Preloop
Preloop · Programmation
Preloop est un plan de contrôle open source pour agents d'IA qui se place entre vos agents et le monde extérieur. Il associe un pare-feu MCP pour l'accès aux outils à une passerelle de modèles pour le coût et l'attribution, puis ajoute des règles de politique as code, des approbations avec humain dans la boucle, l'observabilité des sessions et des pistes d'audit. La plateforme peut être hébergée vous-même sous Apache-2.0, et son interface en ligne de commande réécrit Claude Code, Codex CLI, Cursor et d'autres environnements MCP pour les faire passer par elle sans toucher au code de votre agent.
À propos de Preloop
Qu'est-ce que Preloop
Preloop est une infrastructure de gouvernance des agents d'IA pour les équipes qui font tourner des agents en production. Les agents appellent des outils, dépensent des tokens et touchent de vrais systèmes. La plupart des équipes découvrent ce qu'ils ont fait après coup. Preloop change cela en vous donnant un point d'arrêt : chaque appel d'outil et chaque requête de modèle passent par un plan de contrôle que vous configurez.
Le produit couvre deux choses qui vivent d'habitude dans des outils séparés. Un pare-feu MCP décide quels appels d'outil sont autorisés, refusés ou nécessitent la validation d'une personne, et une passerelle de modèles route le trafic pour que chaque token soit facturé à l'agent ou à la clé API qui l'a dépensé. Les règles s'écrivent en YAML avec des expressions CEL, donc vous pouvez inspecter les arguments, pas seulement les noms des outils.
Le hic, c'est la portée. Preloop est conçu pour des équipes qui font déjà tourner des agents compatibles MCP, et il suppose que vous êtes à l'aise avec les fichiers de configuration, le contrôle de version et l'auto-hébergement si vous sautez l'offre cloud. Ce n'est pas un tableau de bord sans code. Quelqu'un qui veut juste qu'un chatbot réponde à des questions n'en tirera pas grand-chose. Si personne dans votre équipe ne s'occupe de l'infrastructure, la mise en place pèsera plus lourd que le problème qu'elle résout.
Pour commencer
- Installez l'interface en ligne de commande sur macOS ou Linux avec le script curl d'une ligne du site de Preloop.
- Lancez
preloop agents discover, qui repère les agents locaux comme Claude Code, Codex CLI et Cursor et sauvegarde leurs configurations avant de les réécrire. - Dirigez les appels d'outil vers le pare-feu MCP et le trafic de modèles vers la passerelle.
- Écrivez vos premières politiques en YAML, en décidant quels appels d'outil sont autorisés, refusés ou bloqués derrière une approbation.
- Connectez un canal d'approbation comme le mobile, Slack ou un webhook, puis suivez l'activité depuis la vue de flotte.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de Preloop.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Équipes plateforme et infrastructure
- Responsables sécurité et conformité
- Petites équipes produit d'IA avec un budget serré
Tâches
- Bloquer les appels d'outil à haut risque
- Suivre les dépenses d'IA par agent
- Revoir ce qu'a fait un agent dans une session
Cas d'usage
- Déployer des agents de codage dans toute une équipe
- Préparer des preuves lisibles par machine pour un programme de conformité
- Plafonner le coût emballé des modèles sur un projet annexe
Fonctionnalités clés
Pare-feu MCP avec règles CEL
Le pare-feu intercepte les appels d'outil et applique des règles ordonnées qui portent des priorités. Comme les règles utilisent des expressions CEL, elles peuvent lire les arguments d'un appel, donc un virement de 5000 est traité différemment d'un virement de 5. Les appels refusés échouent immédiatement avec un message que l'agent peut lire et exploiter. Bien. Cela garde l'agent utile au lieu de le bloquer.
Passerelle de modèles et attribution des coûts
Le trafic de modèles passe par une passerelle qui parle à la fois le format d'OpenAI et celui d'Anthropic. Chaque token est attribué à l'agent, au flux ou à la clé API qui l'a dépensé, et vous pouvez fixer des budgets souples et stricts par compte et par flux. Quand un fournisseur annonce le vrai coût, Preloop l'enregistre par-dessus sa propre estimation. L'usage qu'il ne peut pas chiffrer est étiqueté sans prix au lieu d'être affiché à zéro. Pas de fausse précision.
Approbations avec humain dans la boucle
C'est là que Preloop se distingue des simples proxys. Quand un appel correspond à une règle d'approbation, la personne qui doit décider reçoit les arguments, le contexte autour et la règle qui l'a déclenchée sur mobile, une montre, Slack, Mattermost, e-mail ou un webhook. Elle approuve d'un geste. Les actions à faible risque n'attendent jamais. Un mode asynchrone laisse l'agent interroger la décision au lieu de bloquer toute son exécution.
