Opencontroller by lyzr

Opencontroller by lyzr

Lyzr AI · Produtividade · Negócios · Outros

Opencontroller by Lyzr é um plano de controle que encontra cada agente de IA em nuvens, notebooks e plataformas externas e aplica identidade, política e orçamento em cada chamada.

Sobre Opencontroller by lyzr

About

O que é o Opencontroller by Lyzr

Opencontroller é o produto de governança da Lyzr, empresa de infraestrutura de IA sediada em Jersey City. Ele ataca um problema que praticamente toda equipe de TI reconhece: agentes nascem em cada área, cada um guarda a própria chave de API e ninguém sabe quantos estão rodando nem quanto custam. O plano de controle coloca um inventário, uma lista de responsáveis e um modelo de políticas acima de todos eles.

A peça funciona como uma camada no caminho da requisição. Antes de um agente chegar a um modelo, a uma ferramenta MCP, a uma API corporativa ou a outro agente, o Opencontroller verifica quem está chamando, se a chamada é permitida e se ainda há orçamento, e depois registra o resultado. O tráfego continua indo para o destino que você já usa. A Lyzr afirma que, em uma instalação gerenciada pelo cliente, dados do plano de controle, credenciais e telemetria não precisam passar pelos servidores dela.

O escopo é estreito de propósito. O Opencontroller não constrói agentes e não substitui o provedor de identidade, o pipeline de CI/CD ou o SIEM. Ele parte do princípio de que esses sistemas ficam onde estão e se conecta a eles por OIDC, SAML, SCIM, MCP, A2A e OpenTelemetry. Para quem tem um único agente em uma única nuvem, a instalação pesa mais do que o problema. O produto se paga quando dez ou cinquenta agentes espalhados entre Bedrock, Foundry, Vertex e alguns notebooks precisam das mesmas regras.

Como começar

  1. Peça uma demonstração e escolha um ambiente para conectar, já que o descobrimento é somente leitura e não altera nada na sua nuvem.
  2. Rode uma varredura em contas de nuvem, clusters Kubernetes e notebooks de desenvolvimento para montar o inventário de agentes de IA.
  3. Dê a cada agente do registro um responsável com nome, uma identidade e um nível de risco.
  4. Inclua avaliações e um portão de release: versões que falham em sucesso de tarefa, fundamentação ou testes de red team não chegam à produção.
  5. Encaminhe as chamadas pelo Agent Gateway e pelo LLM Gateway e defina limites de gasto, barreiras e traces por responsável.

Informações do produto

Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Opencontroller by lyzr.

Plano gratuitoNão
Planos pagosFrom $100,000/yr
PlataformaWeb console; deploys in your VPC, on-prem or air-gapped
DesenvolvedorLyzr AI
CategoriaProdutividade · Negócios · Outros
Data de lançamentoSep 2026
Última atualizaçãoNov 2026
Visitas ao site222.8K
Ranking global do site187.6K
Disponibilidade da APIN/A

Ideal para

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

Usuários

  • Engenheiros de plataforma e segurança
  • CIOs e líderes de IA
  • Times de compliance e risco

Tarefas

  • Montar um inventário de agentes de IA
  • Aplicar governança de agentes de IA em cada chamada
  • Fazer o controle de gastos com agentes de IA
  • Aposentar chaves de API compartilhadas

Cenários

  • Uma empresa com agentes em três nuvens depois de aquisições ou pilotos departamentais
  • Um time regulado que não pode levar telemetria para fora da rede
  • Agentes de programação nos notebooks

Principais recursos

Descoberta somente leitura em nuvens e notebooks

O primeiro módulo percorre contas da AWS, assinaturas do Azure, projetos do Google Cloud, clusters Kubernetes e máquinas de desenvolvimento, e classifica o que encontra como agente registrado ou oculto. As varreduras não escrevem nada, então dá para começar sem tocar em cargas em execução. A Lyzr fala em menos de uma semana para conectar o primeiro ambiente.

Registro de agentes com dono e identidade

Cada agente ganha uma ficha: propósito, runtime, ferramentas, versões, nível de risco e uma pessoa responsável. Na mesma operação recebe identidade própria emitida pelo Okta ou por outro provedor OIDC, com escopos como ler processos ou estornar abaixo de um valor. As chaves compartilhadas caem para zero e cada credencial tem data de expiração.

Portões de release com avaliações

Avaliações multiturno, de red team e de regressão rodam antes de uma versão chegar à produção. Nota baixa em sucesso de tarefa ou em fundamentação bloqueia a promoção para staging, e os casos que falharam voltam para o responsável. Os releases aceitam canário, aprovação de duas pessoas e rollback em um passo, enquanto seu CI continua compilando.

Agent Gateway e LLM Gateway

O Agent Gateway decide quem pode chamar cada agente, seja um app público, um serviço interno ou outro agente via A2A, e aplica limite de requisições por chamador. O LLM Gateway acrescenta chaves virtuais, orçamentos de time, roteamento e fallback entre provedores de modelo: uma requisição barrada por rate limit pode seguir para um segundo modelo sem mexer no código.

Barreiras e limites de gasto

Entradas e saídas passam por checagem nos dois sentidos. Tentativas de injeção de prompt são bloqueadas, dados pessoais e números de cartão são mascarados, e chamadas de ferramenta acima de um limite, como um estorno de mais de US$ 2.500, esperam aprovação humana. Os limites por ferramenta valem também para servidores MCP.

Traces e ciclo de melhoria

A observabilidade de agentes roda sobre OpenTelemetry, com trechos para a execução do agente, a autorização no gateway, as barreiras, as chamadas de modelo e as chamadas de ferramenta, cada um com seu custo. As falhas são agrupadas por padrão, a correção proposta é testada em casos reservados e o comportamento corrigido vira um caso de avaliação novo.

Prós e contras

Prós

  • Roda dentro da sua rede, inclusive em instalações isoladas, então credenciais e telemetria ficam sob seu controle.
  • Cobre agentes feitos em outras plataformas, com adaptadores para Bedrock AgentCore, Microsoft Foundry e Gemini Enterprise, além de suporte a MCP e A2A.
  • Coloca a política no caminho da requisição: uma chamada bloqueada nunca chega ao modelo nem à ferramenta.
  • Os dez módulos entram um de cada vez, então dá para começar pelo descobrimento e incluir portões depois.
  • A implantação é medida em dias, e a primeira varredura de leitura reduz o custo político de tirar o projeto do papel.

Contras

  • O preço começa em US$ 100.000 por ano, valor fora do alcance de times pequenos e de projetos com um agente só.
  • Não existe cadastro por conta própria nem tabela pública de preços além do valor inicial, então toda compra passa pelo time comercial.
  • O valor aparece quando há agentes em produção em mais de um runtime; com um agente e uma nuvem, a maior parte dos módulos fica sem uso.
  • A operação diária pede um dono de plataforma que mantenha políticas, conjuntos de avaliação e fichas de agentes.

Perguntas frequentes

Descobre agentes de IA nas suas nuvens e notebooks, dá a cada um um dono e uma identidade e aplica política, orçamento e barreiras antes de qualquer chamada chegar a um modelo, uma ferramenta ou uma API. Registro, releases e traces ficam no mesmo console.