关于 Preloop
Preloop 是面向 AI Agent 治理的开源控制平面,适用于需要管控 Agent 工具和模型调用的团队。它将审批策略、预算、审计时间线和事件触发的 Agent 工作流整合在可自托管服务中。
主要功能
- 01MCP 工具调用防火墙与审批
- 02YAML 和 CEL 策略规则
- 03含预算与归因的模型网关
- 04会话时间线与审计记录
- 05事件触发的 Agent 工作流
- 06供工作流 Agent 使用的私有运行器
适用场景
- 01在 Agent 修改生产系统前要求审核
- 02按会话或工作流追踪模型与 Agent 支出
- 03根据跟踪系统事件启动问题实现
- 04在私有基础设施上运行 Agent 工作流
MCP 相关
MCP 客户端通过 `/mcp` 连接 Preloop,并兼容 `/mcp/v1`。其防火墙可对工具调用实施允许、拒绝、审批或说明理由等策略,也可管控连接的 OAuth MCP 服务调用。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://preloop.ai/mcp/v1claude mcp add --transport http preloop https://preloop.ai/mcp/v1{"mcpServers":{"preloop":{"type":"http","url":"https://preloop.ai/mcp/v1"}}}在 Cursor 中打开{"servers":{"preloop":{"type":"http","url":"https://preloop.ai/mcp/v1"}}}在 VS Code 中打开{"mcpServers":{"preloop":{"type":"http","url":"https://preloop.ai/mcp/v1"}}}{"mcpServers":{"preloop":{"serverUrl":"https://preloop.ai/mcp/v1"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
https://preloop.ai/mcp/v1需要授权工具
详细介绍
Preloop
开源 AI Agent 控制平面与软件工厂。
Preloop 是一个可自托管的服务,位于 AI Agent 与它们访问的一切之间;有工作到来时,也会为你运行 Agent。每次工具调用和模型调用都会受到治理、归属明确且可见,无论是由人还是工单启动 Agent。你可以按模型、Agent、会话、API 密钥和流程查看网关支出,并通过预算设定上限。导入的 Copilot 用量会作为供应商报告的数据单独显示。
它由两个部分组成,两者适用相同的策略、预算和会话时间线:
- 控制平面。 MCP 防火墙,可允许、拒绝或暂缓任何工具调用以等待人工审批;带预算和归属追踪的 AI 模型网关;采用 YAML 和 CEL 编写的策略即代码;每个会话一条运行时时间线。
- 软件工厂。 当 GitHub、GitLab、Bitbucket Cloud、Jira、webhook 或 CI 作业触发时,流程会在托管容器或你自己的运行器中运行 Agent。预设可用于审查拉取请求、实现问题、分流工单、扫描漏洞和收集证据包。人可以通过控制台、手机或手表引导正在运行的 Agent,工作成果则会以拉取请求的形式提交,供你审查。
适用对象:
- 需要在 Agent 接触生产系统前对其进行治理的平台和安全团队。
- 希望查看成本并保留审计记录的编码 Agent 使用团队。
- 希望将工单和事件转化为有界 Agent 工作并进行审查的团队。
MCP 客户端连接到 /mcp;现有的 /mcp/v1 配置仍兼容。
查看经过测试的 MCP 协议矩阵,
了解现代发现、旧版初始化和 SDK 迁移详情。
兼容 OpenClaw、Claude Code、Codex CLI、Cursor、Gemini CLI、Hermes、OpenCode、Devin、Copilot CLI 以及任何兼容 MCP 的 Agent。
前五分钟
# 1. Install the CLI (macOS / Linux / WSL)
curl -fsSL https://preloop.ai/install/cli | sh
# Windows, native (PowerShell): irm https://preloop.ai/install/cli.ps1 | iex
# Details: docs/windows-cli.md
# 2. Connect it to a control plane
preloop signup # Preloop Cloud (fastest), or
