🇬🇧 English • 🇨🇳 中文 • 🇰🇷 한국어 • 🇧🇷 Português • 🇪🇸 Español • 🇩🇪 Deutsch • 🇫🇷 Français • 🇷🇺 Русский • 🇮🇳 हिन्दी • 🇹🇷 Türkçe

Entroly

Token節約: 最大95% 学習コスト: $0 Rust + WASM Python 3.10+ GitHub Action

Entroly — AIトークンコストを70–95%削減

あなたのAIコーディングツールはコードベースの5%しか見えません。
Entrolyは全体像を与えます——わずかなコストで。

インストール · Cookbook · ベンチマーク · 65+ 対応エージェント · ダッシュボード

npm install -g entroly && entroly  |  pip install entroly && entroly go  |  ライブデモ →

---

Entroly 自己改善

Entroly 利益

Entroly コンテキスト品質

--- ## 問題——そしてボトムラインへの影響 すべてのAIコーディングツール——Claude、Cursor、Codex、Aider——は同じ盲点を持っています：**一度に5〜10ファイルしか見えません。** 残り95%のコードベースは完全に見えません。 モデルはどんどん大きくなっています——さらに高機能でトークン単価も高い**Claude Opus 4.7**がリリースされたばかりです。コンテキストウィンドウが大きくなっても問題は解決せず、むしろ悪化します。リクエストごとに186,000トークンの料金を支払っています——そのほとんどは重複したボイラープレートです。 > **Entrolyは30秒で両方の問題を解決します。** コードベース全体を可変解像度でAIコンテキストウィンドウに圧縮します。 --- ## 初日から何が変わるか | 指標 | Entroly導入前 | **Entroly導入後** | |---|---|---| | AIが見えるファイル | 5–10 | **サポートされたファイルを可変解像度で選択** | | リクエストあたりのトークン数 | ~186,000 | **9,300 – 55,000** | | 月間AI支出（1K req/日） | ~$16,800 | **$840 – $5,040** | | AI回答の正確性 | 不完全、しばしば幻覚 | **依存関係認識、正確** | | AI修正に費やす開発者時間 | 週に数時間 | **ほぼゼロ** | | セットアップ | 数日のプロンプトエンジニアリング | **30秒** | > **ROI例：** AI APIに月$15K支出している10人チームは、初日に**月$10K–$14K節約**できます。 --- ## 競合他社がすでに知っていること 今日Entrolyを採用しているチームは単にお金を節約しているのではなく——あなたのチームが**追いつけない優位性を複利で蓄積**しています。 - **1週目：** 彼らのAIはコードベースの100%を見ている。あなたのは5%。彼らの方が速くシップする。 - **1ヶ月目：** 彼らのランタイムはコードベースのパターンを学習済み。あなたのはまだimportで幻覚している。 - **3ヶ月目：** 彼らのインストールはフェデレーションに接続——世界中の数千チームから最適化戦略を吸収。あなたはこれの存在すら知らない。 - **6ヶ月目：** 彼らはAPI費用$80K+を節約。その予算は採用に。あなたはまだ財務にAI請求書がなぜ増え続けるか説明している。 毎日待つほど差は広がります。フェデレーション効果は**早期採用者をより速く強くし**——その優位性は複利で増大します。 --- ## 仕組み（30秒） ```bash npm install -g entroly && entroly # または pip install entroly && entroly go ``` 以上です。EntrolyはIDEを自動検出し、Claude/Cursor/Codex/Aiderに接続して最適化を開始します。 **内部で起こること：** 1. **インデックス** — 2秒以内にコードベース全体をマッピング 2. **スコアリング** — 情報密度で全ファイルをランキング 3. **選択** — トークン予算に対して数学的最適サブセットを選択 4. **配信** — 重要ファイルは全文、サポートファイルはシグネチャ、それ以外は参照 5. **学習** — 効果的なものを追跡し、時間とともにスマートに --- ## 競争優位性——Entrolyの違い ### 🧠 追加コストなしでスマートになる ``` 学習予算 ≤ 5% × 生涯節約額 ``` 初日：70%トークン節約。30日目：85%+。90日目：90%+。**改善コスト$0。** ### 🌐 フェデレーテッドスウォームラーニング——SFのように聞こえる部分 ドリーミングループを**地球上のすべてのEntroly開発者**で掛け合わせてください。 あなたが眠っている間、あなたのデーモンは夢を見ています——そして他の10,000のデーモンも同じです。それぞれが少しずつ異なるコード圧縮のコツを発見。それぞれが学んだことを匿名で共有。それぞれが他のデーモンの発見を吸収。 **翌朝目覚めると、AIは昨晩より賢くなっている。あなたが何もしなくても——群れが夢で見つけたから。** ``` あなたのデーモンが夢を見る → より良い戦略を発見 → 匿名で共有 ↓ 10,000の他のデーモンが昨夜同じことをした ↓ ラップトップを開く → AIはすでにすべてを吸収している ``` **ネットワーク効果：** - 新しいユーザーが全員のAIをより良くする——そのインストールベースはforkできない - コードは一切移動しない。最適化重みのみ——ノイズ保護で匿名 - インフラコスト：**$0**。GitHubで動作。サーバーなし。GPUなし。クラウドなし ```bash # オプトイン——常にあなたの選択 export ENTROLY_FEDERATION=1 ``` ### ✂️ レスポンス蒸留——出力のトークンも節約 LLM応答には約40%のフィラーが含まれています。