercel Deployer](https://mastra.ai/en/reference/deployer/vercel): Documentation for the VercelDeployer class, which deploys Mastra applications to Vercel.
- [Reference: Answer Relevancy | Metrics | Evals | Mastra Docs](https://mastra.ai/en/reference/evals/answer-relevancy): Documentation for the Answer Relevancy Metric in Mastra, which evaluates how well LLM outputs address the input query.
- [Reference: Bias | Output Metrics | Evals | Mastra Docs](https://mastra.ai/en/reference/evals/bias): Documentation for the Bias Metric in Mastra, which evaluates LLM outputs for various forms of bias, including gender, political, racial/ethnic, or geographical bias.
- [Reference: Completeness | Metrics | Evals | Mastra Docs](https://mastra.ai/en/reference/evals/completeness): Documentation for the Completeness Metric in Mastra, which evaluates how thoroughly LLM outputs cover key elements present in the input.
- [Reference: Content Similarity | Evals | Mastra Docs](https://mastra.ai/en/reference/evals/content-similarity): Documentation for the Content Similarity Metric in Mastra, which measures textual similarity between strings and provides a matching score.
- [Reference: Context Position | Metrics | Evals | Mastra Docs](https://mastra.ai/en/reference/evals/context-position): Documentation for the Context Position Metric in Mastra, which evaluates the ordering of context nodes based on their relevance to the query and output.
- [Reference: Context Precision | Metrics | Evals | Mastra Docs](https://mastra.ai/en/reference/evals/context-precision): Documentation for the Context Precision Metric in Mastra, which evaluates the relevance and precision of retrieved context nodes for generating expected outputs.
- [Reference: Context Relevancy | Evals | Mastra Docs](https://mastra.ai/en/reference/evals/context-relevancy): Documentation for the Context Relevancy Metric, which evaluates the relevance of retrieved context in RAG pipelines.
- [Reference: Contextual Recall | Metrics | Evals | Mastra Docs](https://mastra.ai/en/reference/evals/contextual-recall): Documentation for the Contextual Recall Metric, which evaluates the completeness of LLM responses in incorporating relevant context.
- [Reference: Faithfulness | Metrics | Evals | Mastra Docs](https://mastra.ai/en/reference/evals/faithfulness): Documentation for the Faithfulness Metric in Mastra, which evaluates the factual accuracy of LLM outputs compared to the provided context.
- [Reference: Hallucination | Metrics | Evals | Mastra Docs](https://mastra.ai/en/reference/evals/hallucination): Documentation for the Hallucination Metric in Mastra, which evaluates the factual correctness of LLM outputs by identifying contradictions with provided context.
- [Reference: Keyword Coverage | Metrics | Evals | Mastra Docs](https://mastra.ai/en/reference/evals/keyword-coverage): Documentation for the Keyword Coverage Metric in Mastra, which evaluates how well LLM outputs cover important keywords from the input.
- [Reference: Prompt Alignment | Metrics | Evals | Mastra Docs](https://mastra.ai/en/reference/evals/prompt-alignment): Documentation for the Prompt Alignment Metric in Mastra, which evaluates how well LLM outputs adhere to given prompt instructions.
- [Reference: Summarization | Metrics | Evals | Mastra Docs](https://mastra.ai/en/reference/evals/summarization): Documentation for the Summarization Metric in Mastra, which evaluates the quality of LLM-generated summaries for content and factual accuracy.
- [Reference: Textual Difference | Evals | Mastra Docs](https://mastra.ai/en/reference/evals/textual-difference): Documentation for the Textual Difference Metric in Mastra, which measures textual differences between strings using sequence matching.
- [Reference: Tone Consistency | Metrics | Evals | Mastra Docs](https://mastra.ai/en/reference/evals/tone-consistency): Documentation for the Tone Consistency Metric in Mastra, which evaluates emotional tone and sentiment consistency in text.
- [Reference: Toxicity | Metrics | Evals | Mastra Docs](https://mastra.ai/en/reference/evals/toxicity): Documentation for the Toxicity Metric in Mastra, which evaluates LLM outputs for racist, biased, or toxic elements.
- [API Reference](https://mastra.ai/en/reference): Mastra API Reference
- [Reference: .after() | Building Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/after): Documentation for the `after()` method in workflows (legacy), enabling branching and merging paths.
- [.afterEvent() Method | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/afterEvent): Reference for the afterEvent method in Mastra workflows that creates event-based suspension points.
- [Reference: Workflow.commit() | Running Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/commit): Documentation for the `.commit()` method in workflows, which re-initializes the workflow machine with the current step configuration.
- [Reference: Workflow.createRun() | Running Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/createRun): Documentation for the `.createRun()` method in workflows (legacy), which initializes a new workflow run instance.
- [Reference: Workflow.else() | Conditional Branching | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/else): Documentation for the `.else()` method in Mastra workflows, which creates an alternative branch when an if condition is false.
- [Event-Driven Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/events): Learn how to create event-driven workflows using afterEvent and resumeWithEvent methods in Mastra.
- [Reference: Workflow.execute() | Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/execute): Documentation for the `.execute()` method in Mastra workflows, which runs workflow steps and returns results.
- [Reference: Workflow.if() | Conditional Branching | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/if): Documentation for the `.if()` method in Mastra workflows, which creates conditional branches based on specified conditions.
- [Reference: run.resume() | Running Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/resume): Documentation for the `.resume()` method in workflows, which continues execution of a suspended workflow step.
- [.resumeWithEvent() Method | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/resumeWithEvent): Reference for the resumeWithEvent method that resumes suspended workflows using event data.
- [Reference: Snapshots | Workflow State Persistence (Legacy) | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/snapshots): Technical reference on snapshots in Mastra - the serialized workflow state that enables suspend and resume functionality
- [Reference: start() | Running Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/start): Documentation for the `start()` method in workflows, which begins execution of a workflow run.
- [Reference: Step | Building Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/step-class): Documentation for the Step class, which defines individual units of work within a workflow.
- [Reference: StepCondition | Building Workflows (Legacy) | Mastra](https://mastra.ai/en/reference/legacyWorkflows/step-condition): Documentation for the step condition class in workflows, which determines whether a step should execute based on the output of previous steps or trigger data.
- [Reference: Workflow.step() | Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/step-function): Documentation for the `.step()` method in workflows, which adds a new step to the workflow.
- [Reference: StepOptions | Building Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/step-options): Documentation for the step options in workflows, which control variable mapping, execution conditions, and other runtime behavior.
- [Step Retries | Error Handling | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/step-retries): Automatically retry failed steps in Mastra workflows with configurable retry policies.
- [Reference: suspend() | Control Flow | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/suspend): Documentation for the suspend function in Mastra workflows, which pauses execution until resumed.
- [Reference: Workflow.then() | Building Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/then): Documentation for the `.then()` method in workflows, which creates sequential dependencies between steps.
- [Reference: Workflow.until() | Looping in Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/until): Documentation for the `.until()` method in Mastra workflows, which repeats a step until a specified condition becomes true.
- [Reference: run.watch() | Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/watch): Documentation for the `.watch()` method in workflows, which monitors the status of a workflow run.
- [Reference: Workflow.while() | Looping in Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/while): Documentation for the `.while()` method in Mastra workflows, which repeats a step as long as a specified condition remains true.
- [Reference: Workflow Class | Building Workflows (Legacy) | Mastra Docs](https://mastra.ai/en/reference/legacyWorkflows/workflow): Documentation for the Workflow class in Mastra, which enables you to create state machines for complex sequences of operations with conditional branching and data validation.
- [Memory](https://mastra.ai/en/reference/memory/Memory)
- [createThread](https://mastra.ai/en/reference/memory/createThread)
- [getThreadById](https://mastra.ai/en/reference/memory/getThreadById)
- [getThreadsByResourceId](https://mastra.ai/en/reference/memory/getThreadsByResourceId)
- [query](https://mastra.ai/en/reference/memory/query)
- [AgentNetwork (Experimental)](https://mastra.ai/en/reference/networks/agent-network): Reference documentation for the AgentNetwork class
- [Reference: Logger Instance | Mastra Observability Docs](https://mastra.ai/en/reference/observability/logger): Documentation for Logger instances, which provide methods to record events at various severity levels.
- [Reference: OtelConfig | Mastra Observability Docs](https://mastra.ai/en/reference/observability/otel-config): Documentation for the OtelConfig object, which configures OpenTelemetry instrumentation, tracing, and exporting behavior.
- [Reference: Braintrust | Observability | Mastra Docs](https://mastra.ai/en/reference/observability/providers/braintrust): Documentation for integrating Braintrust with Mastra, an evaluation and monitoring platform for LLM applications.
- [Reference: Dash0 Integration | Mastra Observability Docs](https://mastra.ai/en/reference/observability/providers/dash0): Documentation for integrating Mastra with Dash0, an Open Telementry native observability solution.
- [Reference: Provider List | Observability | Mastra Docs](https://mastra.ai/en/reference/observability/providers): Overview of observability providers supported by Mastra, including Dash0, SigNoz, Braintrust, Langfuse, and more.
- [Reference: Keywords AI Integration | Mastra Observability Docs](https://mastra.ai/en/reference/observability/providers/keywordsai): Documentation for integrating Keywords AI (an observability platform for LLM applications) with Mastra.
- [Reference: Laminar Integration | Mastra Observability Docs](https://mastra.ai/en/reference/observability/providers/laminar): Documentation for integrating Laminar with Mastra, a specialized observability platform for LLM applications.
- [Reference: Langfuse Integration | Mastra Observability Docs](https://mastra.ai/en/reference/observability/providers/langfuse): Documentation for integrating Langfuse with Mastra, an open-source observability platform for LLM applications.
- [Reference: LangSmith Integration | Mastra Observability Docs](https://mastra.ai/en/reference/observability/providers/langsmith): Documentation for integrating LangSmith with Mastra, a platform for debugging, testing, evaluating, and monitoring LLM applications.
- [Reference: LangWatch Integration | Mastra Observability Docs](https://mastra.ai/en/reference/observability/providers/langwatch): Documentation for integrating LangWatch with Mastra, a specialized observability platform for LLM applications.
- [Reference: New Relic Integration | Mastra Observability Docs](https://mastra.ai/en/reference/observability/providers/new-relic): Documentation for integrating New Relic with Mastra, a comprehensive observability platform supporting OpenTelemetry for full-stack monitoring.
- [Reference: SigNoz Integration | Mastra Observability Docs](https://mastra.ai/en/reference/observability/providers/signoz): Documentation for integrating SigNoz with Mastra, an open-source APM and observability platform providing full-stack monitoring through OpenTelemetry.
- [Reference: Traceloop Integration | Mastra Observability Docs](https://mastra.ai/en/reference/observability/providers/traceloop): Documentation for integrating Traceloop with Mastra, an OpenTelemetry-native observability platform for LLM applications.
- [Reference: Astra Vector Store | Vector Databases | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/astra): Documentation for the AstraVector class in Mastra, which provides vector search using DataStax Astra DB.
- [Reference: Chroma Vector Store | Vector Databases | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/chroma): Documentation for the ChromaVector class in Mastra, which provides vector search using ChromaDB.
- [Reference: .chunk() | Document Processing | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/chunk): Documentation for the chunk function in Mastra, which splits documents into smaller segments using various strategies.
- [Reference: Couchbase Vector Store | Vector Databases | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/couchbase): Documentation for the CouchbaseVector class in Mastra, which provides vector search using Couchbase Vector Search.
- [Reference: DatabaseConfig | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/database-config): API reference for database-specific configuration types used with vector query tools in Mastra RAG systems.
- [Reference: MDocument | Document Processing | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/document): Documentation for the MDocument class in Mastra, which handles document processing and chunking.
- [Reference: embed() | Document Embedding | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/embeddings): Documentation for embedding functionality in Mastra using the AI SDK.
- [Reference: ExtractParams | Document Processing | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/extract-params): Documentation for metadata extraction configuration in Mastra.
- [Reference: GraphRAG | Graph-based RAG | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/graph-rag): Documentation for the GraphRAG class in Mastra, which implements a graph-based approach to retrieval augmented generation.
- [Reference: Lance Vector Store | Vector Databases | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/lance): Documentation for the LanceVectorStore class in Mastra, which provides vector search using LanceDB, an embedded vector database based on the Lance columnar format.
- [Default Vector Store | Vector Databases | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/libsql): Documentation for the LibSQLVector class in Mastra, which provides vector search using LibSQL with vector extensions.
- [Reference: Metadata Filters | Metadata Filtering | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/metadata-filters): Documentation for metadata filtering capabilities in Mastra, which allow for precise querying of vector search results across different vector stores.
- [Reference: MongoDB Vector Store | Vector Databases | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/mongodb): Documentation for the MongoDBVector class in Mastra, which provides vector search using MongoDB Atlas and Atlas Vector Search.
- [Reference: OpenSearch Vector Store | Vector Databases | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/opensearch): Documentation for the OpenSearchVector class in Mastra, which provides vector search using OpenSearch.
- [Reference: PG Vector Store | Vector Databases | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/pg): Documentation for the PgVector class in Mastra, which provides vector search using PostgreSQL with pgvector extension.
- [Reference: Pinecone Vector Store | Vector DBs | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/pinecone): Documentation for the PineconeVector class in Mastra, which provides an interface to Pinecones vector database.
- [Reference: Qdrant Vector Store | Vector Databases | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/qdrant): Documentation for integrating Qdrant with Mastra, a vector similarity search engine for managing vectors and payloads.
- [Reference: Rerank | Document Retrieval | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/rerank): Documentation for the rerank function in Mastra, which provides advanced reranking capabilities for vector search results.
- [Reference: Rerank | Document Retrieval | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/rerankWithScorer): Documentation for the rerank function in Mastra, which provides advanced reranking capabilities for vector search results.
- [Reference: Turbopuffer Vector Store | Vector Databases | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/turbopuffer): Documentation for integrating Turbopuffer with Mastra, a high-performance vector database for efficient similarity search.
