---
title: "Mastra custom OpenAI-compatible endpoint (model url)"
description: "Patakbuhin ang Mastra agents sa BroadNet Inference gamit ang model object na may id, url at apiKey, kasama ang dobleng broadnet/ prefix na kailangan ng model ID."
url: https://broadrouter.com/fil/guides/mastra-openai-compatible/
lang: fil
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Isinalin mula sa Ingles sa tulong ng AI. [Basahin ang orihinal sa Ingles](https://broadrouter.com/guides/mastra-openai-compatible/) (na-update noong 2026-11-16).

# Paano gamitin ang Mastra agents sa BroadNet Inference

Na-update 2026-11-16

Sa isang Mastra Agent, i-set ang model sa object na may url na https://inference.broadnet.ai/v1, apiKey mula sa BROADNET\_API\_KEY at id na broadnet/broadnet/glm-5.3. Itinuturing ng Mastra na provider name ang unang bahagi ng id at tinatanggal ito, kaya broadnet/glm-5.3 ang naipapadala sa BroadNet dahil sa dobleng prefix. Chat completions ang default ng custom URL. Gamitin ang GLM 5.3 o Qwen3.8 27B para sa tools.

TypeScript framework ang Mastra para sa mga AI agent at workflow. Bukod sa mga built-in na provider nito, puwedeng maging kahit anong OpenAI-compatible na endpoint ang `model` ng isang agent, na ibinibigay bilang object na may `id` at `url`. Nagse-serve ang BroadNet Inference ng karaniwang chat completions sa `https://inference.broadnet.ai/v1`, kaya gumagana ito sa ganitong paraan, may isang catch lang sa model ID. Ang BroadRouter ay sariling site ng BroadNet; sinusundan nito ang [models docs ng Mastra](https://mastra.ai/models) at ang @mastra/core 1.83.0.

## I-install

```bash
npm install @mastra/core zod
export BROADNET_API_KEY='your-broadnet-key'
```

## Ikonekta ang isang agent

```ts
import { Agent } from "@mastra/core/agent";

const broadnet = (model: string) => ({
  id: `broadnet/${model}`,              // Mastra strips the first segment
  url: "https://inference.broadnet.ai/v1",
  apiKey: process.env.BROADNET_API_KEY,
});

export const assistant = new Agent({
  id: "assistant",
  name: "Assistant",
  instructions: "You are a concise assistant.",
  model: broadnet("broadnet/glm-5.3"),     // sends broadnet/glm-5.3
});

const res = await assistant.generate("Give me three names for a Go linting tool.");
console.log(res.text);
```

### Bakit doble ang prefix

Ayon sa docs ng Mastra, ang `id` na isinulat bilang `provider/model` ay nagpapadala ng model name lang sa remote, at pinapanatili naman ng `gateway/provider/model` ang provider sa pangalan. May slash ang mga ID ng BroadNet, kaya kailangan nila ang mas mahabang anyo. Sa test namin:

| Mastra `id` | Model ID na natanggap ng BroadNet |
| --- | --- |
| `broadnet/glm-5.3` | `glm-5.3` (mali) |
| `broadnet/broadnet/glm-5.3` | `broadnet/glm-5.3` (tama) |

Ang helper sa itaas na ang nagdadagdag ng sobrang segment para sa iyo.

## Tools

```ts
import { createTool } from "@mastra/core/tools";
import { z } from "zod";

const weather = createTool({
  id: "get_weather",
  description: "Get the weather for a city",
  inputSchema: z.object({ city: z.string() }),
  execute: async (input) => ({ city: input.city, tempC: 21 }),
});

const agent = new Agent({
  id: "weather",
  name: "Weather",
  instructions: "Use the weather tool to answer.",
  tools: { weather },
  model: broadnet("broadnet/glm-5.3"),
});
```

Gamitin ang `broadnet/glm-5.3` o `broadnet/qwen3.8-27b` para sa mga agent na may tools. Sa dalawang model lang na ito nakalista ang tools at structured output sa docs ng BroadNet.

## Streaming

```ts
const stream = await assistant.stream("Explain vector search in two sentences.");
for await (const chunk of stream.textStream) process.stdout.write(chunk);
```

## Mga setting na mahalaga

-   **`url`** ang base URL, na nagtatapos sa `/v1`. Ang Mastra ang nagdadagdag ng `/chat/completions`.
-   **Huwag idagdag ang `api: "responses"`.** Ayon sa docs ng Mastra, inililipat nito ang tawag sa `/v1/responses`. Hindi nakalista ang Responses API sa BroadNet.
-   **Output limit.** Nagre-reason muna bago sumagot ang DeepSeek V4.1 Flash, GLM 5.3 at Qwen3.8 27B, at kasama ang reasoning sa output limit. Kung lilimitahan mo ang output tokens, mag-iwan ng 2,000 o higit pa.

