在不失去對關鍵證據控制的前提下減少不必要的上下文。
優先選擇最高價值的證據，壓縮它，保持原始資料可復原，並發出收據 — 無需重寫代碼庫或代理架構。
Entroly 是一個本地優先的 Context OS：內容定址的證據、可復原的壓縮和可審計的收據。透過代理、MCP、外掛程式、包裝器和 SDK 路徑與 Claude Code、Codex、OpenClaw、GitHub Copilot、Cursor、Aider 以及 OpenAI/Anthropic 相容應用協同運作。
100,438 次下載 · 持續增長中
統計自不同分發源。
⭐ 如果 Entroly 對你有幫助，請在 GitHub 上給專案加星。
⭐ 在 GitHub 上給 Entroly 加星 — 這有助於專案成長並讓更多開發者發現。
English · 简体中文 · 繁體中文 · 日本語 · 한국어 · Español · हिन्दी · Français · Deutsch · Português · Italiano · Türkçe · Tiếng Việt · Bahasa Indonesia · Polski · Nederlands · ไทย · Svenska · Čeština · Tagalog · Română
--- ## Entroly 是什麼？（通俗解釋） AI 程式設計助手有記憶限制。把整個代碼庫交給它，它會變慢、變貴、容易分心 — 就像給一個人 500 頁的手冊，而他只需要第 47 頁。 **Entroly 幫你找到第 47 頁。** 它位於你的代碼和 AI 之間，讀取所有內容，只傳遞與當前問題相關的部分。三件事使這樣做是安全的： | | | |---|---| | 💰 **你的帳單會降低** | 發送給 AI 的內容更少意味著更小的帳單。具體節省多少取決於工作內容 — 參見下方的[基準測試](#基準測試)。 | | 🔍 **不會遺失任何內容** | Entroly 擱置的所有內容都會保留，可以*完全*復原，一字不差。 | | 🧾 **你可以檢查它的工作** | 每個決策都附帶收據：保留了什麼，遺漏了什麼，以及原因。 | **我需要修改代碼嗎？** 不需要。Entroly 與你已經使用的工具配合運作 — Claude Code、Cursor、Copilot 以及 30 多種其他工具 — 在背景運行。 **試用需要付費嗎？** 不需要。下面[安裝](#安裝)部分的兩個命令完全在你的本機上運行，無需 API 金鑰，在你連接任何付費服務之前就能展示你自己專案的真實數據。 --- ## 安裝 > **不確定選哪個？** 選擇 **Python**。它是最完整的版本，也是大多數人使用的。其他選項是運行同一引擎的替代方式。 | 平台 | 安裝命令 | 獲得的功能 | |---|---|---| | 🐍 **Python** (pip) — *推薦* | `pip install -U entroly` | 全部功能：命令列工具、AI 編輯器通訊伺服器和代碼庫 | | 📦 **Node / npm** | `npm install -g entroly` | 同一引擎，無需 Python | | 🦀 **Rust**（原始碼建置） | `cd entroly-core && cargo build --release --bin entroly-rs --features proxy` | 一個獨立的程式，無需 Python 或 Node | | 🍺 **Homebrew** | `brew install juyterman1000/entroly/entroly` | macOS/Linux 上的命令列工具 | | 🐳 **Docker** | `docker pull ghcr.io/juyterman1000/entroly:latest` | 在容器中運行，無需在機器上安裝任何東西 | **現在檢查安裝是否成功 — 免費、離線、無需 API 金鑰：** ```bash cd /your/repo entroly verify-claims entroly simulate ``` --- ## 快速開始 — 按你的工作方式 > **只想讓它運作？** `pip install -U entroly && entroly go` — 就這麼簡單。它會找到你的編輯器，自動設定，並顯示前後對比的儀表板。 ```python from entroly import compress, compress_messages, optimize compressed = compress(api_response, budget=2000) messages = compress_messages(messages, budget=30000) context = optimize(fragments, budget=8000, query="修復登入 bug") ``` --- ## 基準測試 | 基準測試 | 基準線 | 使用 Entroly | 保留率 | Token 節省 | |---|---|---|---|---| | NeedleInAHaystack | 100% | 100% | **100%** | **99.5%** | | LongBench (HotpotQA) | 64% | 66% | **103%** | **85.3%** | | Berkeley Function Calling | 100% | 100% | **100%** | **79.3%** | | SQuAD 2.0 | 80% | 72% | **90%** | **43.8%** | --- ## 功能特性 - **先選擇，再壓縮** — 先確定哪些檔案真正回答了你的問題，*然後*再壓縮它們。 - **精確復原原始內容** — 任何被擱置的內容都可以逐字逐句地復原，並透過指紋驗證。 - **展示工作過程** — 每個決策的收據：保留了什麼，遺漏了什麼和原因，以及剩餘的風險。 - **事實查核答案** — 將 AI 的回答與提供給它的證據進行比較，在你的機器上完成，無需為第二次 AI 呼叫付費。 - **不破壞你的快取** — 保持提示中不變的部分穩定，使你的提供商對重複文字的折扣仍然適用。 --- ## 常見問題Apache-2.0 · 本地優先 · 預設不發送外部分析數據
pip install entroly && entroly go