- [Reference: Upstash Vector Store | Vector Databases | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/upstash): Documentation for the UpstashVector class in Mastra, which provides vector search using Upstash Vector.
- [Reference: Cloudflare Vector Store | Vector Databases | RAG | Mastra Docs](https://mastra.ai/en/reference/rag/vectorize): Documentation for the CloudflareVector class in Mastra, which provides vector search using Cloudflare Vectorize.
- [Cloudflare D1 Storage | Storage System | Mastra Core](https://mastra.ai/en/reference/storage/cloudflare-d1): Documentation for the Cloudflare D1 SQL storage implementation in Mastra.
- [Cloudflare Storage | Storage System | Mastra Core](https://mastra.ai/en/reference/storage/cloudflare): Documentation for the Cloudflare KV storage implementation in Mastra.
- [DynamoDB Storage | Storage System | Mastra Core](https://mastra.ai/en/reference/storage/dynamodb): Documentation for the DynamoDB storage implementation in Mastra, using a single-table design with ElectroDB.
- [LanceDB Storage](https://mastra.ai/en/reference/storage/lance): Documentation for the LanceDB storage implementation in Mastra.
- [LibSQL Storage | Storage System | Mastra Core](https://mastra.ai/en/reference/storage/libsql): Documentation for the LibSQL storage implementation in Mastra.
- [PostgreSQL Storage | Storage System | Mastra Core](https://mastra.ai/en/reference/storage/postgresql): Documentation for the PostgreSQL storage implementation in Mastra.
- [Upstash Storage | Storage System | Mastra Core](https://mastra.ai/en/reference/storage/upstash): Documentation for the Upstash storage implementation in Mastra.
- [Reference: MastraMCPClient | Tool Discovery | Mastra Docs](https://mastra.ai/en/reference/tools/client): API Reference for MastraMCPClient - A client implementation for the Model Context Protocol.
- [Reference: createTool() | Tools | Mastra Docs](https://mastra.ai/en/reference/tools/create-tool): Documentation for the createTool function in Mastra, used to define custom tools for agents.
- [Reference: createDocumentChunkerTool() | Tools | Mastra Docs](https://mastra.ai/en/reference/tools/document-chunker-tool): Documentation for the Document Chunker Tool in Mastra, which splits documents into smaller chunks for efficient processing and retrieval.
- [Reference: createGraphRAGTool() | RAG | Mastra Tools Docs](https://mastra.ai/en/reference/tools/graph-rag-tool): Documentation for the Graph RAG Tool in Mastra, which enhances RAG by building a graph of semantic relationships between documents.
- [Reference: MCPClient | Tool Management | Mastra Docs](https://mastra.ai/en/reference/tools/mcp-client): API Reference for MCPClient - A class for managing multiple Model Context Protocol servers and their tools.
- [Reference: MCPServer | Exposing Mastra Tools via MCP | Mastra Docs](https://mastra.ai/en/reference/tools/mcp-server): API Reference for MCPServer - A class for exposing Mastra tools and capabilities as a Model Context Protocol server.
- [Reference: createVectorQueryTool() | RAG | Mastra Tools Docs](https://mastra.ai/en/reference/tools/vector-query-tool): Documentation for the Vector Query Tool in Mastra, which facilitates semantic search over vector stores with filtering and reranking capabilities.
- [Reference: Azure Voice | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/azure): Documentation for the AzureVoice class, providing text-to-speech and speech-to-text capabilities using Azure Cognitive Services.
- [Reference: Cloudflare Voice | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/cloudflare): Documentation for the CloudflareVoice class, providing text-to-speech capabilities using Cloudflare Workers AI.
- [Reference: CompositeVoice | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/composite-voice): Documentation for the CompositeVoice class, which enables combining multiple voice providers for flexible text-to-speech and speech-to-text operations.
- [Reference: Deepgram Voice | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/deepgram): Documentation for the Deepgram voice implementation, providing text-to-speech and speech-to-text capabilities with multiple voice models and languages.
- [Reference: ElevenLabs Voice | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/elevenlabs): Documentation for the ElevenLabs voice implementation, offering high-quality text-to-speech capabilities with multiple voice models and natural-sounding synthesis.
- [Reference: Google Voice | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/google): Documentation for the Google Voice implementation, providing text-to-speech and speech-to-text capabilities.
- [Reference: MastraVoice | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/mastra-voice): Documentation for the MastraVoice abstract base class, which defines the core interface for all voice services in Mastra, including speech-to-speech capabilities.
- [Reference: Murf Voice | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/murf): Documentation for the Murf voice implementation, providing text-to-speech capabilities.
- [Reference: OpenAI Realtime Voice | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/openai-realtime): Documentation for the OpenAIRealtimeVoice class, providing real-time text-to-speech and speech-to-text capabilities via WebSockets.
- [Reference: OpenAI Voice | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/openai): Documentation for the OpenAIVoice class, providing text-to-speech and speech-to-text capabilities.
- [Reference: PlayAI Voice | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/playai): Documentation for the PlayAI voice implementation, providing text-to-speech capabilities.
- [Reference: Sarvam Voice | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/sarvam): Documentation for the Sarvam class, providing text-to-speech and speech-to-text capabilities.
- [Reference: Speechify Voice | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/speechify): Documentation for the Speechify voice implementation, providing text-to-speech capabilities.
- [Reference: voice.addInstructions() | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/voice.addInstructions): Documentation for the addInstructions() method available in voice providers, which adds instructions to guide the voice models behavior.
- [Reference: voice.addTools() | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/voice.addTools): Documentation for the addTools() method available in voice providers, which equips voice models with function calling capabilities.
- [Reference: voice.answer() | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/voice.answer): Documentation for the answer() method available in real-time voice providers, which triggers the voice provider to generate a response.
- [Reference: voice.close() | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/voice.close): Documentation for the close() method available in voice providers, which disconnects from real-time voice services.
- [Reference: voice.connect() | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/voice.connect): Documentation for the connect() method available in real-time voice providers, which establishes a connection for speech-to-speech communication.
- [Reference: Voice Events | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/voice.events): Documentation for events emitted by voice providers, particularly for real-time voice interactions.
- [Reference: voice.getSpeakers() | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/voice.getSpeakers): Documentation for the getSpeakers() method available in voice providers, which retrieves available voice options.
- [Reference: voice.listen() | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/voice.listen): Documentation for the listen() method available in all Mastra voice providers, which converts speech to text.
- [Reference: voice.off() | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/voice.off): Documentation for the off() method available in voice providers, which removes event listeners for voice events.
- [Reference: voice.on() | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/voice.on): Documentation for the on() method available in voice providers, which registers event listeners for voice events.
- [Reference: voice.send() | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/voice.send): Documentation for the send() method available in real-time voice providers, which streams audio data for continuous processing.
- [Reference: voice.speak() | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/voice.speak): Documentation for the speak() method available in all Mastra voice providers, which converts text to speech.
- [Reference: voice.updateConfig() | Voice Providers | Mastra Docs](https://mastra.ai/en/reference/voice/voice.updateConfig): Documentation for the updateConfig() method available in voice providers, which updates the configuration of a voice provider at runtime.
- [Reference: Workflow.branch() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/branch): Documentation for the `.branch()` method in workflows, which creates conditional branches between steps.
- [Reference: Workflow.commit() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/commit): Documentation for the `.commit()` method in workflows, which finalizes the workflow and returns the final result.
- [Reference: Workflow.createRunAsync() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/create-run): Documentation for the `.createRunAsync()` method in workflows, which creates a new workflow run instance.
- [Reference: Workflow.dountil() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/dountil): Documentation for the `.dountil()` method in workflows, which creates a loop that executes a step until a condition is met.
- [Reference: Workflow.dowhile() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/dowhile): Documentation for the `.dowhile()` method in workflows, which creates a loop that executes a step while a condition is met.
- [Reference: Workflow.execute() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/execute): Documentation for the `.execute()` method in workflows, which executes a step with input data and returns the output.
- [Reference: Workflow.foreach() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/foreach): Documentation for the `.foreach()` method in workflows, which creates a loop that executes a step for each item in an array.
- [Reference: Workflow.map() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/map): Documentation for the `.map()` method in workflows, which maps output data from a previous step to the input of a subsequent step.
- [Reference: Workflow.parallel() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/parallel): Documentation for the `.parallel()` method in workflows, which executes multiple steps in parallel.
- [Reference: Workflow.resume() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/resume): Documentation for the `.resume()` method in workflows, which resumes a suspended workflow run with new data.
- [Reference: Workflow.sendEvent() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/sendEvent): Documentation for the `.sendEvent()` method in workflows, which resumes execution when an event is sent.
- [Reference: Workflow.sleep() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/sleep): Documentation for the `.sleep()` method in workflows, which pauses execution for a specified number of milliseconds.
- [Reference: Workflow.sleepUntil() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/sleepUntil): Documentation for the `.sleepUntil()` method in workflows, which pauses execution until a specified date.
- [Reference: Snapshots | Workflow State Persistence | Mastra Docs](https://mastra.ai/en/reference/workflows/snapshots): Technical reference on snapshots in Mastra - the serialized workflow state that enables suspend and resume functionality
- [Reference: Workflow.start() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/start): Documentation for the `.start()` method in workflows, which starts a workflow run with input data.
- [Reference: Step | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/step): Documentation for the Step class, which defines individual units of work within a workflow.
- [Reference: Workflow.stream() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/stream): Documentation for the `.stream()` method in workflows, which allows you to monitor the execution of a workflow run as a stream.
- [Reference: Workflow.then() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/then): Documentation for the `.then()` method in workflows, which creates sequential dependencies between steps.
- [Reference: Workflow.waitForEvent() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/waitForEvent): Documentation for the `.waitForEvent()` method in workflows, which pauses execution until an event is received.
- [Reference: Workflow.watch() | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/watch): Documentation for the `.watch()` method in workflows, which allows you to monitor the execution of a workflow run.
- [Reference: Workflow Class | Building Workflows | Mastra Docs](https://mastra.ai/en/reference/workflows/workflow): Documentation for the Workflow class in Mastra, which enables you to create state machines for complex sequences of operations with conditional branching and data validation.

