Celigos juli-release: en headless plattform som agenter kan styre
Celigos juli-release for 2026 ga en CLI, en hostet Platform MCP-server, Claude som agentmodell og innebygd data ingestion. Hva headless iPaaS betyr i praksis.
Det meste av tiden har iPaaS-produkter vært bygget rundt en visuell designer: man åpner nettleseren, drar steg inn på et lerret og klikker seg gjennom innstillinger. Juli-releasen til Celigo for 2026 viser en annen retning. Mye av plattformen kan nå styres helt uten grensesnittet, fra en terminal, fra IDE-en til en utvikler eller av en AI-agent.
Hva Celigo lanserte
Releasen ble publisert 6. juli og er generelt tilgjengelig. De viktigste delene er:
- En headless plattform. En ny developer portal samler dokumentasjonen for REST API-et, et kommandolinjeverktøy og Platform MCP, en hostet MCP-server som lar AI-agenter administrere integrasjoner gjennom samtale. Celigo CLI gir full tilgang til plattformen fra en terminal eller IDE.
- Claude som tredje modell. AI-agentene i Celigo kan nå bruke Claude fra Anthropic i tillegg til OpenAI og Gemini, med tool calls, strukturert output, resonnering i flere steg og guardrails. Foreløpig må kundene bruke sin egen API-nøkkel.
- Data ingestion. En ny innebygd komponent laster data fra SaaS-applikasjoner, databaser og ERP-systemer inn i data warehouses, med de samme connectors og den samme governance som resten av plattformen.
- Raskere databaser. Bulk-lasting til SQL Server og BigQuery går opptil fem ganger raskere, ifølge Celigo, og PostgreSQL får change data capture i sanntid.
- Celigo Storage gir fillagring som plattformen administrerer, slik at en egen SFTP-server eller S3-bøtte ikke lenger er nødvendig.
Hvorfor det betyr noe
Platform MCP er den mest interessante funksjonen. Det meste av arbeidet med MCP i iPaaS så langt har handlet om å la agenter kalle integrasjoner: en integrasjon blir et verktøy agenten bruker. Platform MCP går ett nivå opp. Den lar en agent bygge, endre og feilsøke selve integrasjonene.
Det kan spare mye tid, men det endrer også risikoen. En agent som kan endre integrasjonsflyter, kan også ødelegge dem. De samme reglene som gjelder for mennesker, bør gjelde for agenter: egne miljøer, godkjenning før produksjon og en logg over hvem som endret hva.
Komponenten for data ingestion er også verdt å merke seg. Celigo har mest vært kjent for prosessintegrasjon mellom applikasjoner. Å flytte data inn i et data warehouse har som regel vært en jobb for egne ELT-verktøy. Med begge deler i én plattform blir det færre verktøy å kjøpe og styre.
Hvordan det står seg
Flere leverandører av iPaaS beveger seg i samme retning: CLI-verktøy, MCP-servere for selve plattformen og utviklerverktøy inne i AI-assistentene folk allerede bruker. Versjonen til Celigo skiller seg ut ved at den er hostet og generelt tilgjengelig, og ved at den dekker både integrasjon og data ingestion.
Hva du bør spørre om
- Hva kan en agent endre? Bestem om Platform MCP skal være tillatt i produksjon, eller bare i utviklings- og testmiljøer.
- Blir hver endring logget? Sjekk at endringer gjort via CLI og MCP havner i den samme audit trail som endringer gjort i grensesnittet.
- Trenger dere fortsatt et eget ELT-verktøy? Sammenlign den nye komponenten for data ingestion med verktøyet dere bruker i dag, for de kildene dere faktisk har.
Kilder
Innlegget er skrevet med hjelp av AI og gjennomgått av redaksjonen før publisering.