preloop login --url http://localhost:3000 # your self-hosted instance
# 3. Bring local agents under governance
preloop agents discover
preloop agents discover 可发现本地 Agent 配置,并报告各适配器支持的功能。preloop agents onboard 可为它们进行配置:通过托管 MCP 入口路由的调用会到达 MCP Firewall,受支持的模型路由会使用 Gateway。如需与正在运行的 Agent 通信,请使用 preloop agents install-plugin 安装运行时插件(Claude Code 则使用 preloop claude)。完整操作指南:接入本地 Agent。
了解如何上手、使用 MCP 防火墙、进行人工审批,以及降低会话成本。基于真实技术栈录制,不是幻灯片演示。
你将获得什么
其他团队通常需要向多家供应商采购的工作能力,现集成于一个 Apache 2.0 技术栈中:
| 能力 | 功能 | 替代方案 |
|---|---|---|
| MCP 防火墙 | 治理每次工具调用。允许、拒绝、要求审批或要求说明理由。支持 YAML + CEL。通过 连接 OAuth MCP 服务,并自动刷新令牌。 | MintMCP、Lunar.dev MCPX、TrueFoundry |
| AI 模型网关 | 兼容 OpenAI、Anthropic 和 Gemini。支持预算、允许使用的模型列表、令牌用量统计和归因。 | Portkey、Helicone、LiteLLM、Kong AI |
| Flows | 当跟踪器、Webhook 或 CI 任务触发时启动 Agent,并使用相同的防火墙、审批和成本管理。preloop flow trigger。 | 自定义 CI 粘合代码、AgentCore Runtime |
| 私有运行器 | 通过出站 WebSocket 在你自己的机器上运行 flow Agent,无需开放入站端口。 | 自行管理的 CI 运行器 |
| Agent Control | 通过控制台、手机或手表与长时间运行的 Agent 对话。使用操作员备注引导运行。 | 终端访问 |
| 成本与预算 | 按模型、Agent、会话、API 密钥、flow 和用户统计支出,包括导入的 Copilot 用量。 | FinOps 仪表板、供应商账单导出 |
| 人工审批 | 支持移动设备、手表、Slack、Mattermost、电子邮件、Webhook 或 preloop approvals。原生支持 Bash/Edit。Agent 可以 ask_user。 | 自定义 Slack 机器人、Peta Desk |
| 运行时可观测性 | 单一会话时间线:工具调用、模型调用、策略、审批、支出、结果,以及与时间线同步的录制内容。 | AgentOps、Langfuse、LangSmith |
| 集群地图 | 在同一张地图中展示人员、设备、Agent、模型和观察到的工作。 | 电子表格 |
| 证据包 | Apache flow 预设会生成 result.json 和证据目录,用于 CRA / AI Act 风格的工作。并非认证。 | 自定义 GRC 文件夹 |
AI Agent → Preloop → [Policy] → Allow / Deny / Require Approval → Execute
→ [Gateway] → Budget + attribution → Model
软件工厂
端到端,一条闭环:GitHub、GitLab、Bitbucket Cloud 或 Jira 发来问题事件。一个流程会在托管容器或你自己的运行器上启动 Agent。Agent 发出的每次工具调用都经过与你自己的 Agent 相同的防火墙和审批,每次模型调用的费用也都会计入该流程的预算。Agent 创建拉取请求;拉取请求审查器会进行审查;审查或 CI 反馈会在同一分支上恢复实现工作,最终得到一个可供你审查的拉取请求。你可以随时通过操作员备注引导运行,整个运行过程都记录在同一条时间线上。
此仓库附带 21 个预设,包括:
- 问题分类助手和问题细化
- 拉取请求审查器
- 交付报告:每周报告,包含供人工决策的提案和项目重新运行建议。查看已完成的内容、现有证据在多大程度上支持既定标准,以及哪些缺口值得调查
- 自动化问题实现