## EN - showcase
- [Showcase](https://mastra.ai/en/showcase): Check out these applications built with Mastra

## JA - docs
- [エージェントツール選択 | エージェントドキュメント | Mastra](https://mastra.ai/ja/docs/agents/adding-tools): ツールは、エージェントやワークフローによって実行できる型付き関数で、組み込みの統合アクセスとパラメータ検証機能を備えています。各ツールには、入力を定義するスキーマ、ロジックを実装する実行関数、および設定された統合へのアクセスがあります。
- [adding-voice](https://mastra.ai/ja/docs/agents/adding-voice)
- [エージェントメモリーの使用 | エージェント | Mastra ドキュメント](https://mastra.ai/ja/docs/agents/agent-memory): Mastraのエージェントが会話履歴や文脈情報を保存するためにメモリーをどのように使用するかに関するドキュメント。
- [動的エージェント](https://mastra.ai/ja/docs/agents/dynamic-agents): 実行時のコンテキストを使用して、エージェントの指示、モデル、ツールを動的に設定します。
- [MCPをMastraで使用する | エージェント | Mastraドキュメント](https://mastra.ai/ja/docs/agents/mcp-guide): MastraでMCPを使用して、AIエージェントにサードパーティのツールやリソースを統合します。
- [エージェント概要 | エージェントドキュメント | Mastra](https://mastra.ai/ja/docs/agents/overview): Mastraにおけるエージェントの概要、その機能とツール、ワークフロー、外部システムとの相互作用について詳しく説明します。
- [ランタイムコンテキスト | エージェント | Mastra ドキュメント](https://mastra.ai/ja/docs/agents/runtime-variables): Mastraの依存性注入システムを使用して、エージェントとツールにランタイム設定を提供する方法を学びます。
- [エージェントでのツールの使用 | エージェント | Mastra ドキュメント](https://mastra.ai/ja/docs/agents/using-tools-and-mcp): ツールの作成方法、Mastraエージェントへの追加方法、およびMCPサーバーからのツールの統合方法について学びます。
- [Discord コミュニティとボット | ドキュメント | Mastra](https://mastra.ai/ja/docs/community/discord): Mastra Discord コミュニティと MCP ボットに関する情報。
- [ライセンス](https://mastra.ai/ja/docs/community/licensing): Mastraライセンス
- [MastraClient](https://mastra.ai/ja/docs/deployment/client): Mastra Client SDKの設定と使用方法について学ぶ
- [Amazon EC2](https://mastra.ai/ja/docs/deployment/cloud-providers/amazon-ec2): MastraアプリケーションをAmazon EC2にデプロイします。
- [AWS Lambda](https://mastra.ai/ja/docs/deployment/cloud-providers/aws-lambda): DockerコンテナとAWS Lambda Web Adapterを使用してMastraアプリケーションをAWS Lambdaにデプロイします。
- [Azure App Services](https://mastra.ai/ja/docs/deployment/cloud-providers/azure-app-services): MastraアプリケーションをAzure App Servicesにデプロイします。
- [Digital Ocean](https://mastra.ai/ja/docs/deployment/cloud-providers/digital-ocean): MastraアプリケーションをDigital Oceanにデプロイします。
- [クラウドプロバイダー](https://mastra.ai/ja/docs/deployment/cloud-providers): 人気のクラウドプロバイダーにMastraアプリケーションをデプロイします。
- [カスタムAPIルート](https://mastra.ai/ja/docs/deployment/custom-api-routes): Mastraサーバーから追加のHTTPエンドポイントを公開します。
- [サーバーレスデプロイメント](https://mastra.ai/ja/docs/deployment/deployment): プラットフォーム固有のデプロイヤーまたは標準HTTPサーバーを使用してMastraアプリケーションを構築およびデプロイする
- [ミドルウェア](https://mastra.ai/ja/docs/deployment/middleware): リクエストをインターセプトするためのカスタムミドルウェア関数を適用します。
- [デプロイメント概要](https://mastra.ai/ja/docs/deployment/overview): Mastraアプリケーションの様々なデプロイメントオプションについて学ぶ
- [Mastraサーバーのデプロイ](https://mastra.ai/ja/docs/deployment/server-deployment): ミドルウェアやその他のオプションを使用してMastraサーバーをデプロイする
- [Mastraサーバーの作成](https://mastra.ai/ja/docs/deployment/server): ミドルウェアやその他のオプションでMastraサーバーを設定およびカスタマイズする
- [Cloudflare Deployer](https://mastra.ai/ja/docs/deployment/serverless-platforms/cloudflare-deployer): Mastra CloudflareDeployerを使用してMastraアプリケーションをCloudflareにデプロイする方法を学ぶ
- [サーバーレスデプロイメント](https://mastra.ai/ja/docs/deployment/serverless-platforms): プラットフォーム固有のデプロイヤーまたは標準HTTPサーバーを使用してMastraアプリケーションをビルドおよびデプロイする
- [Netlify Deployer](https://mastra.ai/ja/docs/deployment/serverless-platforms/netlify-deployer): Mastra NetlifyDeployerを使用してMastraアプリケーションをNetlifyにデプロイする方法を学ぶ
- [Vercel Deployer](https://mastra.ai/ja/docs/deployment/serverless-platforms/vercel-deployer): Mastra VercelDeployerを使用してMastraアプリケーションをVercelにデプロイする方法を学ぶ
- [WebフレームワークでのMastraのデプロイ](https://mastra.ai/ja/docs/deployment/web-framework): WebフレームワークとMastraを統合した際のデプロイ方法を学ぶ
- [独自のEvalを作成する](https://mastra.ai/ja/docs/evals/custom-eval): Mastraを使用すると、独自のevalを作成できます。方法はこちらです。
- [概要](https://mastra.ai/ja/docs/evals/overview): Mastra evalsを使用してAIエージェントの品質を評価・測定する方法を理解する。
- [CIでの実行](https://mastra.ai/ja/docs/evals/running-in-ci): 時間の経過とともにエージェントの品質を監視するために、CI/CDパイプラインでMastraの評価を実行する方法を学びましょう。
- [テキスト評価](https://mastra.ai/ja/docs/evals/textual-evals): MastraがLLM-as-judgeの方法論を使用してテキストの品質を評価する方法を理解する。
- [ライセンス](https://mastra.ai/ja/docs/faq): Mastra ライセンス
- [Vercel AI SDKとの使用](https://mastra.ai/ja/docs/frameworks/agentic-uis/ai-sdk): MastraがVercel AI SDKライブラリをどのように活用し、Mastraでさらにそれをどのように活用できるかを学ぶ
- [Assistant UIとの使用](https://mastra.ai/ja/docs/frameworks/agentic-uis/assistant-ui): Assistant UIをMastraと統合する方法を学ぶ
- [CopilotKitとの使用](https://mastra.ai/ja/docs/frameworks/agentic-uis/copilotkit): MastraがCopilotKitのAGUIライブラリをどのように活用し、ユーザーエクスペリエンスの構築にどのように活用できるかを学ぶ
- [OpenRouterとの使用](https://mastra.ai/ja/docs/frameworks/agentic-uis/openrouter): OpenRouterをMastraと統合する方法を学ぶ
- [ai-sdk-v5](https://mastra.ai/ja/docs/frameworks/ai-sdk-v5)
- [Vercel AI SDKとの併用](https://mastra.ai/ja/docs/frameworks/ai-sdk): MastraがVercel AI SDKライブラリをどのように活用しているか、そしてMastraでさらにどのように活用できるかを学ぶ
- [CopilotKitとの使用](https://mastra.ai/ja/docs/frameworks/copilotkit): MastraがCopilotKitのAGUIライブラリをどのように活用しているか、そしてユーザーエクスペリエンスを構築するためにどのように活用できるかを学びましょう
- [Mastra と NextJS のはじめ方 | Mastra ガイド](https://mastra.ai/ja/docs/frameworks/next-js): Mastra を NextJS と統合するためのガイド。
- [MastraとExpressを使い始める | Mastraガイド](https://mastra.ai/ja/docs/frameworks/servers/express): MastraをExpressバックエンドと統合するためのステップバイステップガイド。
- [MastraとAstroを始める | Mastraガイド](https://mastra.ai/ja/docs/frameworks/web-frameworks/astro): MastraをAstroと統合するためのステップバイステップガイド。
- [MastraとNext.jsを始める | Mastraガイド](https://mastra.ai/ja/docs/frameworks/web-frameworks/next-js): MastraをNext.jsと統合するためのステップバイステップガイド。
- [MastraとSvelteKitを始める | Mastraガイド](https://mastra.ai/ja/docs/frameworks/web-frameworks/sveltekit): MastraをSvelteKitと統合するためのステップバイステップガイド。
- [Vite/ReactでMastraを始める | Mastraガイド](https://mastra.ai/ja/docs/frameworks/web-frameworks/vite-react): ViteとReactにMastraを統合するためのステップバイステップガイド。
- [Mastraのインストール | はじめに | Mastra Docs](https://mastra.ai/ja/docs/getting-started/installation): Mastraのインストールと、さまざまなLLMプロバイダーで実行するために必要な前提条件の設定に関するガイド。
- [Cursor/Windsurfでの使用 | はじめに | Mastra ドキュメント](https://mastra.ai/ja/docs/getting-started/mcp-docs-server): IDEでMastra MCPドキュメントサーバーを使用して、エージェント型のMastraエキスパートに変える方法を学びましょう。
- [model-capability](https://mastra.ai/ja/docs/getting-started/model-capability)
- [モデルプロバイダー | はじめに | Mastra Docs](https://mastra.ai/ja/docs/getting-started/model-providers): Mastraで異なるモデルプロバイダーを設定し使用する方法を学びます。
- [ローカルプロジェクト構造 | はじめに | Mastra ドキュメント](https://mastra.ai/ja/docs/getting-started/project-structure): Mastraでのフォルダとファイルの整理に関するガイド。ベストプラクティスと推奨される構造を含みます。
- [はじめに | Mastra ドキュメント](https://mastra.ai/ja/docs): Mastraは、TypeScriptエージェントフレームワークです。AIアプリケーションや機能を素早く構築するのに役立ちます。ワークフロー、エージェント、RAG、統合、同期、評価など、必要なプリミティブセットを提供します。
- [Mastra 統合の使用 | Mastra ローカル開発ドキュメント](https://mastra.ai/ja/docs/integrations): サードパーティサービスのために自動生成された型安全なAPIクライアントであるMastra統合のドキュメント。
- [既存のプロジェクトへの追加 | Mastraローカル開発ドキュメント](https://mastra.ai/ja/docs/local-dev/add-to-existing-project): 既存のNode.jsアプリケーションにMastraを追加する
- [新しいプロジェクトの作成 | Mastra ローカル開発ドキュメント](https://mastra.ai/ja/docs/local-dev/creating-a-new-project): CLI を使って新しい Mastra プロジェクトを作成したり、既存の Node.js アプリケーションに Mastra を追加したりします
- [`mastra dev`でエージェントを検査する | Mastra ローカル開発ドキュメント](https://mastra.ai/ja/docs/local-dev/mastra-dev): MastraアプリケーションのためのMastraローカル開発環境のドキュメント。
- [Mastra Cloudダッシュボードの理解](https://mastra.ai/ja/docs/mastra-cloud/dashboard): Mastra Cloudで利用可能な各機能の詳細
- [Mastra Cloudへのデプロイ](https://mastra.ai/ja/docs/mastra-cloud/deploying): Mastraアプリケーション向けのGitHubベースのデプロイプロセス
- [Mastra Cloudでの可観測性](https://mastra.ai/ja/docs/mastra-cloud/observability): Mastra Cloudデプロイメントのモニタリングとデバッグツール
- [Mastra Cloud](https://mastra.ai/ja/docs/mastra-cloud/overview): Mastraアプリケーションのデプロイメントと監視サービス
- [プロジェクトのセットアップ](https://mastra.ai/ja/docs/mastra-cloud/setting-up): Mastra Cloudプロジェクトの設定手順
- [memory-processors](https://mastra.ai/ja/docs/memory/memory-processors)
- [overview](https://mastra.ai/ja/docs/memory/overview)
- [semantic-recall](https://mastra.ai/ja/docs/memory/semantic-recall)
- [working-memory](https://mastra.ai/ja/docs/memory/working-memory)
- [complex-task-execution](https://mastra.ai/ja/docs/networks-vnext/complex-task-execution)
- [複雑なLLM操作の処理 | Networks | Mastra](https://mastra.ai/ja/docs/networks-vnext/overview): MastraのNetworksは、単一のAPIを使用して、個別または複数のMastraプリミティブを非決定論的な方法で実行するのに役立ちます。
- [single-task-execution](https://mastra.ai/ja/docs/networks-vnext/single-task-execution)
- [ロギング | Mastra 可観測性ドキュメント](https://mastra.ai/ja/docs/observability/logging): Mastraでの効果的なロギングに関するドキュメント。アプリケーションの動作を理解し、AI精度を向上させるために不可欠です。
- [Next.js トレーシング | Mastra Observability ドキュメント](https://mastra.ai/ja/docs/observability/nextjs-tracing): Next.js アプリケーションのための OpenTelemetry トレーシングの設定
- [トレーシング | Mastra 可観測性ドキュメント](https://mastra.ai/ja/docs/observability/tracing): Mastraアプリケーション用のOpenTelemetryトレーシングをセットアップする
- [文書のチャンキングと埋め込み | RAG | Mastra ドキュメント](https://mastra.ai/ja/docs/rag/chunking-and-embedding): Mastraでの効率的な処理と検索のための文書のチャンキングと埋め込みに関するガイド。
- [MastraにおけるRAG（検索拡張生成） | Mastraドキュメント](https://mastra.ai/ja/docs/rag/overview): Mastraにおける検索拡張生成（RAG）の概要。関連するコンテキストでLLMの出力を強化する機能の詳細。
- [検索、セマンティック検索、リランキング | RAG | Mastra ドキュメント](https://mastra.ai/ja/docs/rag/retrieval): Mastraの RAGシステムにおける検索プロセスに関するガイド。セマンティック検索、フィルタリング、リランキングを含みます。
- [ベクトルデータベースへのエンベディングの保存 | Mastra Docs](https://mastra.ai/ja/docs/rag/vector-databases): Mastraにおけるベクトルストレージオプションのガイド。類似性検索のための組み込みおよび専用ベクトルデータベースを含みます。
- [カスタムAPIルート](https://mastra.ai/ja/docs/server-db/custom-api-routes): Mastraサーバーから追加のHTTPエンドポイントを公開します。
- [mastra devでエージェントとワークフローを検査する | Mastra Local Dev Docs](https://mastra.ai/ja/docs/server-db/local-dev-playground): Mastraアプリケーション用のMastraローカル開発環境のドキュメント。
- [MastraClient](https://mastra.ai/ja/docs/server-db/mastra-client): Mastra Client SDKの設定と使用方法を学ぶ
- [Middleware](https://mastra.ai/ja/docs/server-db/middleware): リクエストをインターセプトするためのカスタムミドルウェア関数を適用します。
- [Mastra本番サーバーを作成する](https://mastra.ai/ja/docs/server-db/production-server): API、CORS、その他のカスタム設定を使用して本番環境対応のMastraサーバーを設定およびデプロイする方法を学ぶ
- [Mastraのストレージ | Mastra Docs](https://mastra.ai/ja/docs/server-db/storage): Mastraのストレージシステムとデータ永続化機能の概要。
- [Mastraのストレージ | Mastraドキュメント](https://mastra.ai/ja/docs/storage/overview): Mastraのストレージシステムとデータ永続化機能の概要。
- [高度なツール使用法 | ツール & MCP | Mastra ドキュメント](https://mastra.ai/ja/docs/tools-mcp/advanced-usage): このページでは、中断シグナルやVercel AI SDKツール形式との互換性など、Mastraツールの高度な機能について説明します。
