AI Agent 跑一个循环烧掉几百美元？Loopers 用零延迟防火墙阻止账单失控

问题：你的 AI Agent 可能在几分钟内让你破产

想象一个场景：你配置了一个自主 AI Agent 来处理批量代码审查任务，设置好 prompt 后让它自动运行。Agent 调用了一个 API 去查询数据库，返回结果后继续推理，又调用下一个 API……然后不知为何，它陷入了循环——同样的 prompt 变着花样反复发送，每调用一次就要花几美分。

如果你不在旁边盯着，十分钟后账单上就多出了几十美元。这不是假设——Anthropic、OpenAI 的 API 账单上，因为 Agent 循环导致的「失控支出」已经成为用户反馈最多的问题之一。更糟的是 LLMjacking 攻击：攻击者窃取你的 API key 后，能在几小时内烧掉你数千美元的预算。

现有的监控告警方案只能事后通知——等你的预算烧完了再发一封「Your usage has exceeded the limit」邮件，为时已晚。你需要的是一个能在毫秒级实时阻断的防火墙，而不是一个事后诸葛亮。

Loopers：为 Agentic Era 设计的零延迟防火墙

Loopers 是一个用 Go 编写的开源 AI 代理防火墙（MIT 许可证，53⭐）。它的定位非常明确：在请求到达 LLM 提供商之前就拦截并检查，而不是在事后做分析。

核心架构是一个透明反向代理，所有 AI API 请求经过 Loopers 中转，它负责做预算检查、循环检测、速率限制，然后才放行到 OpenAI、Anthropic、Gemini 等 14 个提供商。整个过程只有 ~1-2ms 延迟开销。

核心特性一览

安装与配置：60 秒跑起来

Loopers 的安装非常简单，一条命令即可：

curl -sSL https://github.com/CURSED-ME/loopers-oss/releases/latest/download/loopers_Linux_x86_64.tar.gz | tar -xz && sudo mv loopers /usr/local/bin/

或者直接用 Docker：

docker pull ghcr.io/cursed-me/loopers:latest

启动代理需要 Redis 作为预算存储后端，用 docker-compose 一键启动：

git clone https://github.com/CURSED-ME/loopers-oss.git
cd loopers-oss
docker-compose up -d

创建代理 key 并设置预算

docker-compose exec loopers /app/loopers keys create --name my-app-key --provider openai

docker-compose exec loopers /app/loopers budget set  \
  --minute 0.50 \
  --hourly 2.00 \
  --daily 10.00 \
  --weekly 50.00 \
  --monthly 150.00

五个预算窗口可以任意组合，第一个被触发的窗口就会阻断请求。这种设计防止了「一分钟内打光全天预算」的突发场景。

通过 Loopers 发送请求

配置好代理 key 后，只需把 API 调用地址改为 Loopers 的地址：

curl -X POST http://localhost:8080/openai/v1/chat/completions \
  -H "Authorization: Bearer $(LOOPERS_KEY)" \
  -H "X-Loopers-Provider-Key: $(OPENAI_API_KEY)" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o-mini",
    "messages": [{"role": "user", "content": "Hello, Loopers!"}]
  }'

真正的杀手锏：Agent 循环检测

Loopers 最有趣的功能是它的 Agent 循环检测引擎 v1.1。它通过两种方式检测 Agent 是否陷入了无限循环：

确定性断路器：当同一 key 在短时间内发出大量重复请求时，直接阻断。

模糊匹配（Bi-Gram Jaccard Similarity）：能检测到攻击者或 Agent 修改了 prompt 文本但语义相同的「变形」请求。比如 Agent 每次迭代时给 prompt 加一个空格或换行符，传统速率限制无法识别，但 Loopers 的模糊匹配能抓出来。

此外还有 Stall Detector（停滞检测器）和 Velocity Limiter（速率限制器），前者检测 Agent 是否长时间无响应但仍消耗 token，后者控制单位时间内的请求速度。

MCP 工具调用的预算管控

Loopers 还支持 MCP（Model Context Protocol）流量治理。它能对每个 MCP 工具设置独立的预算上限——比如「每个 Snowflake 查询不得超过 $0.05」，防止 Agent 在数据库查询上无限制消耗资源。

MCP 的确定性断路器能检测到工具调用层面的无限循环（比如 Agent 反复执行同一个数据库查询），在循环形成之前就切断连接。

与 Claude Code、Codex 等 Agent 的集成

Loopers 提供了 Python 和 TypeScript SDK，可以轻松集成到现有的 AI Agent 工作流中：

from loopers_client import LoopersOpenAI

client = LoopersOpenAI(
    loopers_url="http://localhost:8080",
    loopers_key="lp-xxx",
    provider_key="sk-proj-...",
    session_id="agent-run-1",
    session_budget=5.00,
    max_steps=20
)

session_budget 参数指定单次 Agent 会话的预算上限，max_steps 限制最大步数——双重保护确保 Agent 不会失控。

如果不想用 SDK，也可以通过 OpenAI 客户端的 default_headers 直接配置：

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:8080/openai/v1",
    api_key="lp-xxx",
    default_headers={
        "X-Loopers-Provider-Key": os.environ.get("OPENAI_API_KEY"),
        "X-Loopers-Session-ID": "agent-run-123",
    }
)

观测与监控

Loopers 在独立的 admin 端口（默认 9090）暴露 Prometheus 指标，并附带预构建的 Grafana 仪表盘，可以实时查看请求吞吐量、预算阻断率和延迟百分位。所有安全事件按照 OWASP Top 10 for LLMs 标准输出，支持 OpenTelemetry 追踪，符合欧盟 AI Act 合规要求。

总结

Loopers 解决的是一个真实且急迫的问题：AI Agent 的失控支出。它不是另一个监控仪表盘——而是一个能实时阻断的防火墙。对于每天使用 Claude Code、Codex 或自定义 Agent 的开发者来说，花 5 分钟配置一个 Loopers 代理，相当于给 API 账单上了一道保险。

如果你担心 Agent 循环烧钱、API key 泄露后被滥用、或者只是想给每个项目设置预算上限，Loopers 是一个轻量、高性能的选择。53⭐ 的社区规模虽小，但代码质量和文档完整度很高，MIT 许可证也允许自由使用和修改。

相关链接

• GitHub 仓库：CURSED-ME/loopers-oss
• Loopers 文档站点
• Loopers 官网（含 Cloud 版本）