- 安全审计预设:SBOM 验证、漏洞利用检查、发布审计。它们会收集机器证据,用于 CRA 和欧盟 AI 法案式审查。这不属于符合性评估、认证或法律建议。
- 观察 / 评估
- 组件尽职调查、架构与策略审查、代码库代码健康审查
- 标准合规检查、发布回移植、每周模型价格审查
也可以编写自己的流程。通过 run-flow GitHub Action 从 CI 触发;在私有运行器上运行 Agent;通过流程委派让流程启动子流程。跟踪器设置:Bitbucket 和 Jira 快速入门;Bitbucket Data Center可作为选择性启用的提供方使用。
策略即代码
version: "1.0"
metadata:
name: "Production Safeguards"
approval_workflows:
- name: "deploy-approval"
timeout_seconds: 600
required_approvals: 1
async_approval: true
tools:
- name: "bash"
source: mcp
approval_workflow: "deploy-approval"
justification: required
conditions:
- expression: "args.command.contains('deploy') && args.command.contains('production')"
action: require_approval
保存前,使用控制台中的 测试此规则 或 模拟 检查示例调用。使用 preloop policy apply <file> 发布(也提供 validate / diff / export)。
- **模型提供商:**OpenAI、Anthropic、Google、Amazon Bedrock、Azure OpenAI、Alibaba Cloud Model Studio、DeepSeek、Mistral、Moonshot、Z.ai、OpenRouter、任何兼容 OpenAI 的端点,以及由 runner 代理的本地模型。已审查的模型定价;未定价的模型会明确标示为未定价。
- **受限 CI 身份:**绑定到单个项目和单个工作流、用于 CI 作业的机器身份。指南。
- **账户紧急停用开关:**阻止网关和工具流量,并停止托管的工作流运行,同时支持经审计的恢复。指南。
- **持久化审计交付:**为审批、策略决策和工具结果提供可选的事务意图,并支持重启后重放和积压告警。运维指南。
- **会话搜索:**默认使用关键词搜索,语义搜索为可选功能;每次搜索都会记录审计。已保存的搜索。
- **DORA 导出:**ICT 清单和事件记录中的 AI Agent 部分。指南。
- **OTLP 导出:**默认关闭;会发送 OpenTelemetry GenAI spans。指南。
- **聊天:**通过 Slack、Mattermost 和 Discord 提问、投票审批以及记录运维备注。聊天连接。
- **事件驱动员工:**从跟踪器和错误事件触发、执行范围受限任务的托管 Agent。指南。
- 远程会话和部署:远程会话、SSH 和 GCP Agent 部署、环境和恢复。
- 运行时插件:Pi 和 DeepSeek Harness、Nanobot、OpenClaw、Hermes、运行时适配器。
其他内容请参阅:docs.preloop.ai。
入门
CLI 是一个客户端。它连接到控制平面:Preloop Cloud 或由你运行的堆栈。
云端(最快)
curl -fsSL https://preloop.ai/install/cli | sh
preloop signup
preloop agents discover
自托管(Docker Compose,数据保留在你的机器上)
curl -fsSL https://preloop.ai/install/oss | sh
curl -fsSL https://preloop.ai/install/cli | sh
preloop login --url http://localhost:3000
preloop agents discover
控制台:http://localhost:3000。CLI 登录命令:CLI 身份验证。TLS、SMTP、升级和 Kubernetes:安装 OSS 堆栈、Helm chart helm/preloop、兼容性策略。Docker Compose 和 Helm 是受支持的安装方式;本仓库不提供 Terraform 模块。本地升级验收测试框架会在一次性 Compose 和 kind 堆栈中验证从发布版本迁移到候选版本的过程、数据和凭据。