- [動的ツールコンテキスト | ツール & MCP | Mastra ドキュメント](https://mastra.ai/ja/docs/tools-mcp/dynamic-context): Mastraの RuntimeContextを使用して、動的なリクエスト固有の設定をツールに提供する方法を学びます。
- [MCP概要 | ツール＆MCP | Mastraドキュメント](https://mastra.ai/ja/docs/tools-mcp/mcp-overview): モデルコンテキストプロトコル（MCP）について学び、MCPClientを通じてサードパーティツールを使用する方法、レジストリへの接続方法、MCPServerを使用して自分のツールを共有する方法を理解しましょう。
- [ツール概要 | ツール & MCP | Mastra ドキュメント](https://mastra.ai/ja/docs/tools-mcp/overview): Mastraにおけるツールの概念、エージェントへの追加方法、効果的なツール設計のベストプラクティスを理解しましょう。
- [Mastraの音声機能 | Mastra ドキュメント](https://mastra.ai/ja/docs/voice/overview): Mastraの音声機能の概要。テキスト読み上げ、音声認識、リアルタイム音声変換などを含みます。
- [Mastraにおける音声対音声機能 | Mastra ドキュメント](https://mastra.ai/ja/docs/voice/speech-to-speech): Mastraの音声対音声機能の概要。リアルタイムの対話やイベント駆動型アーキテクチャについて説明します。
- [Mastra における音声認識（STT） | Mastra ドキュメント](https://mastra.ai/ja/docs/voice/speech-to-text): Mastra の音声認識機能の概要、設定方法、使用方法、音声プロバイダーとの連携について説明します。
- [Mastra におけるテキスト読み上げ（TTS） | Mastra ドキュメント](https://mastra.ai/ja/docs/voice/text-to-speech): Mastra のテキスト読み上げ機能の概要、設定方法、使用方法、音声プロバイダーとの連携について説明します。
- [分岐、マージ、条件分岐 | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows/control-flow): Mastra のワークフローにおける制御フローを使うことで、分岐、マージ、条件分岐を管理し、ロジック要件に合ったワークフローを構築できます。
- [ダイナミックワークフロー | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows/dynamic-workflows): ワークフローステップ内でダイナミックなワークフローを作成し、実行時の条件に基づいて柔軟にワークフローを構築する方法を学びます。
- [ワークフローにおけるエラー処理 | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows/error-handling): Mastra のワークフローでステップのリトライ、条件分岐、モニタリングを使ったエラー処理方法を学びます。
- [Inngest Workflows | Workflows | Mastra Docs](https://mastra.ai/ja/docs/workflows/inngest-workflow): Inngest workflowを使用してMastra workflowをInngestで実行できます
- [ワークフローを使った入力データマッピング | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows/input-data-mapping): Mastraワークフローでより動的なデータフローを作成するためのワークフロー入力マッピングの使用方法を学びましょう。
- [nested-workflows](https://mastra.ai/ja/docs/workflows/nested-workflows)
- [複雑なLLM操作の処理 | Workflows | Mastra](https://mastra.ai/ja/docs/workflows/overview): MastraのWorkflowsは、分岐、並列実行、リソース一時停止などの機能を使用して、複雑な操作シーケンスを調整するのに役立ちます。
- [実行の一時停止 | Mastra Docs](https://mastra.ai/ja/docs/workflows/pausing-execution): Mastraワークフローでの実行の一時停止により、.sleep()、.sleepUntil()、.waitForEvent()を使用して外部入力やリソースを待機している間、実行を一時停止できます。
- [ランタイム変数 - 依存性注入 | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows/runtime-variables): Mastraの依存性注入システムを使用してワークフローとステップにランタイム設定を提供する方法を学びましょう。
- [ステップの作成とワークフローへの追加 | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows/steps): Mastraワークフローのステップは、入力、出力、実行ロジックを定義することで、操作を管理するための構造化された方法を提供します。
- [ワークフローの一時停止と再開 | Human-in-the-Loop | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows/suspend-and-resume): Mastra のワークフローにおける一時停止と再開機能は、外部からの入力やリソースを待つ間に実行を一時停止することを可能にします。
- [エージェントとツールでワークフローを使う | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows/using-with-agents-and-tools): Mastra のワークフローにおけるステップは、入力、出力、実行ロジックを定義することで、運用を体系的に管理する方法を提供します。
- [ワークフロー変数によるデータマッピング | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows/variables): Mastraワークフローでステップ間のデータをマッピングし、動的なデータフローを作成するためのワークフロー変数の使用方法を学びましょう。
- [分岐、マージ、条件 | ワークフロー（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows-legacy/control-flow): Mastraレガシーワークフローの制御フローでは、分岐、マージ、条件を管理して、ロジック要件を満たすレガシーワークフローを構築できます。
- [動的ワークフロー（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows-legacy/dynamic-workflows): レガシーワークフローステップ内で動的ワークフローを作成する方法を学び、実行時の条件に基づいて柔軟なワークフロー作成を可能にします。
- [ワークフローにおけるエラー処理（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows-legacy/error-handling): ステップの再試行、条件分岐、モニタリングを使用して、Mastraレガシーワークフローでエラーを処理する方法を学びましょう。
- [nested-workflows](https://mastra.ai/ja/docs/workflows-legacy/nested-workflows)
- [複雑なLLM操作の処理 | ワークフロー（レガシー） | Mastra](https://mastra.ai/ja/docs/workflows-legacy/overview): Mastraのワークフローは、分岐、並列実行、リソースの一時停止などの機能を活用し、複雑な一連の操作をオーケストレーションするのに役立ちます。
- [ランタイム変数 - 依存性注入 | Workflows（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows-legacy/runtime-variables): Mastra の依存性注入システムを使用して、ワークフローやステップにランタイム設定を提供する方法を学びます。
- [ステップの作成とワークフローへの追加（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows-legacy/steps): Mastra のワークフローにおけるステップは、入力、出力、実行ロジックを定義することで、業務を体系的に管理する方法を提供します。
- [ワークフローの一時停止と再開（レガシー） | Human-in-the-Loop | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows-legacy/suspend-and-resume): Mastra のワークフローにおける一時停止と再開機能は、外部からの入力やリソースを待つ間に実行を一時停止することを可能にします。
- [ワークフロー（レガシー）変数によるデータマッピング | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows-legacy/variables): ワークフロー変数を使用してステップ間でデータをマッピングし、Mastra ワークフローで動的なデータフローを作成する方法を学びます。
- [分岐、マージ、条件 | ワークフロー (vNext) | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows-vnext/flow-control): Mastra (vNext) ワークフローのフロー制御により、分岐、マージ、条件を管理して、ロジック要件を満たすワークフローを構築できます。
- [Inngest ワークフロー | ワークフロー (vNext) | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows-vnext/inngest-workflow): Inngest ワークフローを使用すると、Inngest で Mastra vNext ワークフローを実行できます
- [ワークフロー（vNext）での入力データマッピング | Mastra Docs](https://mastra.ai/ja/docs/workflows-vnext/input-data-mapping): Mastraワークフロー（vNext）でより動的なデータフローを作成するためのワークフロー入力マッピングの使用方法を学びましょう。
- [複雑なLLM操作の取り扱い | ワークフロー（vNext） | Mastra](https://mastra.ai/ja/docs/workflows-vnext/overview): Mastraのワークフロー（vNext）は、分岐、並列実行、リソース停止などの機能を備えた複雑な操作シーケンスのオーケストレーションを支援します。
- [ワークフローの一時停止と再開 (vNext) | ヒューマンインザループ | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows-vnext/suspend-and-resume): Mastra vNextワークフローにおける一時停止と再開機能により、外部からの入力やリソースを待つ間、実行を一時停止することができます。
- [エージェントとツールを使用したワークフロー | ワークフロー (vNext) | Mastra ドキュメント](https://mastra.ai/ja/docs/workflows-vnext/using-with-agents-and-tools): Mastraワークフロー（vNext）のステップは、入力、出力、実行ロジックを定義することで、操作を管理するための構造化された方法を提供します。

## JA - examples
- [例：音声機能の追加 | エージェント | Mastra](https://mastra.ai/ja/examples/agents/adding-voice-capabilities): Mastraエージェントに音声機能を追加する例で、異なる音声プロバイダーを使用して話したり聞いたりする機能を有効にします。
- [例：エージェントワークフローの呼び出し | エージェント | Mastra ドキュメント](https://mastra.ai/ja/examples/agents/agentic-workflows): Mastraでのエージェントワークフローの作成例。LLM駆動の計画と外部APIの統合を示しています。
- [例：鳥の分類 | エージェント | Mastra ドキュメント](https://mastra.ai/ja/examples/agents/bird-checker): Unsplashからの画像が鳥を描写しているかどうかを判断するためにMastra AIエージェントを使用する例。
- [例: MCPServer のデプロイ | Agents | Mastra ドキュメント](https://mastra.ai/ja/examples/agents/deploying-mcp-server): stdio トランスポートを使用して Mastra MCPServer をセットアップ、ビルド、デプロイし、NPM に公開する例です。
- [動的エージェントの例 | エージェント | Mastra ドキュメント](https://mastra.ai/ja/examples/agents/dynamic-agents): Mastraでランタイムコンテキストを使用して動的エージェントを作成および設定する方法を学びます。
- [例: 階層的マルチエージェントシステム | エージェント | Mastra](https://mastra.ai/ja/examples/agents/hierarchical-multi-agent): Mastraを使用して、エージェントがツール機能を通じて相互作用する階層的マルチエージェントシステムを作成する例。
- [例: マルチエージェントワークフロー | Agents | Mastra ドキュメント](https://mastra.ai/ja/examples/agents/multi-agent-workflow): Mastra におけるエージェント間で成果物を受け渡すエージェントワークフローの例。
- [例：システムプロンプトを持つエージェント | エージェント | Mastra ドキュメント](https://mastra.ai/ja/examples/agents/system-prompt): Mastraでシステムプロンプトを使用してAIエージェントの性格と能力を定義する例。
- [例：エージェントにツールを与える | エージェント | Mastra ドキュメント](https://mastra.ai/ja/examples/agents/using-a-tool): Mastraで天気情報を提供するための専用ツールを使用するAIエージェントを作成する例。
- [例: ツールとしてのワークフロー | エージェント | Mastra Docs](https://mastra.ai/ja/examples/agents/workflow-as-tools): Mastraでエージェントを作成する例で、ワークフローをツールとして使用する方法を実演します。エージェントからワークフローを一時停止および再開する方法を示します。
- [認証ミドルウェア](https://mastra.ai/ja/examples/deployment/auth-middleware)
- [CORS ミドルウェア](https://mastra.ai/ja/examples/deployment/cors-middleware)
- [カスタムAPIルート](https://mastra.ai/ja/examples/deployment/custom-api-route)
- [Mastra サーバーのデプロイ](https://mastra.ai/ja/examples/deployment/deploying-mastra-server)
- [デプロイメント例](https://mastra.ai/ja/examples/deployment)
- [ロギングミドルウェア](https://mastra.ai/ja/examples/deployment/logging-middleware)
- [例: 回答の関連性 | Evals | Mastra Docs](https://mastra.ai/ja/examples/evals/answer-relevancy): Answer Relevancyメトリクスを使用してクエリへの回答の関連性を評価する例。
- [例: バイアス | Evals | Mastra Docs](https://mastra.ai/ja/examples/evals/bias): バイアス指標を使用して、さまざまな形態のバイアスに対する応答を評価する例。
- [例: 完全性 | Evals | Mastra Docs](https://mastra.ai/ja/examples/evals/completeness): Completenessメトリクスを使用して、回答が入力要素をどれだけ網羅しているかを評価する例。
- [例: コンテンツ類似度 | Evals | Mastra Docs](https://mastra.ai/ja/examples/evals/content-similarity): コンテンツ類似度メトリクスを使用して、コンテンツ間のテキスト類似度を評価する例。
- [例: コンテキスト位置 | Evals | Mastra ドキュメント](https://mastra.ai/ja/examples/evals/context-position): Context Position メトリクスを使用して、応答の順序性を評価する例。
- [例: コンテキスト精度 | Evals | Mastra Docs](https://mastra.ai/ja/examples/evals/context-precision): コンテキスト精度メトリクスを使用して、コンテキスト情報がどれだけ正確に利用されているかを評価する例。
- [例: コンテキスト関連性 | Evals | Mastra Docs](https://mastra.ai/ja/examples/evals/context-relevancy): Context Relevancyメトリクスを使用して、クエリに対するコンテキスト情報の関連性を評価する例。
- [例: コンテクスチュアルリコール | Evals | Mastra Docs](https://mastra.ai/ja/examples/evals/contextual-recall): コンテクスチュアルリコール指標を使用して、応答がどれだけ文脈情報を取り入れているかを評価する例。
- [例: カスタム評価 | Evals | Mastra Docs](https://mastra.ai/ja/examples/evals/custom-eval): MastraでカスタムLLMベースの評価指標を作成する例。
- [例: Faithfulness | Evals | Mastra Docs](https://mastra.ai/ja/examples/evals/faithfulness): Faithfulnessメトリクスを使用して、回答がコンテキストと比較してどれだけ事実に忠実であるかを評価する例。
- [例: Hallucination | Evals | Mastra ドキュメント](https://mastra.ai/ja/examples/evals/hallucination): Hallucination メトリクスを使用して応答内の事実矛盾を評価する例。
- [例: キーワードカバレッジ | Evals | Mastra Docs](https://mastra.ai/ja/examples/evals/keyword-coverage): キーワードカバレッジ指標を使用して、回答が入力テキストの重要なキーワードをどれだけカバーしているかを評価する例。
- [例: プロンプトアラインメント | Evals | Mastra ドキュメント](https://mastra.ai/ja/examples/evals/prompt-alignment): プロンプトアラインメント指標を使用して、応答における指示遵守を評価する例。
- [例: 要約 | Evals | Mastra Docs](https://mastra.ai/ja/examples/evals/summarization): Summarizationメトリクスを使用して、LLMが生成した要約が内容をどれだけ正確に捉え、事実性を維持しているかを評価する例。
- [例: テキスト差分 | Evals | Mastra Docs](https://mastra.ai/ja/examples/evals/textual-difference): テキスト差分メトリクスを使用して、テキスト文字列間の類似性をシーケンスの違いや変更点から評価する例です。
- [例: トーンの一貫性 | Evals | Mastra Docs](https://mastra.ai/ja/examples/evals/tone-consistency): トーンの一貫性メトリクスを使用して、テキスト内の感情的なトーンパターンや感情の一貫性を評価する例。
- [例: 有害性 | Evals | Mastra Docs](https://mastra.ai/ja/examples/evals/toxicity): 有害なコンテンツや攻撃的な言語を評価するためにToxicityメトリクスを使用する例。
- [例: 単語の含有 | Evals | Mastra Docs](https://mastra.ai/ja/examples/evals/word-inclusion): 出力テキストに単語が含まれているかを評価するカスタムメトリクスの作成例。
- [例一覧：ワークフロー、エージェント、RAG | Mastra Docs](https://mastra.ai/ja/examples): Mastraを使ったAI開発の実用的な例を探索してください。テキスト生成、RAG実装、構造化された出力、マルチモーダルインタラクションなどが含まれます。OpenAI、Anthropic、Google Geminiを使用してAIアプリケーションを構築する方法を学びましょう。
- [メモリプロセッサ](https://mastra.ai/ja/examples/memory/memory-processors): 呼び出されたメッセージをフィルタリングおよび変換するためのメモリプロセッサの使用例
