Présentation
Mastra Factory est une usine logicielle open‑source conçue pour orchestrer le cycle de vie des pull‑requests (PR) au sein de l’organisation mastra‑ai. Elle s’appuie sur Mastra, un framework d’agents écrit en TypeScript, et se positionne comme un tableau kanban configurable, entièrement contrôlable depuis Slack grâce à la syntaxe @‑tag. Le projet se distribue via npm create factory et peut être déployé sur l’infrastructure interne de l’utilisateur ou consommé en version hébergée.
Architecture et composants
Sous le capot, Factory exploite les agents durables de Mastra, capables de maintenir des sessions longues sans perte d’état. Ces agents sont couplés à un système de mémoire conversationnelle qui conserve le contexte des échanges Slack, permettant de reprendre une discussion même après plusieurs heures. Un wiki basé sur le markdown, enrichi de citations de sources internes, sert de référentiel de connaissances exploité par les agents pour générer des réponses précises. Les signals s’abonnent aux commentaires des PR et injectent ces événements dans les sessions d’agents, déclenchant automatiquement des actions telles que la création de tickets ou le déclenchement de tests.
Le composant de sandbox cloud, personnalisable, exécute le code généré par les agents. Il intègre actuellement des harnesses compatibles avec Claude Code et Codex, et prévoit l’ajout d’autres modèles de génération de code. Cette sandbox assure l’isolation des environnements de construction, limitant les risques de contamination entre builds parallèles.
Fonctionnement opérationnel
Le flux typique démarre par un @‑tag dans Slack, par exemple @factory triage, qui crée une session d’agent dédiée au triage des issues les plus anciennes. L’agent interroge le wiki pour récupérer les procédures de triage, utilise la mémoire conversationnelle pour suivre les décisions prises, puis publie des commentaires automatisés sur les PR concernées. La semaine précédente, Factory a ouvert et fusionné 238 PRs, tandis que les développeurs humains ont fusionné 630 PRs, illustrant une proportion d’automatisation d’environ 27 % du volume total.
Les ingénieurs seniors ont exploité cette capacité pour lancer plusieurs sessions en parallèle, par exemple « triage les 20 plus anciennes issues », ce qui réduit le temps moyen de traitement des tickets de plusieurs jours à quelques heures. Le système intègre également des scanners de bugs et de vulnérabilités, dont les résultats sont automatiquement associés aux PR via les signals, renforçant la chaîne de sécurité sans intervention manuelle.
Impacts, limites et perspectives
Le principal avantage constaté est la rapidité d’exécution : la création de sessions via Slack élimine le besoin d’une interface web dédiée, ce qui simplifie l’adoption pour les équipes déjà habituées à la messagerie instantanée. Cependant, la dépendance à Slack impose une contrainte d’accès et peut limiter l’usage dans des environnements où la messagerie est restreinte. De plus, la fermeture du dépôt aux contributeurs externes, au profit de rapports d’incidents détaillés, réduit la diversité des contributions mais augmente la qualité des entrées.
Sur le plan de la scalabilité, la capacité à gérer plusieurs centaines de sessions simultanées dépend de la puissance de la sandbox cloud et de la gestion des états d’agents durables. Aucun benchmark public n’est fourni, ce qui empêche d’évaluer précisément la charge maximale supportable. Enfin, l’intégration future de modèles de génération de code supplémentaires (Claude Code, Codex) pourrait élargir le spectre des tâches automatisables, mais nécessitera une validation de la sécurité du code produit avant son déploiement en production.
npm create factory