Gumloop

O que é Gumloop?

Gumloop combina dois modelos de automação. Workflows visuais seguem graph definido de triggers, transformations, integrations, AI nodes, web tools, code e outputs. Agents dão camada conversacional que escolhe tools e chama workflows. Assim a equipe usa processamento determinístico quando possível e discretion do modelo apenas em trabalho variável.

A distinção importa para segurança e custo. Path de workflow é inspecionável antes de rodar. Agent pode mudar sequência, chamar tools diferentes e carregar conversation history crescente. Não use Agent só por conveniência; data pipeline fixo é mais fácil de testar e orçar.

Workflows, Agents, scraping e tools

Gumloop mira web research, enrichment, content processing, CRM updates e analysis. Web agents e scrapers convertem sites em inputs; code e MCP ampliam connectors nativos.

Cada extensão aumenta trust. Scraper precisa respeitar terms, auth boundaries, personal data, robots quando aplicável, rate limits e IP. Code deve rodar sem secrets ou network desnecessários. Trate MCP como software instalado: revise server, actions, auth e updates.

Agents devem receber poucas tools com descrições precisas. Separe read de write. Exija review antes de outreach, CRM overwrite, export de listas, purchases, deletion ou publishing. Shared integration key pode afetar toda empresa e não deve estar em Agent experimental.

Preços por crédito

A documentação de créditos diz que workflow começa com um base credit mais node costs. Muitos nodes lógicos, formatting e integrations nativas são free além da base. AI nodes eram cerca de dois créditos em standard models, 20 em advanced e 30 em expert. Web, enrichment, custom e MCP têm taxas próprias.

Agent varia por model, message length, accumulated history, tools e workflows. Docs dão ranges. Nova conversation por tarefa e tool set pequeno reduzem contexto.

BYOK muda economia: workflow AI node cai a um platform credit e Agent model credits têm redução de 50%. Base e tool costs continuam, e provider cobra o cliente separadamente.

Na revisão, pricing mostrava Pro a US$ 37/mês com 7.400 base mais 12.600 bonus, exibidos como 20.000. Incluía seats ilimitados, cinco workflow runs, 25 Agent chats, policies, shared features e MCP hospedado. Enterprise adicionava retention, RBAC, SAML/SCIM, audits, model controls, VPC e concurrency. O live page não destacava mais Free antigo de 5.000 créditos; considere-o não confirmado.

Overage é documentado a US$ 0,007 por crédito, limitado ao dobro da allocation quando ligado. Créditos geralmente não acumulam fora do Enterprise. Monitore loops e alerts antes de auto-overage.

Privacidade e training

Marketing diz que customer data não treina IA e descreve zero retention com providers. A privacy policy, em vigor desde 26 de junho de 2026, especifica que uploads, flows e Agent chats de premium users não são usados para AI training e que OpenAI e Anthropic são restritos em API data.

Como o texto legal nomeia premium, Free ou trial não deve presumir tratamento idêntico. A policy também diz que personal data pode ser processado nos EUA e retido conforme serviço, lei, disputes e agreements. Mapeie logs, workflow data, conversations, credentials, backups, provider requests e exports separadamente.

Governança e adequação

Seats ilimitados e shared credentials exigem regras. Defina quem cria connectors, compartilha keys, expõe MCP, habilita overage ou roda scraping. Enterprise controls importam quando equipes não devem herdar o mesmo acesso.

Gumloop é forte para IA, web data e visual workflows em plataforma gerenciada com gestão ativa de créditos. Compare Activepieces para approval-first e open source, Make para scenario builder amplo e Bardeen para scraping e enrichment GTM. Veja a categoria de automação e agents.