- [memory-with-libsql](https://mastra.ai/ja/examples/memory/memory-with-libsql)
- [memory-with-mem0](https://mastra.ai/ja/examples/memory/memory-with-mem0)
- [memory-with-pg](https://mastra.ai/ja/examples/memory/memory-with-pg)
- [memory-with-upstash](https://mastra.ai/ja/examples/memory/memory-with-upstash)
- [ストリーミング作業メモリ（上級）](https://mastra.ai/ja/examples/memory/streaming-working-memory-advanced): 会話間でTodoリストを維持するための作業メモリの使用例
- [ストリーミング構造化ワーキングメモリ](https://mastra.ai/ja/examples/memory/streaming-working-memory-structured): 構造化ワーキングメモリ（スキーマ）を使用して会話間でToDoリストを維持する例
- [ストリーミングワーキングメモリ](https://mastra.ai/ja/examples/memory/streaming-working-memory): エージェントでワーキングメモリを使用する例
- [AI SDK useChat フック](https://mastra.ai/ja/examples/memory/use-chat): Mastra メモリを Vercel AI SDK useChat フックと統合する方法の例を示します。
- [例：チャンクデリミタの調整 | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/chunking/adjust-chunk-delimiters): Mastraでチャンクデリミタを調整して、コンテンツ構造により適合させる方法。
- [例：チャンクサイズの調整 | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/chunking/adjust-chunk-size): Mastraでチャンクサイズを調整して、コンテンツとメモリ要件により適合させます。
- [例：HTMLのセマンティックチャンキング | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/chunking/chunk-html): MastraでドキュメントをセマンティックにチャンクするためにHTMLコンテンツをチャンクする。
- [例：JSONのセマンティックチャンキング | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/chunking/chunk-json): MastraでセマンティックにドキュメントをチャンクするためのJSONデータのチャンキング。
- [例：マークダウンのセマンティックチャンキング | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/chunking/chunk-markdown): 検索や取得目的でマークダウン文書をチャンク化するためのMastraの使用例。
- [例：テキストの意味的チャンキング | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/chunking/chunk-text): 大きなテキスト文書を処理のために小さなチャンクに分割するためのMastraの使用例。
- [例: チャンク配列の埋め込み | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/embedding/embed-chunk-array): 類似性検索のために、Mastra を使ってテキストチャンクの配列に対して埋め込みを生成する例です。
- [例: テキストチャンクの埋め込み | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/embedding/embed-text-chunk): 類似性検索のために、Mastra を使って単一のテキストチャンクの埋め込みを生成する例です。
- [例: Cohere を使ったテキスト埋め込み | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/embedding/embed-text-with-cohere): Mastra を使って Cohere の埋め込みモデルで埋め込みを生成する例。
- [例: メタデータ抽出 | 検索 | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/embedding/metadata-extraction): Mastra でドキュメントからメタデータを抽出し、強化されたドキュメント処理と検索に活用する例。
- [例: ハイブリッドベクトル検索 | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/query/hybrid-vector-search): PGVector でメタデータフィルターを使用し、Mastra のベクトル検索結果を強化する例。
- [例: Top-K結果の取得 | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/query/retrieve-results): Mastraを使用してベクトルデータベースにクエリを実行し、意味的に類似したチャンクを取得する例。
- [例: ツールを使った再ランキング結果 | 検索 | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/rerank/rerank-rag): OpenAI の埋め込みと PGVector を使って、Mastra で再ランキングを実装した RAG システムの例。
- [例: 結果の再ランキング | 検索 | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/rerank/rerank): OpenAI の埋め込みと PGVector を使ったベクトルストレージによる、Mastra でのセマンティック再ランキング実装例。
- [例: Cohereによるリランキング | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/rerank/reranking-with-cohere): Mastraを使用してCohereのリランキングサービスでドキュメント検索の関連性を向上させる例。
- [例: ZeroEntropyを使ったリランキング | RAG | Mastra Docs](https://mastra.ai/ja/examples/rag/rerank/reranking-with-zeroentropy): ZeroEntropyのリランキングサービスを使用してドキュメント検索の関連性を向上させるMastraの使用例。
- [例: 埋め込みのアップサート | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/upsert/upsert-embeddings): 類似性検索のために、Mastra を使ってさまざまなベクトルデータベースに埋め込みを保存する例。
- [例: ベクタークエリツールの使用方法 | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/usage/basic-rag): OpenAI の埋め込みと PGVector を使って、Mastra で基本的な RAG システムを実装する例です。
- [例: 情報密度の最適化 | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/usage/cleanup-rag): LLMベースの処理を用いて、Mastraで情報密度を最適化し、データの重複を排除するRAGシステムの実装例。
- [例: Chain of Thought プロンプティング | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/usage/cot-rag): OpenAI と PGVector を使用し、Mastra で chain-of-thought 推論を用いた RAG システムの実装例。
- [例: ワークフローによる構造化推論 | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/usage/cot-workflow-rag): Mastra のワークフロー機能を使った RAG システムでの構造化推論の実装例。
- [データベース固有の設定 | RAG | Mastra Examples](https://mastra.ai/ja/examples/rag/usage/database-specific-config): データベース固有の設定を使用してベクトル検索のパフォーマンスを最適化し、異なるベクトルストアの独自機能を活用する方法を学びます。
- [例: エージェント主導のメタデータフィルタリング | 検索 | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/usage/filter-rag): RAG システムで Mastra エージェントを使用して、ドキュメント検索のためのメタデータフィルターを構築・適用する例。
- [例: 完全なグラフRAGシステム | RAG | Mastra ドキュメント](https://mastra.ai/ja/examples/rag/usage/graph-rag): OpenAIの埋め込みとPGVectorによるベクトルストレージを用いた、MastraでのグラフRAGシステム実装例。
- [音声から音声へ](https://mastra.ai/ja/examples/voice/speech-to-speech): Mastra を使って音声から音声へのアプリケーションを作成する例。
- [例: 音声からテキストへ | Voice | Mastra ドキュメント](https://mastra.ai/ja/examples/voice/speech-to-text): Mastra を使って音声からテキストへのアプリケーションを作成する例。
- [例: テキスト読み上げ | Voice | Mastra ドキュメント](https://mastra.ai/ja/examples/voice/text-to-speech): Mastra を使ってテキスト読み上げアプリケーションを作成する例です。
- [発言の順番](https://mastra.ai/ja/examples/voice/turn-taking): Mastraを使用して、順番に発言するマルチエージェントのディベートを作成する例。
- [例: ツール／エージェントをステップとして使用する | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows/agent-and-tool-interop): ワークフロー内のステップとしてツールやエージェントを統合するためにMastraを使用する例。
- [例: 配列を入力として使用する（.foreach()） | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows/array-as-input): ワークフローで .foreach() を使って配列を処理する Mastra の使用例。
- [例: 分岐パス | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows/branching-paths): 中間結果に基づいて分岐パスを持つワークフローを作成するために Mastra を使用する例。
- [例: ワークフローからエージェントを呼び出す | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows/calling-agent): ワークフローのステップ内で Mastra を使って AI エージェントを呼び出す例。
- [例: 条件分岐 | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows/conditional-branching): Mastra を使用してワークフロー内で `branch` ステートメントを使った条件分岐の作成例。
- [例: 制御フロー | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows/control-flow): 指定された条件に基づいてループを含むワークフローを Mastra で作成する例。
- [例：ワークフローの作成 | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows/creating-a-workflow): Mastraを使用して単一ステップの簡単なワークフローを定義し実行する例。
- [例: 循環依存関係 | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows/cyclical-dependencies): Mastra を使用して循環依存関係や条件付きループを持つワークフローを作成する例。
- [例: Human in the Loop | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows/human-in-the-loop): Mastra を使って人間の介入ポイントを含むワークフローを作成する例。
- [Inngest ワークフロー | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows/inngest-workflow): Mastra で inngest ワークフローを構築する例
- [例: 並列実行 | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows/parallel-steps): ワークフロー内で複数の独立したタスクを並列に実行するために Mastra を使用する例。
- [例：順次ステップ | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows/sequential-steps): Mastra を使用してワークフローステップを特定の順序で連結し、データを受け渡す例。
- [例: 一時停止と再開 | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows/suspend-and-resume): 実行中にワークフローのステップを一時停止および再開するために Mastra を使用する例。
- [例: ツールをステップとして使用する | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows/using-a-tool-as-a-step): Mastra を使ってカスタムツールをワークフローのステップとして統合する例。
- [ワークフローバリアブルによるデータマッピング | Mastra 例](https://mastra.ai/ja/examples/workflows/workflow-variables): Mastra ワークフローでステップ間のデータをマッピングするためにワークフローバリアブルを使用する方法を学びましょう。
- [例: 分岐パス | ワークフロー（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_legacy/branching-paths): 中間結果に基づいて分岐パスを持つレガシーワークフローを作成するためのMastraの使用例。
- [例: ワークフローからエージェントを呼び出す（レガシー） | Mastra Docs](https://mastra.ai/ja/examples/workflows_legacy/calling-agent): レガシーワークフローステップ内でMastraを使ってAIエージェントを呼び出す例。
- [例：条件分岐（実験的） | ワークフロー（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_legacy/conditional-branching): Mastra を使用して、レガシーワークフローで if/else 文による条件分岐を作成する例。
- [例: ワークフローの作成 | ワークフロー（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_legacy/creating-a-workflow): Mastra を使って、1つのステップからなるシンプルなワークフローを定義し実行する例。
- [例: 循環依存関係 | ワークフロー（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_legacy/cyclical-dependencies): Mastra を使用して、循環依存関係や条件付きループを含むレガシーワークフローを作成する例。
- [例: Human in the Loop | ワークフロー（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_legacy/human-in-the-loop): Mastra を使用して人間の介入ポイントを持つレガシーワークフローを作成する例。
- [例: 並列実行 | ワークフロー（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_legacy/parallel-steps): ワークフロー内で複数の独立したタスクを並列に実行するために Mastra を使用する例。
- [例: 順次ステップ | ワークフロー（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_legacy/sequential-steps): Mastra を使用してレガシーワークフローステップを特定の順序で連結し、データを受け渡す例。
- [例: 一時停止と再開 | ワークフロー（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_legacy/suspend-and-resume): 実行中に Mastra を使用してレガシーワークフローステップを一時停止および再開する例。
- [例：ツールをステップとして使用する | ワークフロー（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_legacy/using-a-tool-as-a-step): レガシーワークフローでカスタムツールをステップとして統合するためにMastraを使用する例。
- [ワークフローバリアブルによるデータマッピング（レガシー） | Mastra 例](https://mastra.ai/ja/examples/workflows_legacy/workflow-variables): Mastra ワークフローでワークフローバリアブルを使ってステップ間のデータをマッピングする方法を学びます。
- [例: ツール/エージェントをステップとして使用する | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_vNext/agent-and-tool-interop): ワークフローのステップとしてツールまたはエージェントを統合するためにMastraを使用する例。
- [例: 配列を入力として使用する (.foreach()) | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_vNext/array-as-input): Mastraを使用してワークフローで.foreach()を使用して配列を処理する例。
- [例：ワークフローからエージェントを呼び出す | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_vNext/calling-agent): ワークフローステップ内からAIエージェントを呼び出すためのMastraの使用例。
- [例：条件分岐 | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_vNext/conditional-branching): Mastraを使用して`branch`ステートメントによりワークフローに条件分岐を作成する例。
- [例：制御フロー | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_vNext/control-flow): 提供された条件に基づいてループを持つワークフローを作成するためにMastraを使用する例。
- [例：ヒューマン・イン・ザ・ループ | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_vNext/human-in-the-loop): 人間の介入ポイントを含むワークフローを作成するためのMastraの使用例。
- [Inngest ワークフロー | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_vNext/inngest-workflow): Mastraを使用したinngestワークフローの構築例
- [例: 並列実行 | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/examples/workflows_vNext/parallel-steps): Mastraを使用してワークフロー内で複数の独立したタスクを並列実行する例。

## JA - guides
- [AIリクルーターの構築 | Mastraワークフロー | ガイド](https://mastra.ai/ja/guides/guide/ai-recruiter): LLMを活用して候補者情報を収集・処理するためのMastraでのリクルーターワークフロー構築ガイド。
- [AIシェフアシスタントの構築 | Mastraエージェントガイド](https://mastra.ai/ja/guides/guide/chef-michel): 利用可能な食材で料理を作るユーザーを支援するMastraでのシェフアシスタントエージェントの作成ガイド。
