Mastra Factory Vibe 项目

项目简介

Mastra Factory 是一个开源软件工厂框架，旨在让 AI Agent 从 GitHub Issue 开始，自主接管软件开发的完整生命周期——从分类、规划、编码、审查到发布，所有环节在 Mastra 平台上都有持久记忆和可审计的执行轨迹。

它的核心思路是：在人类保留最终决策权的前提下，把软件开发中可重复的流程环节交给 AI Agent 完成，从而让工程团队从「等着程序员写代码」切换到「监督 Agent 交付代码」的工作模式。

核心功能

可配置的 SDLC 流水线

Mastra Factory 内置了完整的软件开发生命周期阶段：Intake（接收）→ Triage（分类）→ Planning（规划）→ Building（构建）→ Review（审查）→ Done（完成）。每个阶段都可以独立配置规则和触发条件，既能按默认流程开箱即用，也能根据团队实际规范深度定制。

持久编码 Agent

区别于传统对话式 Copilot，Mastra Factory 的 Agent 运行在云端持久化工作区中，不受单次会话限制。Agent 可以跨多天、多轮持续推进同一个任务，代码上下文不丢失，状态随时可恢复。

Issue 自动接入与分类

连接 GitHub 组织与仓库后，Factory 自动接收 Issue，并根据预设规则进行分类。分类结果进入对应流水线阶段，触发相应的 Agent 行为。Linear 项目也可选接入，统一管理产品侧与开发侧的协作。

人类在环的计划审批

Agent 在真正开始写代码之前，会先生成一份实现计划。人类在 Planning 阶段审查并批准（或修改）计划后，Agent 才会进入 Building 阶段实际编码。这种门控设计确保了 AI 输出始终在人类可控范围内。

上下文感知的 Code Review

Review Agent 不仅仅做语法检查，而是基于完整的代码上下文给出审查意见，包括逻辑一致性、对现有架构的影响以及潜在风险。这比传统 linter 更接近真实的高级工程师审查体验。

完整可观测性

每一步操作都会生成事件日志、成本追踪和分布式 trace，支持在 Factory UI 中实时查看。团队可以清晰看到 Agent 在哪个阶段花了多少时间、调用了哪些模型、花了多少成本。

技术实现

Mastra Factory 基于 TypeScript AI 框架 Mastra 构建，使用 LibSQL（SQLite 兼容）持久化工厂状态，数据默认存储在本地 factory.db 文件中。所有 Agent 运行在隔离的沙箱环境中，与宿主机文件系统解耦，保证安全性。

在模型层面，Mastra 平台通过统一路由层接入 40+ 模型提供商（包括 OpenAI、Anthropic Claude、Google Gemini 等），Factory 项目可以随时切换或混用不同模型。流水线设计融合了目标驱动（Goal-driven）和阶段门控（Staged Automation）两种模式：Supervisor Agent 统筹全局目标拆解，每个阶段则由专用 Agent 按门控规则执行，human-in-the-loop 通过 Suspend/Resume 机制嵌入任意节点。

部署方面，Factory 项目默认在 Mastra Cloud 上自动部署，同时也支持 mastra deploy 将整个系统自托管到自有基础设施，所有代码、UI 和数据均可留在团队内部。

快速上手

1. 安装：运行 npm create factory，按引导完成项目初始化
2. 连接代码库：在 Factory UI 中连接 GitHub 组织与目标仓库；（可选）同步 Linear 项目
3. 选择模型：配置模型提供商，Mastra 会自动路由请求至所选模型端点
4. 启动工厂：在 Factory UI 点击 Start，Agent 开始从待处理 Issue 接管工作流
5. 人类参与：Triage 阶段回答 Agent 的澄清问题，Planning 阶段审批实现计划，Review 阶段审核并决定是否合并 PR

适用人群

已在日常开发中使用 AI 编程工具（如 GitHub Copilot），希望在此基础上进一步引入 Agent 驱动自动化流程的工程团队；希望将 AI Agent 融入软件交付全流程，而非仅用于局部代码补全的初创公司和成长型团队；需要在团队中建立可审计、可追溯的 AI 协作规范的开发组织，尤其适合对代码所有权和交付质量有明确流程要求的团队。