Preloop
Preloop · Programação
O Preloop é um plano de controle de código aberto para agentes de IA que fica entre os seus agentes e o mundo exterior. Ele combina um firewall MCP para o acesso a ferramentas com um gateway de modelos para custo e atribuição, e depois adiciona regras de política como código, aprovações com humano no loop, observabilidade de sessões e trilhas de auditoria. A plataforma pode ser auto-hospedada sob a Apache-2.0, e sua CLI reescreve o Claude Code, o Codex CLI, o Cursor e outros runtimes MCP para roteá-los por ela sem tocar no código do seu agente.
Sobre Preloop
O que é o Preloop
O Preloop é infraestrutura de governança de agentes de IA para equipes que rodam agentes em produção. Os agentes chamam ferramentas, gastam tokens e tocam sistemas reais. A maioria das equipes só descobre o que eles fizeram depois do fato. O Preloop muda isso ao dar um ponto de parada: cada chamada de ferramenta e cada requisição de modelo passam por um plano de controle que você configura.
O produto cobre duas coisas que costumam viver em ferramentas separadas. Um firewall MCP decide quais chamadas de ferramenta são permitidas, negadas ou precisam da assinatura de uma pessoa, e um gateway de modelos roteia o tráfego para que cada token seja cobrado do agente ou da chave de API que o gastou. As regras são escritas em YAML com expressões CEL, então você pode inspecionar os argumentos, não só os nomes das ferramentas.
O problema está no escopo. O Preloop é feito para equipes que já rodam agentes compatíveis com MCP, e parte do princípio de que você tem familiaridade com arquivos de configuração, controle de versão e auto-hospedagem se pular o plano em nuvem. Não é um painel sem código. Quem só quer que um chatbot responda perguntas não vai tirar muito proveito aqui. Se ninguém da sua equipe cuida da infraestrutura, a configuração vai pesar mais do que o problema que resolve.
Primeiros passos
- Instale a CLI no macOS ou Linux com o script curl de uma linha do site do Preloop.
- Rode
preloop agents discover, que encontra agentes locais como Claude Code, Codex CLI e Cursor e faz backup das configurações deles antes de reescrevê-las. - Direcione as chamadas de ferramenta para o firewall MCP e o tráfego de modelos para o gateway.
- Escreva suas primeiras políticas em YAML, decidindo quais chamadas de ferramenta são permitidas, negadas ou travadas atrás de aprovação.
- Conecte um canal de aprovação como celular, Slack ou um webhook, e então acompanhe a atividade pela visão da frota.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Preloop.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Equipes de plataforma e infraestrutura
- Responsáveis por segurança e conformidade
- Equipes pequenas de produto de IA com orçamento apertado
Tarefas
- Bloquear chamadas de ferramenta de alto risco
- Acompanhar o gasto com IA por agente
- Revisar o que um agente fez em uma sessão
Cenários
- Implantar agentes de programação em toda uma equipe
- Preparar evidências legíveis por máquina para um programa de conformidade
- Limitar o custo descontrolado de modelos em um projeto paralelo
Principais recursos
Firewall MCP com regras CEL
O firewall intercepta as chamadas de ferramenta e aplica regras ordenadas que carregam prioridades. Como as regras usam expressões CEL, elas podem ler os argumentos dentro de uma chamada, então uma transferência de 5000 é tratada de forma diferente de uma de 5. Chamadas negadas falham na hora com uma mensagem que o agente consegue ler e usar. Ótimo. Isso mantém o agente útil em vez de travado.
Gateway de modelos e atribuição de custo
O tráfego de modelos passa por um gateway que fala tanto o formato da OpenAI quanto o da Anthropic. Cada token é atribuído ao agente, fluxo ou chave de API que o gastou, e você pode definir orçamentos flexíveis e rígidos por conta e por fluxo. Quando um provedor informa o custo real, o Preloop o registra por cima da própria estimativa. O uso que ele não consegue precificar é rotulado como sem preço em vez de aparecer como zero. Nada de precisão falsa.
