# Mastra 平台

Mastra平台与Studio现在为每一次智能体和模型调用记录两项延迟指标：TTFC（首个数据块到达前用户等待的时间）和TTFT（模型开始响应所需的时间）。此前只有durationMs能说明一次运行总共花了多久，却分不清用户等首个响应等了多长、这段等待来自模型还是自家代码。两项指标写入每个span，可在trace查询与span查询中按字段过滤排序，适用于Mastra平台以及存储使用DuckDB、PostgreSQL或ClickHouse的自托管项目。

Mastra平台与Studio现在为每一次智能体和模型调用记录两项延迟指标：TTFC（首个数据块到达前用户等待的时间）和TTFT（模型开始响应所需的时间）。此前只有durationMs能说明一次运行总共花了多久，却分不清用户等首个响应等了多长、这段等待来自模型还是自家代码。两项指标写入每个span，可在trace查询与span查询中按字段过滤排序，适用于Mastra平台以及存储使用DuckDB、PostgreSQL或ClickHouse的自托管项目。

Mastra 发布 Knowledge，把公司文档、政策和决策整理成带作用域的命名 Markdown 页面，作为智能体共享的知识存储。此前智能体只能靠指令、检索增强生成、技能或查询接口的工具获得上下文，这些途径通常只读，信息一变就要人工更新。Knowledge 与 Mastra 的上下文工程原语 signals 配合，把相关内容带入智能体上下文并在运行中保持更新，智能体还能在有权访问的作用域内搜索、读取和写入页面。

Mastra 发布 Knowledge，把公司文档、政策和决策整理成带作用域的命名 Markdown 页面，作为智能体共享的知识存储。此前智能体只能靠指令、检索增强生成、技能或查询接口的工具获得上下文，这些途径通常只读，信息一变就要人工更新。Knowledge 与 Mastra 的上下文工程原语 signals 配合，把相关内容带入智能体上下文并在运行中保持更新，智能体还能在有权访问的作用域内搜索、读取和写入页面。

Mastra平台新增trace导入功能，可把第三方可观测性供应商中已有的调用链记录搬进Mastra，与Mastra自身生成的trace并列显示，便于调试、筛选和对比。此前Mastra的可观测性数据只能导出到第三方供应商，切换供应商往往意味着把历史数据留在原处。首批支持Langfuse，导入保留span类型（如agent_run、model_generation、tool_call）、父子结构、时间戳、输入输出、用量与成本，但只导入trace观测，评分、反馈、数据集、附件和日志不在导入范围内。

Mastra平台新增trace导入功能，可把第三方可观测性供应商中已有的调用链记录搬进Mastra，与Mastra自身生成的trace并列显示，便于调试、筛选和对比。此前Mastra的可观测性数据只能导出到第三方供应商，切换供应商往往意味着把历史数据留在原处。首批支持Langfuse，导入保留span类型（如agent_run、model_generation、tool_call）、父子结构、时间戳、输入输出、用量与成本，但只导入trace观测，评分、反馈、数据集、附件和日志不在导入范围内。

Mastra平台上线Metrics API，让开发者用客户端SDK、命令行或可观测性端点查询生产项目的token用量、模型成本、延迟和错误率。此前这些指标只能在平台和Studio里查看，无法自行构造查询。现在可以按时间范围、状态过滤和分组维度组合出总量、明细、时间序列与百分位数据，用于自定义报表、仪表盘、下游数据投递和成本或错误率上升时的告警。

Mastra平台上线Metrics API，让开发者用客户端SDK、命令行或可观测性端点查询生产项目的token用量、模型成本、延迟和错误率。此前这些指标只能在平台和Studio里查看，无法自行构造查询。现在可以按时间范围、状态过滤和分组维度组合出总量、明细、时间序列与百分位数据，用于自定义报表、仪表盘、下游数据投递和成本或错误率上升时的告警。