https://www.producthunt.com/products/mastra/launches/mastra-factory，介绍下这个产品

Mastra Factory 是一个开源的 Agent 软件交付平台：不只是帮你写代码，而是把“收到 issue → 调查 → 规划 → 实现 → 审查”串成可管理的流水线。 你发的 Product Hunt 页面没抓取成功，以下依据官方 9 月 8 日发布的 Beta 介绍。 拿一个具体场景来说：用户在 GitHub 提交“某个接口调用失败”，Factory 可以先让 Agent 在沙箱里调查、尝试复现，留下诊断、证据和复现结果；再进入规划和编码阶段。你可以查看代码差异、参与讨论、批准操作，不必每一步都重新开一个 Agent 会话、手动搬上下文。 它比较值得关注的有这几点： 一是围绕任务流程，而不是围绕聊天窗口。它连接 GitHub、Linear、Slack，把工作放进可配置看板。官方的流程是接收、分诊、规划、构建、审查、完成；每个任务都能打开对应的 Agent 会话，查看聊天、工具活动和工作区文件。 二是每个阶段都能单独设置自动或手动。比如让问题调查自动跑，但方案和实现先由人确认；也可以让 bug 修复自动流转，而功能需求保留人工介入。不是只能在“全自动”和“纯手动”之间二选一。 三是执行中可以补充信息。它通过 Signals 接收用户纠正、协作者补充或其他 Agent 的发现，让正在工作的 Agent 继续处理，不用另开对话从头解释。 四是有跨任务的知识积累。官方介绍了图结构知识库，由专门的知识整理 Agent 维护，记录事实、引用和来源会话；调查过程中的大量文件内容、搜索与测试输出，则通过 observational memory 压缩保留重点。 支持本地和云端执行，本地运行时也可以用远程沙箱写代码、跑代码。官方给出的安装入口是： npm create factory@latest 实际效果方面，Mastra 团队称，他们自己的项目每周有超过 100 个新 issue、合并约 200—250 个 PR；引入 Factory 后，它自动化了 25%—35% 的 PR，并关闭了 50%—60% 的 issue。这是他们自家项目的使用数据，不代表其他团队也能达到同样比例，也不能把“关闭 issue”都理解成“完成代码修复”。 他们也坦承踩过坑：全自动导入积压任务会造成基础设施压力，产生大量难以审查的工作；上游 Agent 一旦判断错误，后面就可能围绕错误前提连续生成 PR。这也是它后来强调逐阶段控制的原因。 我的理解：它的核心价值不是“又一个 coding agent”，而是把多个 Agent 的工作接进团队日常流程，让人从反复派活、搬上下文，转向处理判断和验收。仍需要人把关，但试图减少人盯流程的成本。 官方介绍： https://mastra.ai/blog/announcing-mastra-factory-beta