Preloop：开源AI代理控制平面——看见、治理、削减成本

Preloop 是一个开源平台，旨在为 AI 代理提供统一控制平面。它解决了团队在部署 AI 代理时面临的工具访问、成本失控、安全审计等关键问题，将通常需要多个供应商的功能整合到一个可自托管的解决方案中。

核心功能

• MCP 防火墙：对每个工具调用进行细粒度控制，支持允许、拒绝、要求审批或要求解释，策略使用 YAML + CEL 定义。
• AI 模型网关：兼容 OpenAI 和 Anthropic 的 API，支持按账户、流程、API 密钥等设置预算和允许模型列表，提供运行时归属。
• 成本分析与预算：按模型、代理、会话、用户等维度的支出可视化，支持预算执行和优化洞察。
• 人工审批：通过移动端、手表、Slack、邮件等发送通知，支持一键审批，包括原生 Bash/Edit 操作。
• 运行时可观测性：记录会话级工具调用、模型调用、策略决策、审批等完整时间线。
• 审计与 AI 法案证据：持久化日志，包含匹配策略、审批人、输入输出等，满足安全审查和欧盟 AI 法案要求。

快速上手

Preloop 提供 CLI 工具，可一键发现并接入本地已有的 AI 代理（如 Claude Code、Cursor、OpenClaw 等）。例如：

curl -fsSL https://preloop.ai/install/cli | sh
preloop signup
preloop agents discover

该命令会检测本地配置，导入 MCP 服务器和模型元数据，并重写代理路由以通过 Preloop 控制。

策略即代码示例

version: "1.0"
metadata:
  name: "Production Safeguards"
approval_workflows:
- name: "deploy-approval"
  timeout_seconds: 600
  required_approvals: 1
tools:
- name: "bash"
  approval_workflow: "deploy-approval"
  conditions:
  - expression: "args.command.contains('deploy') && args.command.contains('production')"
    action: require_approval

适用场景

Preloop 适用于需要安全部署 AI 代理的团队，特别是当代理需要访问生产数据库、云资源或敏感数据时。通过细粒度策略和人工审批，团队可以在保证安全的同时保持高效。

Preloop 以 Apache 2.0 协议开源，可部署在自有基础设施上。更多信息请访问 [docs.preloop.ai](https://docs.preloop.ai)。