- [MCP Server: Notes MCP Serverの構築 | Mastraガイド](https://mastra.ai/ja/guides/guide/notes-mcp-server): Mastraフレームワークを使用してノート管理用の本格的なMCP（Model Context Protocol）サーバーを作成するためのステップバイステップガイド。
- [リサーチペーパーアシスタントの構築 | Mastra RAG ガイド](https://mastra.ai/ja/guides/guide/research-assistant): RAG を活用して学術論文を分析し、質問に答える AI リサーチアシスタントの作成ガイド。
- [AI株式エージェントの構築 | Mastraエージェント | ガイド](https://mastra.ai/ja/guides/guide/stock-agent): 指定された銘柄の前日終値を取得するシンプルな株式エージェントをMastraで作成するガイド。
- [概要](https://mastra.ai/ja/guides): Mastraを使った構築に関するガイド

## JA - reference
- [リファレンス: エージェント | エージェント | Mastra ドキュメント](https://mastra.ai/ja/reference/agents/agent): Mastraのエージェントクラスに関するドキュメント。様々な機能を持つAIエージェントを作成するための基盤を提供します。
- [リファレンス: createTool() | ツール | エージェント | Mastra ドキュメント](https://mastra.ai/ja/reference/agents/createTool): Mastra の createTool 関数のドキュメント。エージェントやワークフロー用のカスタムツールを作成します。
- [リファレンス: Agent.generate() | Agents | Mastra ドキュメント](https://mastra.ai/ja/reference/agents/generate): Mastra エージェントの `.generate()` メソッドのドキュメント。テキストや構造化された応答を生成します。
- [リファレンス: getAgent() | エージェント設定 | エージェント | Mastra ドキュメント](https://mastra.ai/ja/reference/agents/getAgent): getAgent の API リファレンス。
- [リファレンス: Agent.getInstructions() | エージェント | Mastra ドキュメント](https://mastra.ai/ja/reference/agents/getInstructions): Mastraエージェントの`.getInstructions()`メソッドに関するドキュメント。エージェントの動作を導く指示を取得します。
- [リファレンス: Agent.getMemory() | エージェント | Mastra ドキュメント](https://mastra.ai/ja/reference/agents/getMemory): Mastraエージェントの`.getMemory()`メソッドに関するドキュメント。エージェントに関連付けられたメモリシステムを取得します。
- [リファレンス: Agent.getModel() | エージェント | Mastra ドキュメント](https://mastra.ai/ja/reference/agents/getModel): エージェントを動かす言語モデルを取得するMastraエージェントの`.getModel()`メソッドに関するドキュメント。
- [リファレンス: Agent.getTools() | エージェント | Mastra ドキュメント](https://mastra.ai/ja/reference/agents/getTools): Mastraエージェントの`.getTools()`メソッドに関するドキュメント。エージェントが使用できるツールを取得します。
- [リファレンス: Agent.getVoice() | エージェント | Mastra ドキュメント](https://mastra.ai/ja/reference/agents/getVoice): Mastraエージェントの`.getVoice()`メソッドに関するドキュメント。音声機能のための音声プロバイダーを取得します。
- [リファレンス: Agent.getWorkflows() | エージェント | Mastra ドキュメント](https://mastra.ai/ja/reference/agents/getWorkflows): Mastraエージェントの`.getWorkflows()`メソッドに関するドキュメント。エージェントが実行できるワークフローを取得します。
- [リファレンス: Agent.stream() | ストリーミング | エージェント | Mastra ドキュメント](https://mastra.ai/ja/reference/agents/stream): Mastra エージェントの `.stream()` メソッドのドキュメント。リアルタイムでレスポンスのストリーミングを可能にします。
- [mastra build | プロダクションバンドル | Mastra CLI](https://mastra.ai/ja/reference/cli/build): プロダクションデプロイメント用にMastraプロジェクトをビルドする
- [create-mastra | プロジェクト作成 | Mastra CLI](https://mastra.ai/ja/reference/cli/create-mastra): create-mastraコマンドのドキュメント。インタラクティブなセットアップオプションで新しいMastraプロジェクトを作成します。
- [mastra dev | 開発サーバー | Mastra CLI](https://mastra.ai/ja/reference/cli/dev): エージェント、ツール、ワークフローの開発サーバーを起動するmastra devコマンドのドキュメント。
- [mastra init | プロジェクトの初期化 | Mastra CLI](https://mastra.ai/ja/reference/cli/init): 新しいMastraプロジェクトをインタラクティブなセットアップオプションで作成するmastra initコマンドのドキュメント。
- [mastra lint | プロジェクトの検証 | Mastra CLI](https://mastra.ai/ja/reference/cli/lint): Mastraプロジェクトをlintする
- [@mastra/mcp-docs-server](https://mastra.ai/ja/reference/cli/mcp-docs-server): MCP経由でMastraのドキュメント、例、ブログ投稿を提供する
- [mastra start](https://mastra.ai/ja/reference/cli/start): 構築されたMastraアプリケーションを起動する
- [Mastra クライアントエージェント API](https://mastra.ai/ja/reference/client-js/agents): Mastra AIエージェントとの対話方法を学びましょう。レスポンスの生成、ストリーミング対話、client-js SDKを使用したエージェントツールの管理などが含まれます。
- [Mastraクライアントのエラー処理](https://mastra.ai/ja/reference/client-js/error-handling): Mastra client-js SDKに組み込まれた再試行メカニズムとエラー処理機能について学びます。
- [Mastra クライアントログ API](https://mastra.ai/ja/reference/client-js/logs): client-js SDKを使用してMastraでシステムログとデバッグ情報にアクセスし、クエリを実行する方法を学びます。
- [Mastra クライアントメモリAPI](https://mastra.ai/ja/reference/client-js/memory): client-js SDKを使用してMastraで会話スレッドとメッセージ履歴を管理する方法を学びます。
- [Mastra クライアントテレメトリAPI](https://mastra.ai/ja/reference/client-js/telemetry): client-js SDKを使用して、監視やデバッグのためにMastraアプリケーションからトレースを取得し分析する方法を学びます。
- [Mastra クライアントツール API](https://mastra.ai/ja/reference/client-js/tools): client-js SDKを使用してMastraプラットフォームで利用可能なツールを操作および実行する方法を学びます。
- [Mastra クライアントベクトル API](https://mastra.ai/ja/reference/client-js/vectors): client-js SDKを使用して、セマンティック検索や類似性マッチングのためのベクトル埋め込みをMastraで操作する方法を学びます。
- [Mastra クライアントワークフロー（レガシー）API](https://mastra.ai/ja/reference/client-js/workflows-legacy): client-js SDKを使用してMastraで自動化されたレガシーワークフローを操作および実行する方法を学びます。
- [Mastra クライアントワークフロー (vNext) API](https://mastra.ai/ja/reference/client-js/workflows-vnext): client-js SDKを使用してMastraで自動化されたvNextワークフローを操作および実行する方法を学びます。
- [Mastra クライアントワークフローAPI](https://mastra.ai/ja/reference/client-js/workflows): client-js SDKを使用してMastraで自動化されたワークフローを操作および実行する方法を学びます。
- [Mastra Core](https://mastra.ai/ja/reference/core/mastra-class): エージェント、ワークフロー、MCPサーバー、およびサーバーエンドポイントを管理するためのコアエントリーポイントであるMastraクラスのドキュメント。
- [Cloudflare Deployer](https://mastra.ai/ja/reference/deployer/cloudflare): CloudflareDeployerクラスのドキュメント。MastraアプリケーションをCloudflare Workersにデプロイします。
- [Mastra Deployer](https://mastra.ai/ja/reference/deployer/deployer): Mastraアプリケーションのパッケージングおよびデプロイを扱うDeployer抽象クラスのドキュメント。
- [Netlify Deployer](https://mastra.ai/ja/reference/deployer/netlify): NetlifyDeployerクラスのドキュメント。MastraアプリケーションをNetlify Functionsにデプロイします。
- [Vercel デプロイヤー](https://mastra.ai/ja/reference/deployer/vercel): Mastraアプリケーションを Vercel にデプロイする VercelDeployer クラスのドキュメント。
- [リファレンス: 回答の関連性 | メトリクス | 評価 | Mastra ドキュメント](https://mastra.ai/ja/reference/evals/answer-relevancy): Mastra における回答の関連性メトリクスのドキュメント。LLM の出力が入力クエリにどれだけ適切に対応しているかを評価します。
- [リファレンス: バイアス | 出力メトリクス | Evals | Mastra ドキュメント](https://mastra.ai/ja/reference/evals/bias): Mastra におけるバイアスメトリクスのドキュメント。ジェンダー、政治、民族・人種、地理的バイアスなど、さまざまなバイアスについて LLM の出力を評価します。
- [リファレンス: 完全性 | メトリクス | Evals | Mastra ドキュメント](https://mastra.ai/ja/reference/evals/completeness): Mastraにおける完全性メトリクスのドキュメント。これは、LLMの出力が入力に含まれる主要な要素をどれだけ網羅しているかを評価します。
- [リファレンス: コンテンツ類似度 | Evals | Mastra ドキュメント](https://mastra.ai/ja/reference/evals/content-similarity): Mastra のコンテンツ類似度メトリクスに関するドキュメント。これは文字列間のテキスト類似度を測定し、マッチングスコアを提供します。
- [リファレンス: コンテキスト位置 | メトリクス | Evals | Mastra ドキュメント](https://mastra.ai/ja/reference/evals/context-position): Mastra におけるコンテキスト位置メトリクスのドキュメント。クエリおよび出力に対する関連性に基づいて、コンテキストノードの順序を評価します。
- [リファレンス: コンテキスト精度 | メトリクス | Evals | Mastra ドキュメント](https://mastra.ai/ja/reference/evals/context-precision): Mastra におけるコンテキスト精度メトリクスのドキュメント。期待される出力を生成するために取得されたコンテキストノードの関連性と精度を評価します。
- [リファレンス: コンテキスト関連性 | Evals | Mastra Docs](https://mastra.ai/ja/reference/evals/context-relevancy): RAGパイプラインで取得されたコンテキストの関連性を評価する、コンテキスト関連性メトリクスのドキュメント。
- [リファレンス: コンテクスチュアルリコール | メトリクス | Evals | Mastra ドキュメント](https://mastra.ai/ja/reference/evals/contextual-recall): コンテクスチュアルリコールメトリクスのドキュメント。関連するコンテキストを取り入れたLLMの応答の完全性を評価します。
- [リファレンス: Faithfulness | メトリクス | Evals | Mastra ドキュメント](https://mastra.ai/ja/reference/evals/faithfulness): Mastra における Faithfulness メトリクスのドキュメント。提供されたコンテキストと比較して、LLM の出力の事実的な正確性を評価します。
- [リファレンス: ハルシネーション | メトリクス | Evals | Mastra ドキュメント](https://mastra.ai/ja/reference/evals/hallucination): Mastra におけるハルシネーションメトリクスのドキュメント。提供されたコンテキストと矛盾する箇所を特定することで、LLM出力の事実的正確性を評価します。
- [リファレンス: キーワードカバレッジ | メトリクス | Evals | Mastra ドキュメント](https://mastra.ai/ja/reference/evals/keyword-coverage): Mastra におけるキーワードカバレッジメトリクスのドキュメント。入力から重要なキーワードが LLM の出力でどれだけカバーされているかを評価します。
- [リファレンス: プロンプトアラインメント | メトリクス | Evals | Mastra ドキュメント](https://mastra.ai/ja/reference/evals/prompt-alignment): Mastra におけるプロンプトアラインメントメトリクスのドキュメント。LLM の出力が与えられたプロンプト指示にどれだけ従っているかを評価します。
- [リファレンス: 要約 | メトリクス | Evals | Mastra ドキュメント](https://mastra.ai/ja/reference/evals/summarization): Mastra における要約メトリクスのドキュメント。コンテンツと事実の正確性に関して、LLM が生成した要約の品質を評価します。
- [リファレンス: テキスト差分 | Evals | Mastra ドキュメント](https://mastra.ai/ja/reference/evals/textual-difference): Mastra におけるテキスト差分メトリクスのドキュメント。これはシーケンスマッチングを用いて文字列間のテキスト差分を測定します。
- [リファレンス: トーンの一貫性 | メトリクス | 評価 | Mastra ドキュメント](https://mastra.ai/ja/reference/evals/tone-consistency): Mastra におけるトーンの一貫性メトリクスのドキュメント。テキスト内の感情的なトーンや感情の一貫性を評価します。
- [リファレンス: 有害性 | メトリクス | Evals | Mastra ドキュメント](https://mastra.ai/ja/reference/evals/toxicity): Mastra における有害性メトリクスのドキュメント。LLM の出力における人種差別的、偏見的、または有害な要素を評価します。
- [API リファレンス](https://mastra.ai/ja/reference): Mastra API リファレンス
- [リファレンス: .after() | ワークフローの構築（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/after): ワークフロー（レガシー）における `after()` メソッドのドキュメント。分岐や統合パスを可能にします。
- [.afterEvent() メソッド | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/afterEvent): Mastra ワークフローにおける afterEvent メソッドのリファレンス。イベントベースのサスペンションポイントを作成します。
- [リファレンス: Workflow.commit() | ワークフローの実行（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/commit): ワークフロー内の `.commit()` メソッドのドキュメント。現在のステップ構成でワークフローマシンを再初期化します。
- [リファレンス: Workflow.createRun() | ワークフローの実行（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/createRun): ワークフロー（レガシー）における `.createRun()` メソッドのドキュメント。新しいワークフロー実行インスタンスを初期化します。
- [リファレンス: Workflow.else() | 条件分岐 | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/else): Mastra ワークフローにおける `.else()` メソッドのドキュメント。if 条件が偽の場合に代替の分岐を作成します。
- [イベント駆動型ワークフロー（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/events): MastraでafterEventおよびresumeWithEventメソッドを使用してイベント駆動型ワークフローを作成する方法を学びます。
- [リファレンス: Workflow.execute() | ワークフロー（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/execute): Mastra ワークフローにおける `.execute()` メソッドのドキュメント。このメソッドはワークフローステップを実行し、結果を返します。
- [リファレンス: Workflow.if() | 条件分岐 | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/if): Mastra ワークフローにおける `.if()` メソッドのドキュメント。指定した条件に基づいて条件分岐を作成します。
- [リファレンス: run.resume() | ワークフローの実行（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/resume): ワークフロー内の `.resume()` メソッドのドキュメント。中断されたワークフローステップの実行を再開します。
- [.resumeWithEvent() メソッド | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/resumeWithEvent): イベントデータを使用して一時停止中のワークフローを再開する resumeWithEvent メソッドのリファレンス。
- [リファレンス: スナップショット | ワークフロー状態の永続化（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/snapshots): Mastra におけるスナップショットの技術リファレンス - サスペンドおよびレジューム機能を可能にするシリアライズされたワークフロー状態
- [リファレンス: start() | ワークフローの実行（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/start): ワークフロー内の `start()` メソッドのドキュメント。ワークフローの実行を開始します。
- [リファレンス: Step | ワークフローの構築（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/step-class): ワークフロー内の個々の作業単位を定義する Step クラスのドキュメント。
- [リファレンス: StepCondition | ワークフローの構築（レガシー） | Mastra](https://mastra.ai/ja/reference/legacyWorkflows/step-condition): ワークフロー内のステップ条件クラスのドキュメント。前のステップの出力やトリガーデータに基づいて、ステップを実行するかどうかを決定します。
