Mastra Factory: dari issue ke PR dengan agen AI

Mastra Factory adalah lingkungan sumber terbuka untuk pengembangan software dengan agen AI. Produk ini menyatukan repositori, penerimaan tugas, perencanaan, implementasi, dan tinjauan pull request. Pengembang dapat mendelegasikan pekerjaan sambil tetap menentukan cakupan, rencana, dan penerimaan kode.

Sederhananya, Mastra Factory digunakan untuk apa?

Bayangkan Anda membuat issue GitHub untuk melaporkan bug. Agen memeriksa proyek, mengusulkan rencana, mengedit berkas, lalu menjalankan pemeriksaan. Tim kemudian meninjau perubahan untuk memastikan hasilnya sesuai permintaan. Factory mengatur urutan tersebut dan menyimpan percakapan bersama tugasnya.

Kegunaannya meliputi fitur baru, perbaikan bug, refactoring, dan penulisan pengujian. Hasilnya dapat berupa PR yang bisa ditinjau, bukan hanya potongan kode dalam chat. Tetap diperlukan repositori, akses model, lingkungan eksekusi yang dikonfigurasi, serta orang yang mampu menilai hasilnya.

Alur tugas yang tetap bisa diawasi tim

Tahap Intake, Triage, Planning, Building, Review, dan Done menunjukkan perkembangan pekerjaan. Aturan tiap tahap dapat disesuaikan dengan jenis tugas. Tim melengkapi informasi saat penyelidikan dan dapat mengubah atau menyetujui rencana sebelum implementasi.

Setiap pekerjaan mempertahankan sesinya sendiri. PR memiliki item tinjauan dan sesi yang terpisah. Karena itu, menggabungkan satu PR belum tentu menyelesaikan seluruh tugas awal. Beberapa PR mungkin diperlukan; periksa kriteria penerimaan serta status pekerjaan sebelum menyatakan selesai.

Mencoba tugas pertama pada repositori yang ada

Dokumentasi awal resmi menjelaskan langkah berikut:

1. Di luar repositori target, jalankan npm create factory@latest my-factory dan selesaikan proses konfigurasi.
2. Atur FACTORY_CREDENTIAL_ENCRYPTION_KEY sekali di .env. Jika belum ada, panduan menggunakan openssl rand -base64 32. Simpan cadangan terlindungi; mengganti kunci dapat membuat kredensial tersimpan tidak terbaca.
3. Jalankan npm run dev, buka alamat yang ditampilkan, lalu hubungkan GitHub dan penyedia model. Linear bersifat opsional.
4. Aktifkan sinkronisasi issue pada Settings → Work Intake dan pilih repositori. Memberikan akses kode berbeda dengan berlangganan sumber issue.
5. Buat tugas kecil dengan kriteria jelas, misalnya menambah panduan README. Untuk percobaan pertama, nonaktifkan mulai otomatis dan persetujuan rencana otomatis.
6. Baca penyelidikan, jawab pertanyaan, dan tinjau rencana. Setelah implementasi, periksa diff, keluaran alat yang sebenarnya, serta pemeriksaan PR sebelum mengikuti proses tinjauan dan penggabungan normal.

Pernyataan agen bahwa tes lulus belum cukup untuk penerimaan. Pastikan pemeriksaan yang dijalankan relevan dan perubahan memenuhi permintaan awal.

Memilih hosting dan memahami pemrosesan data

Factory dapat berjalan sepenuhnya di platform, pada server lokal dengan sumber daya Mastra, atau di infrastruktur sendiri. Server lokal masih dapat memakai autentikasi, PostgreSQL, dan sandbox cloud. Antarmuka lokal bukan jaminan seluruh data tetap berada di komputer.

Pilihan --no-platform memerlukan konfigurasi autentikasi, database persisten, dan eksekusi sendiri. Produksi membutuhkan proses Node.js yang terus berjalan dan HTTPS yang mendukung respons streaming. Baca persyaratan deployment.

Akses model bergantung pada akun penyedia. Kredensial pribadi dan organisasi memiliki cakupan berbeda. Jangan menaruh kunci di issue; gunakan pengaturan yang disediakan. Sebelum menghubungkan kode privat, tinjau kebijakan privasi serta ketentuan penyedia model dan sandbox. Tidak ada dasar untuk menganggap semua konfigurasi memiliki jaminan yang sama tentang penggunaan data untuk pelatihan.

Biaya platform dan batas lisensi

Diperiksa pada 10 September 2026: harga resmi dalam USD menampilkan Starter US$0 per bulan, dengan 100 ribu event observabilitas, 24 jam CPU, dan penyimpanan data 15 hari. Teams tercantum US$250 per bulan; Enterprise memakai penawaran khusus.

Kuota tersebut bukan tugas coding tanpa batas. Penggunaan model, kelebihan sumber daya, dan infrastruktur dapat menambah tagihan. Lihat daftar harga lengkap; angka ini bukan harga rupiah termasuk pajak lokal. Dokumentasi lisensi membedakan kode Apache 2.0 dari fitur enterprise dalam ee/, yang memerlukan lisensi sah untuk produksi.

Pertanyaan umum

Bisa memakai proyek yang sudah ada?

Bisa. Hubungkan repositori GitHub dan atur intake issue. Linear tidak wajib digunakan.

Apakah semuanya gratis?

Tidak. Kode terbuka dan paket awal gratis tidak menghapus biaya model, hosting, pemakaian tambahan, atau lisensi enterprise.

Apakah server lokal menyimpan semua data di perangkat?

Tidak otomatis. Server, autentikasi, database, model, dan sandbox harus diperiksa sebagai satu konfigurasi.

Siapa yang menerima perubahan akhir?

Tim dapat memperjelas tugas, meninjau rencana, dan memutuskan penggabungan PR. Aturan papan menentukan tingkat otomatisasi.

Sumber resmi dan komunitas

• Dokumentasi Factory — memulai dan mengatur proyek.
• GitHub Mastra — sumber kode dan issue.
• Discord resmi — diskusi pengembang.
• Mastra di X — pengumuman.
• Hubungi tim — demo dan kebutuhan enterprise.