Clyro

Clyro

Clyro · Programação

O Clyro é uma plataforma de governança em tempo de execução para agentes de IA que detecta falhas enquanto elas acontecem, em vez de reportá-las depois que o dano já foi causado. Adicione uma única chamada `clyro.wrap()` a um agente em Python e você passa a ter rastreamento de execução, acompanhamento de custos, limites de passos, detecção de loops e aplicação de políticas sem mexer na lógica do seu agente. Ele vem com adaptadores para LangGraph, CrewAI, o SDK do Claude Agent, o SDK da Anthropic e funções simples de Python, e roda totalmente offline com políticas YAML locais se você nunca quiser tocar na nuvem.

Prévia da interface de Clyro

Sobre Clyro

O que é o Clyro

O Clyro é uma camada de governança que envolve os agentes de IA em vez de ficar dentro deles. A maioria das ferramentas de observabilidade diz o que deu errado depois que uma execução já consumiu seu orçamento ou tomou uma ação ruim no mundo real. O Clyro inverte isso ao aplicar limites durante a execução, então um agente travado é interrompido no passo 50 e não no passo 10.000.

Ele foi feito para equipes que colocam agentes em produção e descobrem que os LLMs falham de um jeito diferente dos chatbots. Um chatbot dá uma resposta errada. Um agente toma uma ação errada e depois a multiplica. Entra em loop. Desvia do rumo. Ninguém percebe por horas, às vezes por dias. O trabalho do Clyro é perceber primeiro.

O limite principal é o escopo. Esta é infraestrutura para desenvolvedores, não uma ferramenta sem código. Você precisa se sentir à vontade no terminal e, de preferência, trabalhar com Python, porque o SDK, o wrapper de MCP e os hooks do Claude Code pressupõem esse ambiente. O plano gratuito também limita você a 5 agentes e 100K traces por mês, o que serve para um protótipo e fica apertado para uma frota real.

Como começar

  1. Instale o pacote com pip install clyro. Ele baixa seis dependências leves e nenhum framework de ML.
  2. Envolva seu agente atual em clyro.wrap(), passando uma configuração com limites como max_steps, max_cost_usd e enable_loop_detection.
  3. Rode seu agente como sempre. O Clyro aplica seus controles em modo local e imprime um resumo da sessão quando a execução termina.
  4. Adicione um arquivo de políticas YAML se quiser bloquear ações específicas, usando decisões como block, allow ou require_approval.
  5. Conecte-se ao Clyro Cloud quando quiser um painel de equipe compartilhado, políticas sincronizadas na nuvem e replay de sessões entre máquinas.

Informações do produto

Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Clyro.

Plano gratuitoSim
Planos pagos$0 - $299/mo
PlataformaPython SDK, CLI, MCP proxy, Claude Code hooks, web dashboard
DesenvolvedorClyro
CategoriaProgramação
Data de lançamentoSep 2025
Última atualizaçãoSep 2025
Visitas ao site917
Ranking global do siteN/A
Disponibilidade da APISim

Ideal para

Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.

Usuários

  • Engenheiros de IA que colocam agentes em produção
  • Equipes de plataforma e SRE em empresas em crescimento
  • Desenvolvedores solo criando protótipos com LangGraph ou CrewAI
  • Engenheiros que trabalham no Claude Code ou no Cursor

Tarefas

  • Limitar o gasto por execução
  • Detectar comportamento recursivo do agente
  • Aplicar regras de negócio nas chamadas de ferramentas
  • Rastrear o raciocínio do agente para depurar
  • Governar chamadas de ferramentas MCP

Cenários

  • Um agente de programação que entra em loop silenciosamente durante a noite
  • Um agente voltado ao cliente que inventa políticas
  • Uma equipe em crescimento que precisa de visibilidade compartilhada
  • Adicionar barreiras de proteção a um agente que você já construiu

Principais recursos

Envolver qualquer agente Python em uma única chamada

O núcleo do Clyro é clyro.wrap(). Você passa seu agente mais um objeto de configuração, e ele devolve uma versão governada que rastreia a execução, acompanha o custo e aplica limites sem mudar a lógica do seu agente. Essa última parte é o verdadeiro argumento de venda. Adaptar barreiras de proteção a um agente que já funciona costuma ser penoso, e o design do Clyro reduz a mudança a um punhado de linhas.

A pilha de prevenção

O Clyro agrupa seus controles em uma pilha de quatro partes: limites de passos, limites de custo, detecção de loops e barreiras de lógica de negócio. Os limites de passos delimitam quantas ações uma execução pode tomar. Os limites de custo interrompem uma rodada quando o gasto cruza um limite. A detecção de loops vigia caminhos de execução repetidos. Por que isso importa? Um agente travado pode queimar um orçamento da noite para o dia. As barreiras conferem as ações contra as regras antes que elas disparem. São barreiras de proteção para agentes de IA que agem durante uma execução e não depois dela, e miram falhas que as ferramentas de observabilidade só reportam quando o dano já aconteceu.

Aplicação de políticas com block, allow ou require approval

As políticas ficam em YAML, e cada regra combina uma condição com uma decisão. Você pode bloquear uma ação de imediato, permiti-la ou exigir aprovação humana antes que ela prossiga. As regras vêm com oito operadores para comparar campos, e cada regra falha aberta, então uma política quebrada não derruba seu agente junto. Para equipes que precisam de um rastro documental, vale entender esse comportamento por regra antes do rollout.