Intégration des agents en une seule commande
Lancer preloop agents discover repère Claude Code, Codex CLI, Cursor, Gemini CLI, Hermes, OpenClaw et OpenCode sur la machine. Il sauvegarde chaque configuration et la réécrit pour envoyer les appels d'outil par le pare-feu et le trafic de modèles par la passerelle. Pas de SDK. Pas de modification du code de l'agent. C'est cette dernière partie qui pousse les équipes à l'adopter sans projet de migration.
Piste d'audit et rejeu de session
Chaque action atterrit dans la piste d'audit de l'agent : outil, entrées, règle déclenchée, décision, approbateur, dépense de modèle et résultat. Vous pouvez passer d'une vue au niveau de la flotte à la chronologie d'une session. Cela transforme un vague « l'agent a fait un truc bizarre » en une séquence concrète que vous pouvez passer en revue.
Auto-hébergé et Apache-2.0
Toute la plateforme tourne sur votre propre infrastructure sous une licence Apache-2.0, donc vos clés de fournisseur et vos données restent sur vos machines. C'est important pour des équipes qui ne peuvent pas envoyer le trafic des agents à un tiers. Cela fait aussi de l'édition open source un vrai recours quand les offres cloud ne conviennent pas.
Avantages et inconvénients
Avantages
- Open source et auto-hébergeable sous Apache-2.0, donc pas d'enfermement propriétaire sur les clés ou les données.
- L'intégration fonctionne avec les agents MCP que vous avez déjà via des réécritures de configuration plutôt qu'un nouveau SDK.
- Les portes d'approbation peuvent mettre un appel en pause et interroger une personne, ce que la plupart des proxys MCP ne savent pas faire.
- Les budgets par agent et par flux posent un plafond strict sur les dépenses de modèles.
- Le journal d'audit correspond aux programmes de conformité courants, dont la loi européenne sur l'IA et DORA.
Inconvénients
- Les bénéfices n'arrivent que pour les équipes qui font tourner des agents compatibles MCP ; les autres piles en tirent peu.
- L'écriture des règles repose sur YAML et CEL, donc il faut quelqu'un à l'aise avec la configuration et la logique de politique.
- L'auto-hébergement est gratuit, mais il reporte le travail d'exploitation sur votre propre équipe, y compris les mises à jour et le support.
Questions fréquentes
C'est un plan de contrôle qui se place entre vos agents d'IA et les outils et modèles qu'ils appellent. Il décide quels appels d'outil sont autorisés, route le trafic de modèles pour suivre le coût et consigne tout pour revue. C'est tout son travail.
Contenus associés
Découvrez des outils, des compétences et des articles liés à Preloop.
Alternatives à Preloop
Forefront
Forefront · ProgrammationForefront est une plateforme web pour construire avec de l'IA open source. Elle vous laisse affiner les principaux modèles de langage open source sur vos propres données, évaluer leurs performances et les exécuter via une API ou les exporter pour les héberger vous-même. Les développeurs qui veulent le confort d'une plateforme fermée mais tiennent à rester propriétaires de leurs modèles et de leurs données sont le public visé ici.
Startkit
StartKit.AI · ProgrammationStartkit est un boilerplate pour créer des produits SaaS d'IA et des wrappers d'IA. Voyez-le comme un boilerplate de startup IA avec les parties ennuyeuses déjà branchées : authentification, paiements Stripe et Lemon Squeezy, limites d'usage, e-mail transactionnel et un kit de démarrage d'API IA qui parle à OpenAI, Anthropic, Groq ou Llama. Vous clonez le dépôt, fixez votre prix et attaquez la partie du produit pour laquelle les gens paient vraiment. Il repose sur Next.js au-dessus de React et Tailwind, donc une bonne partie du code boilerplate vous semble déjà familière.
Testim
Tricentis · ProgrammationTestim est une plateforme d'automatisation des tests dopée à l'IA, qui sert à créer et exécuter des tests de bout en bout sur des applications web, mobiles et Salesforce. Elle s'appuie sur l'apprentissage automatique pour garder les tests stables quand une interface change, alors les équipes passent moins de temps à réparer des sélecteurs cassés. Pas mal pour un outil de tests automatisés que vous pouvez utiliser dès aujourd'hui. Vous créez des tests en enregistrant des actions dans un navigateur, puis vous ajoutez du JavaScript quand vous avez besoin de plus de contrôle. C'est un choix solide pour une équipe QA bien occupée.