## Aling model ang pipiliin

| Agent | Model |
| --- | --- |
| Tools, structured output, workflows | `broadnet/glm-5.3` |
| Tools kasama ang image input o Arabic na teksto | `broadnet/qwen3.8-27b` |
| Mga text-only na step sa flat-price na plan | `broadnet/deepseek-v4.1-flash` |

[Mga presyo ng bawat model](https://broadrouter.com/fil/pricing/). Para sa Vercel AI SDK nang walang Mastra, tingnan ang [AI SDK guide](https://broadrouter.com/fil/guides/vercel-ai-sdk-openai-compatible/).

## Paano namin ito sinubok

Noong 2026-11-15, nag-install kami ng @mastra/core 1.83.0 sa Node 24 at pinatakbo ang `generate`, `stream` at isang tool agent laban sa isang lokal na mock server na sumusunod sa chat-completions na format ng BroadNet at nagbabalik ng tool calls. Binasa namin ang mga naka-log na request. Pumunta ang bawat tawag sa `/v1/chat/completions` na may Bearer key mula sa `apiKey`. Doon namin natuklasan ang prefix rule sa table sa itaas. Wala kaming BroadNet key, kaya hindi namin sinubok ang totoong output ng model.

## Troubleshooting

-   **404 o model not found.** Malamang nawala ang prefix ng model ID. Isulat ang `id` bilang `broadnet/broadnet/glm-5.3`. Saka tingnan kung nagtatapos sa `/v1` ang `url`. Kailangan ng top-up para sa mga bayad na model; `broadnet/gemma-4-26b-a4b` at ang dalawang Transcribe model lang ang sakop ng $5 na credit.
-   **401.** Hindi naka-set ang `BROADNET_API_KEY` sa process, o mali ang key o ubos na ang allowance nito.
-   **Walang lamang sagot.** Naubos sa reasoning ang output budget. [Bakit walang laman ang mga sagot](https://broadrouter.com/fil/guides/reasoning-tokens-empty-response/).
-   **429 sa mga workflow na may parallel steps.** Ang isang pay-as-you-go key ay may 30 request kada minuto at 4 nang sabay-sabay; isa-isa lang tumatakbo ang request sa isang plan session. Tingnan ang [errors and retries](https://broadrouter.com/fil/guides/errors-and-retries/).

## Mga termino sa gabay na ito

[AI agent](https://broadrouter.com/fil/glossary/agent/)

Ang AI agent ay isang system kung saan ang language model mismo ang nagdidirekta ng mga hakbang nito tungo sa isang layunin: pinipili nito kung aling tools ang tatawagin, binabasa ang mga resulta at umuulit hanggang makabuo ng huling sagot o maabot ang limit. Workflow naman ang karaniwang tawag sa fixed na script na tumatawag sa model sa takdang punto.

[Tool calling (function calling)](https://broadrouter.com/fil/glossary/tool-calling/)

Ang tool calling, tinatawag ding function calling, ay feature ng LLM API kung saan nagbabalik ang model ng structured na request para magpatakbo ng function na tinukoy ng developer, kasama ang JSON arguments. Ang application ang nagpapatakbo ng function at nagpapadala pabalik ng resulta; hindi kailanman nagpapatakbo ng code ang model mismo.

[API key](https://broadrouter.com/fil/glossary/api-key/)

Ang API key ay isang lihim na string na kumikilala at nagpapahintulot sa client na tumatawag sa isang API. Kadalasang hinihingi ito ng mga LLM API sa Authorization: Bearer header, at ang sinumang may hawak ng key ay makakagawa ng mga request na sisingilin sa account na may-ari nito.

[Pay-as-you-go](https://broadrouter.com/fil/glossary/pay-as-you-go/)

Ang pay-as-you-go ay paraan ng pagpepresyo kung saan ang nagamit mo lang ang binabayaran mo, sinusukat kada yunit gaya ng token, request o minuto ng audio, nang walang subscription o minimum na commitment. Ganito naniningil ang karamihan ng LLM API, mula sa prepaid na balance o sa pana-panahong invoice.

