Clyro

Der Kern von Clyro ist clyro.wrap(). Man übergibt seinen Agenten plus ein Konfigurationsobjekt und erhält eine gesteuerte Version, die die Ausführung verfolgt, die Kosten mitverfolgt und Limits durchsetzt, ohne die Agentenlogik zu ändern. Genau dieser Punkt ist das eigentliche Verkaufsargument. Schutzmechanismen in einen funktionierenden Agenten nachzurüsten ist meist mühsam, und Clyros Design hält die Änderung auf eine Handvoll Zeilen beschränkt.

Clyro bündelt seine Kontrollen in einem vierteiligen Stapel: Schrittlimits, Kostenlimits, Schleifenerkennung und Geschäftslogik-Schutzmechanismen. Schrittlimits begrenzen, wie viele Aktionen ein Lauf ausführen kann. Kostenlimits stoppen einen Lauf, wenn die Ausgaben einen Schwellenwert überschreiten. Die Schleifenerkennung achtet auf wiederholte Ausführungspfade. Warum ist das wichtig? Ein festgefahrener Agent kann über Nacht ein Budget verbrennen. Schutzmechanismen prüfen Aktionen gegen Regeln, bevor sie ausgelöst werden. Das sind Schutzmechanismen für KI-Agenten, die während eines Laufs wirken und nicht danach, und sie zielen auf Fehler, die Observability-Tools erst melden, wenn der Schaden entstanden ist.

Richtlinien liegen in YAML, und jede Regel verbindet eine Bedingung mit einer Entscheidung. Man kann eine Aktion direkt blockieren, erlauben oder eine menschliche Freigabe verlangen, bevor sie weiterläuft. Regeln kommen mit acht Operatoren zum Abgleich von Feldern, und jede Regel schlägt offen fehl, sodass eine kaputte Richtlinie den Agenten nicht mitreißt. Für Teams, die einen Prüfpfad brauchen, lohnt es sich, dieses Verhalten pro Regel vor dem Rollout zu verstehen.

Clyro bringt fünf Adapter mit: LangGraph, CrewAI, das Claude Agent SDK, das Anthropic SDK und eine generische Option für jede Python-Funktion. Diese Bandbreite zählt, weil Agenten-Stacks schnell fragmentieren, und ein Governance-Tool, das nur ein Framework unterstützt, zwingt einen entweder zum Wechsel oder zum Verzicht. Der generische Adapter ist der Notausgang für alles, was man von Hand gebaut hat.

Über das SDK hinaus bringt Clyro einen MCP-Wrapper mit, der als JSON-RPC-Proxy für Claude Desktop, Cursor und VS Code fungiert, sowie eine Reihe von Claude-Code-Hooks für PreToolUse- und PostToolUse-Ereignisse. Die Hooks steuern Bash, Edit und Write, was bedeutet, dass man etwas wie DROP TABLE blockieren kann, bevor das Tool überhaupt läuft. Das ist eine andere Oberfläche als die Governance von Agentenläufen, und es erweitert, wo das Produkt greift.

Clyro läuft mit lokalen YAML-Richtlinien vollständig offline und braucht keinen API-Schlüssel. Die Cloud ist optional und ergänzt geteilte Dashboards, Richtliniensynchronisierung, Drifterkennung, Flame Graphs und Trace-Vergleich, wenn man in höhere Tarife wechselt. Dieses Local-First-Design passt zu Teams, deren Datenrichtlinien es unmöglich machen, Ausführungs-Traces an Dritte zu senden, und es bedeutet, dass man das Tool ohne Anmeldung bewerten kann.

Das SDK berechnet LLM-Kosten für OpenAI- und Anthropic-Modelle automatisch, sodass die Zahlen hinter den Kostenlimits aus echter Nutzung stammen und nicht aus einer Schätzung. Läuft der eigene Stack mit anderen Anbietern, sollte man damit rechnen, Kostendaten selbst zu liefern, da die automatische Berechnung auf diese beiden Familien beschränkt ist.