Slide 1

Slide 1 text

LayerX における mastra の活用と課題 Suguru Namura Software Engineer @ LayerX 2025-05-19

Slide 2

Slide 2 text

自己紹介 ~ 2016 - 株式会社サイバーエージェント 各種サービスやメディアの開発・立ち上げ ~ 2022 - 株式会社メルカリ サービス開発、CTO、サービス立ち上げなど ~ 現在 - 株式会社 LayerX Enablement担当、最近は事業者向けの Agent 開発

Slide 3

Slide 3 text

今の役割と状況 Enabling Team - エンジニアや社内の Enablement を担当 - エンジニアの生産性向上、LLMを活用した社内支援など CEO室 - 事業上緊急性の高い事案を技術的解決と共ににアプローチしていく - AI Agent は注力技術

Slide 4

Slide 4 text

今日話すこと LayerX において なぜmastra を使っていくのかと エージェント開発の課題について話します

Slide 5

Slide 5 text

なぜ mastra に注目しているのか

Slide 6

Slide 6 text

バクラクにおける AIエージェント アーキテクチャ AI Agent RAG Storage Service A Service B Service C Agent Memory MCP Tool LLM Provider A LLM Provider B LLM Provider C AI SDK

Slide 7

Slide 7 text

エージェント開発で欲しい機能 Observability Log, Trace, Evaluation Workflow Robust, Retries, Flow Controls, Human in the loop Tools MCP multi-step execution RAG Chunking GraphRAG, Rerank Chat Streaming History Store Voice Realtime TTS, STT Enterprise Tenant Isolation Access controls Document Loader Loader, Parser Converter

Slide 8

Slide 8 text

mastra Observability Log, Trace, Evaluation Workflow Robust, Retries, Flow Controls, Human in the loop Tools MCP multi-step execution RAG Chunking GraphRAG, Rerank Chat Streaming History Store Voice Realtime TTS, STT Enterprise Tenant Isolation Access controls Document Loader Loader, Parser Converter

Slide 9

Slide 9 text

Why Typescript?

Slide 10

Slide 10 text

Typescript をエージェントの主軸に置く理由 AI SDK Mastra Next.js Type-Safe AI Coding LLM != Machine Learning

Slide 11

Slide 11 text

Pythonが羨ましくなる瞬間 豊富なライブラリ ドキュメント処理 データ処理

Slide 12

Slide 12 text

mastra 良いところ - Recommended Points

Slide 13

Slide 13 text

AI SDK 個人的にはこれしか選択肢がない フロントエンドも含めた実装が シンプルでわかりやすい useChat だけで実装が終わる完成度

Slide 14

Slide 14 text

RAG 以前は llamaindex 依存だったけど、 最近依存がなくなった Chunking, Embedding をサポート GraphRAG, rerank

Slide 15

Slide 15 text

Workflows vNext になってインターフェイスが一新 直感的に使いやすくなった Suspend, Resume サポート Human in the loop もできる Zod schema 定義するだけで Type-safe workflow になる

Slide 16

Slide 16 text

Memory チャット履歴を簡単に保存・復旧できる 履歴の Recall もできる

Slide 17

Slide 17 text

Evals, Trace Langfuse とかにさくっと繋がる プロンプト結果を評価して 監視できる仕組み

Slide 18

Slide 18 text

mastra に期待する機能

Slide 19

Slide 19 text

RAG Scalability Indexing など、データ増量対応 Hybrid Search Typesense, Meilisearch 複数の Store を混ぜた検索

Slide 20

Slide 20 text

Workflows Agentic Workflow エージェントがツールを自動で組み合わせて ワークフローを作って欲しい Scalability 実行エンジンをスケールアウトしたい

Slide 21

Slide 21 text

Security Prevent Agent Hack エージェントに対する攻撃を防御したい Multi-Tenant Isolation テナントごとに分離した環境を実現したい Access Context Toolcall や MCP にユーザーの権限を 組み込み、安全なデータアクセスをしたい

Slide 22

Slide 22 text

最後に... AI Agent 開発は今までと違う概念や考慮事項が たくさん登場するので実導入するのは実は結構大変 Mastra はそういった概念がほぼ網羅されていて ほぼ迷うことなく開発ができるので、開発が楽しくなる

Slide 23

Slide 23 text

ありがとうございました