Adaptadores de framework para LangGraph, CrewAI e os SDKs da Anthropic

O Clyro inclui cinco adaptadores: LangGraph, CrewAI, o SDK do Claude Agent, o SDK da Anthropic e uma opção genérica para qualquer função Python. Essa variedade importa porque as pilhas de agentes se fragmentam rápido, e uma ferramenta de governança que só suporta um framework obriga você a trocar ou a abrir mão dela. O adaptador genérico é a saída de emergência para o que você construiu à mão.

Governança de MCP e hooks do Claude Code

Além do SDK, o Clyro inclui um wrapper de MCP que atua como proxy JSON-RPC para Claude Desktop, Cursor e VS Code, e um conjunto de hooks do Claude Code para eventos PreToolUse e PostToolUse. Os hooks governam Bash, Edit e Write, o que significa que você pode bloquear algo como DROP TABLE antes de a ferramenta rodar. É uma superfície diferente da governança de execuções de agentes, e amplia onde o produto se aplica.

Local primeiro, nuvem opcional

O Clyro roda totalmente offline com políticas YAML locais e não precisa de chave de API. A nuvem é opcional e adiciona painéis compartilhados, sincronização de políticas, detecção de desvios, flame graphs e comparação de traces conforme você sobe de nível. Esse design local primeiro serve equipes cujas políticas de dados tornam inviável enviar traces de execução a terceiros, e significa que você pode avaliar a ferramenta sem se cadastrar.

Acompanhamento de custos para modelos OpenAI e Anthropic

O SDK calcula os custos de LLM automaticamente para modelos OpenAI e Anthropic, então os números por trás dos seus limites de custo vêm do uso real e não de um chute. Se sua pilha usa outros provedores, conte com fornecer os dados de custo por conta própria, já que o cálculo automático se limita a essas duas famílias.

Prós e contras

Prós

  • A integração de uma linha via `clyro.wrap()` permite governar um agente existente sem reescrevê-lo.
  • Roda offline com políticas YAML locais e sem chave de API, o que ajuda equipes que não podem enviar traces a terceiros.
  • Cinco adaptadores de framework cobrem LangGraph, CrewAI, o SDK do Claude Agent, o SDK da Anthropic e agentes Python genéricos.
  • O design fail-open faz com que uma política quebrada ou um erro do SDK não derrube seu agente junto.
  • O plano gratuito é realmente usável: 5 agentes, 100K traces por mês e 30 dias de retenção sem cartão de crédito.
  • O wrapper de MCP e os hooks do Claude Code estendem a governança ao Claude Desktop, Cursor, VS Code e comandos Bash.

Contras

  • É infraestrutura para desenvolvedores, então usuários não técnicos não têm um caminho realista para adotá-la; não há console sem código para construir agentes.
  • O acompanhamento automático de custos cobre modelos OpenAI e Anthropic, então outros provedores exigem dados de custo manuais.
  • O teto de 5 agentes do plano gratuito e sua retenção de 30 dias se esgotam rápido quando você passa do protótipo.
  • Recursos de nuvem que as equipes de fato querem, como RBAC e alertas no Slack, só começam no nível Team de $299/mo.

Perguntas frequentes

O Clyro é uma camada de governança em tempo de execução para agentes de IA. Ele monitora as execuções dos agentes enquanto acontecem e aplica controles como limites de passos, tetos de custo, detecção de loops e aplicação de políticas, então as falhas são interrompidas em vez de apenas registradas.

Conteúdo relacionado

Explore ferramentas, skills e artigos relacionados a Clyro.

Alternativas a Clyro

Forefront

Forefront

Forefront · Programação

O Forefront é uma plataforma web para construir com IA de código aberto. Você ajusta os principais modelos de linguagem de código aberto com seus próprios dados, avalia o desempenho deles e os roda por uma API ou os exporta para hospedar por conta própria. Desenvolvedores que querem a conveniência de uma plataforma fechada, mas fazem questão de ser donos dos modelos e dos dados, são o público-alvo aqui.

Grátis / $0 - $99/moVer detalhes
Startkit

Startkit

StartKit.AI · Programação

Startkit é um boilerplate para criar produtos de SaaS com IA e wrappers de IA. Pense nele como um boilerplate para startups de IA com as partes chatas já conectadas: autenticação, pagamentos com Stripe e Lemon Squeezy, limites de uso, e-mail transacional e um kit inicial de API de IA que conversa com OpenAI, Anthropic, Groq ou Llama. Você clona o repositório, define seu preço e começa pela parte do produto que as pessoas realmente pagam. Ele é feito em Next.js sobre React e Tailwind, então boa parte do código boilerplate já parece familiar.

Pago / $99 - $499 one-timeVer detalhes
Testim

Testim

Tricentis · Programação

O Testim é uma plataforma de automação de testes com IA para criar e executar testes de ponta a ponta em aplicações web, mobile e Salesforce. Ele se apoia no aprendizado de máquina para manter os testes estáveis quando uma interface muda, então as equipes gastam menos tempo consertando seletores quebrados. Nada mal para uma ferramenta de testes automatizados que você pode começar a usar hoje. Você cria testes gravando ações no navegador e depois adiciona JavaScript quando precisa de mais controle. É uma escolha sólida para equipes de QA ocupadas.

Grátis / Custom pricing on requestVer detalhes