Entrolyがそれを除去。コードブロックは一切触れません。 ``` 前: "もちろんです！喜んでお手伝いします。コードを見てみましょう。 問題はauthモジュールにあります。お役に立てれば！" 後: "問題はauthモジュールにあります。" → 出力トークン70%削減 ``` 3つの強度：`lite` → `full` → `ultra`。環境変数1つで有効化。 ### 🔒 ローカル実行。コードは絶対にマシンの外に出ません。 クラウド依存ゼロ。データ漏洩リスクゼロ。CPU上で10ms以内に実行。エアギャップ環境や規制環境でも動作します——データが外部に送信されることはありません。 --- ## 対応スタック | ツール | セットアップ | |---|---| | **Cursor** | `entroly init` → MCP server | | **Claude Code** | `claude mcp add entroly -- entroly` | | **Codex CLI** | `entroly wrap codex` | | **Windsurf / Cline** | `entroly init` | | **任意のLLM API** | `entroly proxy` → HTTP proxy `localhost:9377` | --- ## ベンチマーク ### 精度保持 圧縮は精度に影響しません——ライブAPIで検証済み（gpt-4o-mini, Wilson 95% CI）： | ベンチマーク | n | バジェット | ベースライン (95% CI) | Entroly使用時 (95% CI) | 保持率 | Token節約 | |---|---|---|---|---|---|---| | NeedleInAHaystack | 20 | 2K | 100% [83.9–100%] | 100% [83.9–100%] | **100.0%** | **99.5%** | | LongBench (HotpotQA) | 50 | 2K | 64.0% [50.1–75.9%] | 68.0% [54.2–79.2%] | **106.2%** | **85.3%** | | Berkeley Function Calling | 50 | 500 | 100% [92.9–100%] | 100% [92.9–100%] | **100.0%** | **79.3%** | | SQuAD 2.0 | 50 | 100 | 78.0% [64.8–87.2%] | 76.0% [62.6–85.7%] | **97.4%** | **39.3%** | | GSM8K | 100 | 50K | 85.0% [76.7–90.7%] | 86.0% [77.9–91.5%] | **101.2%** | pass-through¹ | | MMLU | 100 | 50K | 82.0% [73.3–88.3%] | 85.9% [77.8–91.4%] | **104.7%** | pass-through¹ | | TruthfulQA (MC1) | 100 | 50K | 72.0% [62.5–79.9%] | 73.7% [64.3–81.4%] | **102.4%** | pass-through¹ | > ¹ **pass-through**: コンテキストがバジェット内に収まっているため、Entrolyは正しく何もしません。すべてのベンチマークで信頼区間が重複——精度はベースラインと統計的に区別不能です。 ### Entrolyと他の圧縮手法の比較（ロングコンテキスト） | 手法 | 保持率 | Token削減 | アーキテクチャ / トレードオフ | |---|---|---|---| | **Entroly** | **100–106%** | **85–99%** | **高速（~80ms）。** フラグメントレベルのナップサック。完全な逐語的構造忠実度を維持。 | | トークンレベル神経刈り込み | ~98–99% | 80–95% | **高オーバーヘッド。** ローカルTransformerの実行が必要。トークンレベルの削除がコード構文を破壊。 | | ルールベース逐語圧縮 | ~100% | 50–70% | **高忠実度。** しかしToken削減が低い。 | | アテンション対応圧縮 | 95%+ | 26–54% | **堅実な精度。** しかしToken削減が低い。 | 再現：`python -m bench.accuracy --benchmark all --model gpt-4o-mini --samples 100` ### CI/CD統合 ```yaml - name: Check Entroly token budget run: pip install entroly && entroly batch --budget 8000 --fail-over-budget ``` --- ## 完全同等：Python & Node.js | 能力 | Python | Node.js (WASM) | |---|---|---| | コンテキスト圧縮 | ✅ | ✅ | | 自己進化 | ✅ | ✅ | | ドリーミングループ | ✅ | ✅ | | フェデレーション | ✅ | ✅ | | レスポンス蒸留 | ✅ | ✅ | | チャットゲートウェイ | ✅ | ✅ | | agentskills.io エクスポート | ✅ | ✅ | --- ## 詳細 アーキテクチャ、21のRustモジュール、3解像度圧縮、来歴保証、RAG比較、完全API → **[docs/DETAILS.md](../DETAILS.md)** ---

AIが無駄にするトークンの支払いをやめましょう。自分を教えるAIを始めましょう。
npm install -g entroly && entroly  |  pip install entroly && entroly go

ディスカッション • Issues • Apache-2.0 License