Aprovações com humano no loop
É aqui que o Preloop se separa dos proxies simples. Quando uma chamada casa com uma regra de aprovação, a pessoa que precisa decidir recebe os argumentos, o contexto em volta e a regra que a disparou no celular, em um relógio, no Slack, no Mattermost, por e-mail ou por um webhook. Ela aprova com um toque. Ações de baixo risco nunca esperam. Um modo assíncrono deixa o agente consultar a decisão em vez de bloquear toda a execução.
Integração de agentes com um único comando
Rodar preloop agents discover encontra Claude Code, Codex CLI, Cursor, Gemini CLI, Hermes, OpenClaw e OpenCode na máquina. Ele faz backup de cada configuração e a reescreve para enviar as chamadas de ferramenta pelo firewall e o tráfego de modelos pelo gateway. Sem SDK. Sem mudanças no código do agente. Essa última parte é o motivo pelo qual as equipes o adotam sem um projeto de migração.
Trilha de auditoria e replay de sessões
Cada ação cai na trilha de auditoria do agente: ferramenta, entradas, regra que casou, decisão, quem aprovou, gasto de modelo e resultado. Você pode ir de uma visão no nível da frota até a linha do tempo de uma sessão. Isso transforma um relato vago de "o agente fez algo estranho" em uma sequência concreta que você consegue revisar.
Auto-hospedado e Apache-2.0
Toda a plataforma roda na sua própria infraestrutura sob uma licença Apache-2.0, então suas chaves de provedor e seus dados ficam nas suas máquinas. Isso importa para equipes que não podem enviar o tráfego dos agentes para terceiros. Também faz da edição de código aberto uma alternativa real quando os planos em nuvem não encaixam.
Prós e contras
Prós
- Código aberto e auto-hospedável sob Apache-2.0, então não há aprisionamento a fornecedor sobre chaves ou dados.
- A integração funciona com os agentes MCP que você já tem por meio de reescritas de configuração em vez de um SDK novo.
- Os portões de aprovação podem pausar uma chamada e perguntar a uma pessoa, algo que a maioria dos proxies MCP não faz.
- Orçamentos por agente e por fluxo colocam um teto rígido no gasto com modelos.
- O registro de auditoria se mapeia para programas de conformidade comuns, incluindo a Lei de IA da UE e a DORA.
Contras
- Os benefícios só aparecem para equipes que rodam agentes compatíveis com MCP; outras pilhas tiram pouco proveito.
- A escrita de regras se apoia em YAML e CEL, então pede alguém à vontade com configuração e lógica de políticas.
- A auto-hospedagem é gratuita, mas empurra o trabalho operacional para a sua própria equipe, incluindo atualizações e suporte.
Perguntas frequentes
É um plano de controle que fica entre os seus agentes de IA e as ferramentas e modelos que eles chamam. Ele decide quais chamadas de ferramenta são permitidas, roteia o tráfego de modelos para acompanhar o custo e registra tudo para revisão. Esse é todo o trabalho dele.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a Preloop.
Alternativas a Preloop
Base Code
Base44 (Wix) · Programação · ProdutividadeO Base Code é um ambiente de desenvolvimento em nuvem compartilhado da Base44. O time descreve mudanças em um repositório do GitHub pelo chat, confere tudo na prévia e envia o resultado como pull request.
Google EmbeddingGemma 2
Google DeepMind · Escrita · Imagem · ProgramaçãoGoogle EmbeddingGemma 2 é um modelo aberto de 740 milhões de parâmetros que transforma texto, código, imagens, áudio e quadros de vídeo em vetores de um único espaço de 768 dimensões, rodando em celulares e notebooks.
GitGlow
GitGlow · Programação · ProdutividadeO GitGlow é um cliente Git de desktop que coloca seu código e as mudanças dos seus agentes de IA na mesma revisão, para você saber o que vai sair da máquina antes de publicar.