凭据存储升级会保留现有加密密钥,并作为常规滚动升级运行;升级现有安装前,请阅读凭据存储升级指南。
生产环境自托管:必须设置 SECRET_KEY,否则应用将拒绝启动;如果 environment.jwtSecret 为空或为占位值,Helm chart 也会拒绝安装(参见 helm/preloop/README.md)。开发用的 docker-compose.yml 附带仅供开发使用的凭据默认值;请用 .env 文件覆盖这些值(从 .env.example 开始)。遥测每天进行一次匿名化版本检查;设置 PRELOOP_DISABLE_TELEMETRY=true 即可停用。事件列表:SECURITY.md。
AWS Bedrock AgentCore 的开源替代方案
提供相同的核心功能(运行时、网关、身份、可观测性、策略),厂商中立且可自托管。完整对比:preloop.ai/vs/aws-agentcore。
| Preloop | AWS Bedrock AgentCore | |
|---|---|---|
| 开源(Apache 2.0) | 是 | 否 |
| 可自托管(VPC / 本地部署) | 是 | 否 |
| 策略即代码(YAML + CEL) | 是 | 有限 |
| 原生支持 MCP 工具治理 | 是 | 部分支持 |
| 人工审批(移动端、Slack、webhook) | 是 | 有限 |
接入现有本地 Agent(preloop agents discover) | 是 | 否 |
另请比较:LiteLLM、Portkey、Helicone、MintMCP、Lunar、Runlayer、Zenity。
版本
未加限定的 Preloop 指本仓库(Apache 2.0,可自托管)。Preloop Cloud 是托管服务,位于 preloop.ai。Preloop Enterprise 是商业版可自托管版本。Cloud 和 Enterprise 均包含支持计划。Cloud 账单所有者可在“账户设置”中查看前 3 个完整月份的用量,然后申请计划变更报价。
您的数据:自托管时,除了可选的每日版本检查外,没有任何数据会离开您的网络。使用 Preloop Cloud 时,会话仅用于提供搜索、审计跟踪、成本报告和策略实施;这些数据不会用于训练模型,也不会出售或共享。详情请参阅:安全与隐私。
治理本身是开源的:支持所有模型提供商、流程、私有运行器、会话搜索、操作员备注、审计跟踪、单审批人工作流,以及按账户、流程、API 密钥或托管 Agent 设置范围的预算。商业版提供的是其上的组织管理层:
| 功能 | 开源版 | Cloud / Enterprise |
|---|---|---|
| 审计数据收集、查询 API 和控制台 | 是 | 是 |
| 单个账户中的用户、团队和 RBAC | 否 | 是 |
| 按用户或团队设置范围的预算、预算通知路由 | 否 | 是 |
| 多审批人路由、法定人数、升级处理 | 否 | 是 |
自托管的 OSS 实例中,每个账户只有一名操作员。如果启用了公开注册,新注册用户会创建独立账户,而非成为团队成员。Enterprise 授权事宜请联系:[email protected]。
在本仓库中工作
| 如果您需要 | 请阅读 |
|---|---|
| 了解系统各部分如何协同 | ARCHITECTURE.md,然后阅读 docs/architecture/ 下的一篇章节 |
| 命令、数据库/CRUD 规则、Lit 前端 | AGENTS.md |
| PR 流程 | CONTRIBUTING.md |
| 操作员和客户端指南 | docs.preloop.ai |
| 策略示例 | backend/presets/ |
社区
如需帮助、反馈,或查看创始人的开发日志,请访问 Discord。
贡献
请参阅 CONTRIBUTING.md。维护者:请遵循受保护分支发布流程。
许可证
Apache License 2.0。版权所有 (c) 2026 Spacecode AI Inc.
发布资产附带经签名的 Sigstore 构建溯源信息和校验和(验证)。发布 SBOM 审计门禁会检查每个发布镜像的两种架构,以及该标签的安全工作流。Windows CLI 说明:windows-cli.md、代码签名政策。免费代码签名由 SignPath.io 提供,证书由 SignPath Foundation 提供。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。