[Input at output token (input and output tokens)](https://broadrouter.com/fil/glossary/input-and-output-tokens/)

Ang input token ay ang mga token na binabasa ng language model sa isang request, kasama ang system prompt, history ng usapan, tool definitions at mga larawan. Ang output token ay ang mga token na binubuo nito bilang sagot, kasama ang anumang reasoning. Kadalasang magkahiwalay ang presyo ng dalawa, at mas mahal ang output.

[max\_tokens](https://broadrouter.com/fil/glossary/max-tokens/)

Ang max\_tokens ay isang parameter ng LLM API na nagtatakda ng pinakamaraming token na puwedeng isulat ng model sa isang response. Kapag naabot ang limit, humihinto ang pagbuo ng sagot at minamarkahang naputol ang response, halimbawa may finish\_reason na "length".

[Structured output](https://broadrouter.com/fil/glossary/structured-output/)

Ang structured output ay feature ng LLM API na naglilimita sa sagot ng model sa format na itinakda ng developer, kadalasang JSON Schema, para maaasahang ma-parse ito ng code. Mas mahigpit ito kaysa sa JSON mode, na gumagarantiya ng valid na JSON pero hindi ng partikular na hugis.

[Token](https://broadrouter.com/fil/glossary/token/)

Ang token ay ang yunit ng text na binabasa at isinusulat ng isang language model: isang salita, bahagi ng salita, bantas o byte sequence na ginawa ng tokenizer ng model. Sa token binibilang, nililimitahan at kadalasang sinisingil ng mga LLM API ang paggamit.

## Mga tanong

### Bakit glm-5.3 ang ipinapadala ng Mastra sa halip na broadnet/glm-5.3?

Binabasa ng Mastra ang model id bilang provider/model at ang bahagi lang pagkatapos ng unang slash ang ipinapadala. Sa id na broadnet/glm-5.3, glm-5.3 ang ipinadala nito sa test namin, na hindi kilala ng BroadNet. Isulat ang id bilang broadnet/broadnet/glm-5.3.

### Base URL ba o chat completions URL ang ilalagay sa url ng Mastra?

Ang base URL. Ayon sa docs ng Mastra, gamitin ang base URL ng OpenAI-compatible na endpoint, kaya gamitin ang https://inference.broadnet.ai/v1 nang walang /chat/completions.

### Responses API ba ang ginagamit ng Mastra kapag custom URL?

Hindi bilang default. Ayon sa docs ng Mastra, chat completions ang gamit ng mga custom endpoint maliban kung magdagdag ka ng api na naka-set sa responses. Huwag itong idagdag para sa BroadNet, na chat completions ang sine-serve.

### Gumagana ba ang Mastra tools sa BroadNet?

Oo, sa model na may tools sa listahan ng BroadNet, GLM 5.3 o Qwen3.8 27B. Sa mock test namin, ipinadala ng agent ang tool schema, pinatakbo ang tool at ibinalik ang resulta.

## Mga kaugnay na gabay

-   [Paano gamitin ang Vercel AI SDK sa BroadNet Inference](https://broadrouter.com/fil/guides/vercel-ai-sdk-openai-compatible/)
-   [Paano gamitin ang OpenAI Node.js SDK sa BroadNet Inference](https://broadrouter.com/fil/guides/openai-node-sdk/)
-   [Bakit walang laman ang sagot ng isang reasoning model](https://broadrouter.com/fil/guides/reasoning-tokens-empty-response/)
-   [Mga error code ng BroadNet Inference at kailan dapat mag-retry](https://broadrouter.com/fil/guides/errors-and-retries/)
-   [Lahat ng tool na gumagana sa BroadNet Inference (Ingles)](https://broadrouter.com/integrations/): mga SDK, coding agent, chat UI at automation tool, kasama ang eksaktong setting ng bawat isa

Subukan ito sa totoong workload mo. May US$5 na panimulang credit ang mga bagong account para sa Gemma at transcription. Kailangan ng top-up para sa DeepSeek, GLM, at Qwen3.8.

[Magsimula](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fil-guides-mastra-openai-compatible&utm_content=page-cta) ·

**Mga source**

-   [Mastra docs, Models (mga custom na OpenAI-compatible endpoint) (sinuri noong 2026-11-15)](https://mastra.ai/models)
-   [Mastra sa GitHub, release ng @mastra/core 1.83.0, 2026-11-13 (sinuri noong 2026-11-15)](https://github.com/mastra-ai/mastra/releases/tag/%40mastra%2Fcore%401.83.0)
-   [API reference ng BroadNet Inference (sinuri noong 2026-11-15) (Ingles)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fil-guides-mastra-openai-compatible&utm_content=sources)