- [リファレンス: Workflow.step() | Workflows (レガシー) | Mastra Docs](https://mastra.ai/ja/reference/legacyWorkflows/step-function): ワークフロー内の `.step()` メソッドのドキュメント。ワークフローに新しいステップを追加します。
- [リファレンス: StepOptions | ワークフローの構築（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/step-options): ワークフロー内のステップオプションに関するドキュメント。これらは変数のマッピング、実行条件、その他のランタイム動作を制御します。
- [ステップのリトライ | エラー処理 | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/step-retries): Mastra ワークフローで失敗したステップを自動的に再試行し、設定可能なリトライポリシーを利用できます。
- [リファレンス: suspend() | 制御フロー | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/suspend): Mastra ワークフローにおける suspend 関数のドキュメント。実行を一時停止し、再開されるまで待機します。
- [リファレンス: Workflow.then() | ワークフローの構築（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/then): ワークフロー内の `.then()` メソッドのドキュメント。ステップ間に順次依存関係を作成します。
- [リファレンス: Workflow.until() | ワークフロー内のループ処理（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/until): Mastra ワークフローにおける `.until()` メソッドのドキュメント。指定した条件が真になるまでステップを繰り返します。
- [リファレンス: run.watch() | ワークフロー（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/watch): ワークフロー内の `.watch()` メソッドのドキュメント。ワークフロー実行のステータスを監視します。
- [リファレンス: Workflow.while() | ワークフロー内のループ処理（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/while): Mastra ワークフローにおける `.while()` メソッドのドキュメント。指定した条件が真である限り、ステップを繰り返します。
- [リファレンス: Workflow クラス | ワークフローの構築（レガシー） | Mastra ドキュメント](https://mastra.ai/ja/reference/legacyWorkflows/workflow): Mastra の Workflow クラスのドキュメント。条件分岐やデータ検証を伴う複雑な操作のシーケンスのための状態機械を作成できます。
- [Memory](https://mastra.ai/ja/reference/memory/Memory)
- [createThread](https://mastra.ai/ja/reference/memory/createThread)
- [getThreadById](https://mastra.ai/ja/reference/memory/getThreadById)
- [getThreadsByResourceId](https://mastra.ai/ja/reference/memory/getThreadsByResourceId)
- [query](https://mastra.ai/ja/reference/memory/query)
- [AgentNetwork（実験的）](https://mastra.ai/ja/reference/networks/agent-network): AgentNetworkクラスのリファレンスドキュメント
- [リファレンス: Logger インスタンス | Mastra Observability ドキュメント](https://mastra.ai/ja/reference/observability/logger): さまざまな重大度レベルでイベントを記録するためのメソッドを提供する Logger インスタンスのドキュメントです。
- [リファレンス: OtelConfig | Mastra Observability ドキュメント](https://mastra.ai/ja/reference/observability/otel-config): OpenTelemetry のインストルメンテーション、トレーシング、およびエクスポート動作を設定する OtelConfig オブジェクトのドキュメント。
- [リファレンス: Braintrust | 観測性 | Mastra ドキュメント](https://mastra.ai/ja/reference/observability/providers/braintrust): BraintrustをMastraと統合するためのドキュメント。MastraはLLMアプリケーションの評価と監視プラットフォームです。
- [リファレンス: Dash0 統合 | Mastra Observability ドキュメント](https://mastra.ai/ja/reference/observability/providers/dash0): Mastra を Open Telementry ネイティブのオブザーバビリティソリューションである Dash0 と統合するためのドキュメント。
- [リファレンス: プロバイダー一覧 | オブザーバビリティ | Mastra ドキュメント](https://mastra.ai/ja/reference/observability/providers): Mastra がサポートするオブザーバビリティプロバイダーの概要。Dash0、SigNoz、Braintrust、Langfuse などを含みます。
- [リファレンス: Keywords AI統合 | Mastra Observability ドキュメント](https://mastra.ai/ja/reference/observability/providers/keywordsai): Keywords AI（LLMアプリケーション向けの可観測性プラットフォーム）とMastraの統合に関するドキュメント。
- [リファレンス: Laminar 統合 | Mastra 観測性ドキュメント](https://mastra.ai/ja/reference/observability/providers/laminar): LLMアプリケーション向けの専門的な観測性プラットフォームであるMastraとLaminarを統合するためのドキュメント。
- [リファレンス: Langfuse 統合 | Mastra オブザーバビリティ ドキュメント](https://mastra.ai/ja/reference/observability/providers/langfuse): LLM アプリケーション向けのオープンソースオブザーバビリティプラットフォームである Mastra と Langfuse を統合するためのドキュメント。
- [リファレンス: LangSmith 統合 | Mastra オブザーバビリティ ドキュメント](https://mastra.ai/ja/reference/observability/providers/langsmith): LLMアプリケーションのデバッグ、テスト、評価、監視のためのプラットフォームであるMastraとLangSmithを統合するためのドキュメント。
- [リファレンス: LangWatch統合 | Mastra可観測性ドキュメント](https://mastra.ai/ja/reference/observability/providers/langwatch): LLMアプリケーション向けの専門的な可観測性プラットフォームであるLangWatchとMastraの統合に関するドキュメント。
- [リファレンス: New Relic 統合 | Mastra オブザーバビリティ ドキュメント](https://mastra.ai/ja/reference/observability/providers/new-relic): New Relic と Mastra の統合に関するドキュメント。Mastra は、OpenTelemetry をサポートするフルスタック監視のための包括的なオブザーバビリティ プラットフォームです。
- [リファレンス: SigNoz 統合 | Mastra オブザーバビリティ ドキュメント](https://mastra.ai/ja/reference/observability/providers/signoz): SigNozをMastraと統合するためのドキュメント。Mastraは、OpenTelemetryを通じてフルスタック監視を提供するオープンソースのAPMおよびオブザーバビリティプラットフォームです。
- [リファレンス: Traceloop 統合 | Mastra 観測性ドキュメント](https://mastra.ai/ja/reference/observability/providers/traceloop): Traceloop を Mastra と統合するためのドキュメント。Mastra は LLM アプリケーション向けの OpenTelemetry ネイティブの観測性プラットフォームです。
- [リファレンス: Astra ベクトルストア | ベクトルデータベース | RAG | Mastra ドキュメント](https://mastra.ai/ja/reference/rag/astra): Mastraの中のAstraVectorクラスのドキュメント。DataStax Astra DBを使用したベクトル検索を提供します。
- [リファレンス: Chroma ベクトルストア | ベクトルデータベース | RAG | Mastra ドキュメント](https://mastra.ai/ja/reference/rag/chroma): Mastraにおける、ChromaDBを使用したベクトル検索を提供するChromaVectorクラスのドキュメント。
- [リファレンス: .chunk() | ドキュメント処理 | RAG | Mastra ドキュメント](https://mastra.ai/ja/reference/rag/chunk): Mastra の chunk 関数のドキュメント。さまざまな戦略を用いてドキュメントを小さなセグメントに分割します。
- [リファレンス: Couchbase Vector Store | Vector Databases | RAG | Mastra Docs](https://mastra.ai/ja/reference/rag/couchbase): Couchbase Vector Searchを使用してベクトル検索を提供するMastraのCouchbaseVectorクラスのドキュメント。
- [リファレンス: DatabaseConfig | RAG | Mastra Docs](https://mastra.ai/ja/reference/rag/database-config): MastraのRAGシステムでベクトルクエリツールと共に使用されるデータベース固有の設定タイプのAPIリファレンス。
- [リファレンス: MDocument | ドキュメント処理 | RAG | Mastra Docs](https://mastra.ai/ja/reference/rag/document): ドキュメント処理とチャンク化を担当するMastraのMDocumentクラスのドキュメントです。
- [リファレンス: embed() | ドキュメント埋め込み | RAG | Mastra ドキュメント](https://mastra.ai/ja/reference/rag/embeddings): MastraでAI SDKを使用した埋め込み機能のドキュメント。
- [リファレンス: ExtractParams | ドキュメント処理 | RAG | Mastra ドキュメント](https://mastra.ai/ja/reference/rag/extract-params): Mastraにおけるメタデータ抽出設定のドキュメント。
- [リファレンス: GraphRAG | グラフベースRAG | RAG | Mastra ドキュメント](https://mastra.ai/ja/reference/rag/graph-rag): MastraのGraphRAGクラスのドキュメント。グラフベースの検索拡張生成手法を実装しています。
- [リファレンス: Lance Vector Store | Vector Databases | RAG | Mastra Docs](https://mastra.ai/ja/reference/rag/lance): MastraのLanceVectorStoreクラスのドキュメント。Lance列形式に基づく組み込みベクトルデータベースであるLanceDBを使用してベクトル検索を提供します。
- [デフォルトベクトルストア | ベクターデータベース | RAG | Mastra ドキュメント](https://mastra.ai/ja/reference/rag/libsql): Mastraにおける、ベクター拡張機能を持つLibSQLを使用したベクター検索を提供するLibSQLVectorクラスのドキュメント。
- [リファレンス: メタデータフィルター | メタデータフィルタリング | RAG | Mastra ドキュメント](https://mastra.ai/ja/reference/rag/metadata-filters): Mastra のメタデータフィルタリング機能に関するドキュメント。これにより、さまざまなベクトルストアでのベクトル検索結果に対して精密なクエリが可能になります。
- [リファレンス: MongoDB ベクターストア | ベクターデータベース | RAG | Mastra ドキュメント](https://mastra.ai/ja/reference/rag/mongodb): Mastra の MongoDBVector クラスのドキュメント。MongoDB Atlas および Atlas Vector Search を使用したベクター検索を提供します。
- [リファレンス: OpenSearch ベクトルストア | ベクトルデータベース | RAG | Mastra ドキュメント](https://mastra.ai/ja/reference/rag/opensearch): Mastraの OpenSearchVector クラスに関するドキュメント。OpenSearchを使用したベクトル検索を提供します。
- [リファレンス: PG Vector Store | ベクターデータベース | RAG | Mastra ドキュメント](https://mastra.ai/ja/reference/rag/pg): Mastra の PgVector クラスのドキュメント。pgvector 拡張機能を使用した PostgreSQL によるベクター検索を提供します。
- [リファレンス: Pinecone Vector Store | ベクターデータベース | RAG | Mastra ドキュメント](https://mastra.ai/ja/reference/rag/pinecone): Mastra における PineconeVector クラスのドキュメント。Pinecone のベクターデータベースへのインターフェースを提供します。
- [リファレンス: Qdrant ベクトルストア | ベクトルデータベース | RAG | Mastra ドキュメント](https://mastra.ai/ja/reference/rag/qdrant): Mastraとの統合のためのQdrantのドキュメント。Qdrantはベクトルとペイロードを管理するためのベクトル類似性検索エンジンです。
- [リファレンス: Rerank | ドキュメント検索 | RAG | Mastra ドキュメント](https://mastra.ai/ja/reference/rag/rerank): Mastra の rerank 機能に関するドキュメント。ベクトル検索結果に対して高度なリランキング機能を提供します。
- [リファレンス: Rerank | ドキュメント検索 | RAG | Mastra Docs](https://mastra.ai/ja/reference/rag/rerankWithScorer): Mastraのrerank関数のドキュメント。ベクトル検索結果の高度な再ランキング機能を提供します。
- [リファレンス: Turbopuffer ベクターストア | ベクターデータベース | RAG | Mastra ドキュメント](https://mastra.ai/ja/reference/rag/turbopuffer): TurbopufferをMastraと統合するためのドキュメント。効率的な類似検索のための高性能ベクターデータベース。
- [リファレンス: Upstashベクトルストア | ベクトルデータベース | RAG | Mastraドキュメント](https://mastra.ai/ja/reference/rag/upstash): Mastraにおける、Upstash Vectorを使用したベクトル検索を提供するUpstashVectorクラスのドキュメント。
- [リファレンス: Cloudflare ベクトルストア | ベクトルデータベース | RAG | Mastra ドキュメント](https://mastra.ai/ja/reference/rag/vectorize): Mastraの CloudflareVectorクラスに関するドキュメント。Cloudflare Vectorizeを使用したベクトル検索を提供します。
- [Cloudflare D1 ストレージ | ストレージシステム | Mastra Core](https://mastra.ai/ja/reference/storage/cloudflare-d1): Mastra における Cloudflare D1 SQL ストレージ実装のドキュメントです。
- [Cloudflare Storage | ストレージシステム | Mastra Core](https://mastra.ai/ja/reference/storage/cloudflare): MastraにおけるCloudflare KVストレージ実装のドキュメント。
- [DynamoDB ストレージ | ストレージシステム | Mastra Core](https://mastra.ai/ja/reference/storage/dynamodb): ElectroDBを使用した単一テーブル設計によるMastraのDynamoDBストレージ実装のドキュメント。
- [LanceDB Storage](https://mastra.ai/ja/reference/storage/lance): MastraにおけるLanceDBストレージ実装のドキュメント。
- [LibSQL ストレージ | ストレージシステム | Mastra Core](https://mastra.ai/ja/reference/storage/libsql): Mastraにおける LibSQL ストレージ実装のドキュメント。
- [PostgreSQLストレージ | ストレージシステム | Mastra Core](https://mastra.ai/ja/reference/storage/postgresql): MastraにおけるPostgreSQLストレージ実装のドキュメント。
- [Upstash Storage | ストレージシステム | Mastra Core](https://mastra.ai/ja/reference/storage/upstash): MastraにおけるUpstashストレージ実装のドキュメント。
- [リファレンス: MastraMCPClient | ツールディスカバリー | Mastra ドキュメント](https://mastra.ai/ja/reference/tools/client): MastraMCPClient の API リファレンス - Model Context Protocol 用のクライアント実装。
- [リファレンス: createTool() | ツール | Mastra ドキュメント](https://mastra.ai/ja/reference/tools/create-tool): MastraのcreateTool関数のドキュメント。エージェント用のカスタムツールを定義するために使用されます。
- [リファレンス: createDocumentChunkerTool() | ツール | Mastra ドキュメント](https://mastra.ai/ja/reference/tools/document-chunker-tool): Mastra の Document Chunker Tool のドキュメント。ドキュメントを効率的な処理と検索のために小さなチャンクに分割します。
- [リファレンス: createGraphRAGTool() | RAG | Mastra Tools Docs](https://mastra.ai/ja/reference/tools/graph-rag-tool): Mastraにおけるグラフ RAG ツールのドキュメント。ドキュメント間のセマンティック関係のグラフを構築することでRAGを強化します。
- [リファレンス: MCPClient | ツール管理 | Mastra ドキュメント](https://mastra.ai/ja/reference/tools/mcp-client): MCPClientのAPIリファレンス - 複数のModel Context Protocolサーバーとそのツールを管理するためのクラス。
- [リファレンス: MCPClient | ツール管理 | Mastra ドキュメント](https://mastra.ai/ja/reference/tools/mcp-configuration): MCPClient の API リファレンス - 複数のモデルコンテキストプロトコルサーバーとそのツールを管理するためのクラス。
- [リファレンス: MCPServer | MCP を通じた Mastra ツールの公開 | Mastra ドキュメント](https://mastra.ai/ja/reference/tools/mcp-server): MCPServer の API リファレンス - Mastra ツールや機能を Model Context Protocol サーバーとして公開するためのクラス。
- [リファレンス: createVectorQueryTool() | RAG | Mastra Tools Docs](https://mastra.ai/ja/reference/tools/vector-query-tool): Mastraのベクトルクエリツールのドキュメント。フィルタリングと再ランキング機能を備えたベクトルストアでのセマンティック検索を促進します。
- [リファレンス: Azure Voice | 音声プロバイダー | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/azure): Azure Cognitive Services を使用したテキスト読み上げおよび音声認識機能を提供する AzureVoice クラスのドキュメント。
- [リファレンス: Cloudflare Voice | 音声プロバイダー | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/cloudflare): CloudflareVoice クラスのドキュメント。Cloudflare Workers AI を使用したテキスト読み上げ機能を提供します。
- [リファレンス: CompositeVoice | Voice Providers | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/composite-voice): CompositeVoice クラスのドキュメント。複数の音声プロバイダーを組み合わせて、柔軟なテキスト読み上げおよび音声認識操作を可能にします。
- [リファレンス: Deepgram Voice | 音声プロバイダー | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/deepgram): Deepgram voice の実装に関するドキュメント。複数の音声モデルと言語によるテキスト読み上げおよび音声認識機能を提供します。
- [リファレンス: ElevenLabs Voice | Voice Providers | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/elevenlabs): ElevenLabsの音声実装に関するドキュメント。複数の音声モデルと自然な音声合成による高品質なテキスト読み上げ機能を提供します。
- [リファレンス: Google Voice | 音声プロバイダー | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/google): Google Voice 実装のドキュメント。テキスト読み上げおよび音声認識機能を提供します。
- [リファレンス: MastraVoice | Voice Providers | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/mastra-voice): Mastra のすべての音声サービスのコアインターフェースを定義する抽象基底クラス MastraVoice のドキュメント。音声から音声への機能も含まれます。
- [リファレンス: Murf Voice | Voice Providers | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/murf): Murf voice 実装のドキュメント。テキスト読み上げ機能を提供します。
- [リファレンス: OpenAI Realtime Voice | Voice Providers | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/openai-realtime): OpenAIRealtimeVoice クラスのドキュメント。WebSocket を通じてリアルタイムのテキスト読み上げおよび音声認識機能を提供します。
- [リファレンス: OpenAI Voice | 音声プロバイダー | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/openai): テキスト読み上げと音声認識機能を提供するOpenAIVoiceクラスのドキュメント。
- [リファレンス: PlayAI Voice | Voice Providers | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/playai): PlayAI voice 実装のドキュメント。テキスト読み上げ機能を提供します。
- [リファレンス: Sarvam Voice | Voice Providers | Mastra Docs](https://mastra.ai/ja/reference/voice/sarvam): Sarvamクラスのドキュメントで、テキストから音声への変換と音声からテキストへの変換機能を提供します。
- [リファレンス: Speechify Voice | Voice Providers | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/speechify): Speechify voice 実装のドキュメント。テキスト読み上げ機能について説明します。
- [リファレンス: voice.addInstructions() | 音声プロバイダー | Mastra Docs](https://mastra.ai/ja/reference/voice/voice.addInstructions): 音声プロバイダーで利用可能なaddInstructions()メソッドのドキュメント。音声モデルの動作を導くための指示を追加します。
- [リファレンス: voice.addTools() | Voice Providers | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/voice.addTools): voice プロバイダーで利用可能な addTools() メソッドのドキュメント。音声モデルに関数呼び出し機能を追加します。
- [リファレンス: voice.answer() | Voice Providers | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/voice.answer): リアルタイム音声プロバイダーで利用可能な answer() メソッドのドキュメント。このメソッドは音声プロバイダーに応答の生成を指示します。
- [リファレンス: voice.close() | Voice Providers | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/voice.close): voice プロバイダーで利用可能な close() メソッドのドキュメント。リアルタイム音声サービスから切断します。
- [リファレンス: voice.connect() | 音声プロバイダー | Mastra Docs](https://mastra.ai/ja/reference/voice/voice.connect): リアルタイム音声プロバイダーで利用可能なconnect()メソッドのドキュメント。音声対音声通信の接続を確立します。
- [リファレンス：音声イベント | 音声プロバイダー | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/voice.events): 音声プロバイダーから発信されるイベントのドキュメント、特にリアルタイム音声インタラクションに関するもの。
- [リファレンス: voice.getSpeakers() | 音声プロバイダー | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/voice.getSpeakers): 音声プロバイダーで利用可能なgetSpeakers()メソッドのドキュメント。利用可能な音声オプションを取得します。
- [リファレンス: voice.listen() | 音声プロバイダー | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/voice.listen): すべてのMastra音声プロバイダーで利用可能な、音声をテキストに変換するlisten()メソッドのドキュメント。
- [リファレンス: voice.off() | 音声プロバイダー | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/voice.off): 音声プロバイダーで利用可能なoff()メソッドのドキュメント。音声イベントのイベントリスナーを削除します。
- [リファレンス: voice.on() | 音声プロバイダー | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/voice.on): 音声プロバイダーで利用可能なon()メソッドのドキュメント。音声イベントのイベントリスナーを登録します。
- [リファレンス: voice.send() | 音声プロバイダー | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/voice.send): リアルタイム音声プロバイダーで利用可能なsend()メソッドのドキュメント。連続処理のための音声データをストリーミングします。
- [リファレンス: voice.speak() | 音声プロバイダー | Mastra ドキュメント](https://mastra.ai/ja/reference/voice/voice.speak): すべてのMastra音声プロバイダーで利用可能なspeak()メソッドのドキュメント。テキストを音声に変換します。
- [リファレンス: voice.updateConfig() | Voice Providers | Mastra Docs](https://mastra.ai/ja/reference/voice/voice.updateConfig): voiceプロバイダーで利用可能なupdateConfig()メソッドのドキュメント。実行時にvoiceプロバイダーの設定を更新します。
- [リファレンス: .after() | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/after): ワークフロー内で分岐や統合パスを可能にする `after()` メソッドのドキュメント。
- [.afterEvent() メソッド | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/afterEvent): Mastraワークフローにおいて、イベントベースの中断ポイントを作成するafterEventメソッドのリファレンス。
- [リファレンス: Workflow.branch() | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/branch): ワークフロー内で条件分岐を作成する `.branch()` メソッドのドキュメント。
- [リファレンス: Workflow.commit() | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/commit): ワークフローを確定し、最終結果を返す `.commit()` メソッドのドキュメント。
- [リファレンス: Workflow.createRunAsync() | ワークフローの構築 | Mastra Docs](https://mastra.ai/ja/reference/workflows/create-run): ワークフローの`.createRunAsync()`メソッドのドキュメント。新しいワークフロー実行インスタンスを作成します。
- [リファレンス: Workflow.createRun() | ワークフローの実行 | Mastra Docs](https://mastra.ai/ja/reference/workflows/createRun): ワークフローの `.createRun()` メソッドのドキュメント。新しいワークフロー実行インスタンスを初期化します。
- [リファレンス: Workflow.dountil() | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/dountil): ワークフロー内の `.dountil()` メソッドのドキュメント。条件が満たされるまでステップを実行するループを作成します。
- [リファレンス: Workflow.dowhile() | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/dowhile): ワークフロー内の `.dowhile()` メソッドのドキュメント。条件が満たされている間、ステップを実行するループを作成します。
- [リファレンス: Workflow.else() | 条件分岐 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/else): Mastraワークフローの`.else()`メソッドに関するドキュメント。if条件がfalseの場合に代替ブランチを作成します。
- [イベント駆動型ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/events): MastraでafterEventとresumeWithEventメソッドを使用してイベント駆動型ワークフローを作成する方法を学びましょう。
- [リファレンス: Workflow.execute() | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/execute): ワークフロー内の `.execute()` メソッドのドキュメント。入力データでステップを実行し、出力を返します。
- [リファレンス: Workflow.foreach() | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/foreach): ワークフロー内の `.foreach()` メソッドのドキュメント。配列内の各アイテムに対してステップを実行するループを作成します。
- [リファレンス: Workflow.if() | 条件分岐 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/if): Mastraワークフローの`.if()`メソッドに関するドキュメント。指定された条件に基づいて条件分岐を作成します。
- [リファレンス: Workflow.map() | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/map): ワークフロー内の `.map()` メソッドのドキュメント。前のステップの出力データを次のステップの入力にマッピングします。
- [リファレンス: Workflow.parallel() | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/parallel): ワークフロー内で複数のステップを並列に実行する `.parallel()` メソッドのドキュメント。
- [リファレンス: Workflow.resume() | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/resume): ワークフローにおける `.resume()` メソッドのドキュメント。新しいデータで一時停止されたワークフローの実行を再開します。
- [.resumeWithEvent() メソッド | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/resumeWithEvent): イベントデータを使用して中断されたワークフローを再開する resumeWithEvent メソッドのリファレンス。
- [リファレンス: Workflow.sendEvent() | ワークフローの構築 | Mastra Docs](https://mastra.ai/ja/reference/workflows/sendEvent): ワークフローの`.sendEvent()`メソッドのドキュメント。イベントが送信されたときに実行を再開します。
- [リファレンス: Workflow.sleep() | ワークフローの構築 | Mastra Docs](https://mastra.ai/ja/reference/workflows/sleep): ワークフローの`.sleep()`メソッドのドキュメント。指定されたミリ秒数だけ実行を一時停止します。
- [リファレンス: Workflow.sleepUntil() | ワークフローの構築 | Mastra Docs](https://mastra.ai/ja/reference/workflows/sleepUntil): ワークフローの`.sleepUntil()`メソッドのドキュメント。指定された日付まで実行を一時停止します。
- [リファレンス: スナップショット | ワークフロー状態の永続化 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/snapshots): Mastra におけるスナップショットの技術リファレンス - サスペンドおよびレジューム機能を可能にするシリアライズされたワークフロー状態
- [リファレンス: Workflow.start() | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/start): ワークフロー内の `.start()` メソッドのドキュメント。入力データでワークフロー実行を開始します。
- [リファレンス: ステップ | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/step-class): ワークフロー内の個々の作業単位を定義するステップクラスのドキュメント。
- [リファレンス: StepCondition | ワークフローの構築 | Mastra](https://mastra.ai/ja/reference/workflows/step-condition): ワークフローのステップコンディションクラスに関するドキュメント。前のステップの出力またはトリガーデータに基づいて、ステップを実行するかどうかを決定します。
- [リファレンス: Workflow.step() | ワークフロー | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/step-function): ワークフローに新しいステップを追加する`.step()`メソッドのドキュメント。
- [リファレンス: StepOptions | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/step-options): ワークフローのステップオプションに関するドキュメント。変数マッピング、実行条件、その他のランタイム動作を制御します。
- [ステップの再試行 | エラー処理 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/step-retries): 設定可能な再試行ポリシーでMastraワークフローの失敗したステップを自動的に再試行します。
- [リファレンス: Step | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/step): ワークフロー内の個々の作業単位を定義する Step クラスのドキュメントです。
- [リファレンス: Workflow.stream() | ワークフローの構築 | Mastra Docs](https://mastra.ai/ja/reference/workflows/stream): ワークフローの`.stream()`メソッドのドキュメント。このメソッドを使用すると、ワークフロー実行をストリームとして監視できます。
- [リファレンス: suspend() | コントロールフロー | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/suspend): Mastraワークフローにおけるsuspend関数のドキュメント。再開されるまで実行を一時停止します。
- [リファレンス: Workflow.then() | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/then): ワークフローにおける `.then()` メソッドのドキュメント。ステップ間の順次依存関係を作成します。
- [リファレンス: Workflow.until() | ワークフロー内のループ処理 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/until): Mastra ワークフローにおける `.until()` メソッドのドキュメント。指定した条件が真になるまでステップを繰り返します。
- [リファレンス: Workflow.waitForEvent() | ワークフローの構築 | Mastra Docs](https://mastra.ai/ja/reference/workflows/waitForEvent): ワークフローにおける`.waitForEvent()`メソッドのドキュメント。このメソッドはイベントを受信するまで実行を一時停止します。
- [リファレンス: Workflow.watch() | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/watch): ワークフロー内の `.watch()` メソッドのドキュメント。ワークフロー実行の監視を可能にします。
- [リファレンス: Workflow.while() | ワークフロー内のループ処理 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/while): Mastra ワークフローにおける `.while()` メソッドのドキュメント。指定した条件が真である限り、ステップを繰り返します。
- [リファレンス: Workflow クラス | ワークフローの構築 | Mastra ドキュメント](https://mastra.ai/ja/reference/workflows/workflow): Mastra の Workflow クラスのドキュメント。条件分岐やデータ検証を伴う複雑な操作シーケンスのためのステートマシンを作成できます。

## JA - showcase
- [ショーケース](https://mastra.ai/ja/showcase): Mastraで構築されたこれらのアプリケーションをご覧ください