在不失去对关键证据控制的前提下减少不必要的上下文。
优先选择最高价值的证据，压缩它，保持原始数据可恢复，并发出回执 — 无需重写代码库或代理架构。
Entroly 是一个本地优先的 Context OS：内容寻址的证据、可恢复的压缩和可审计的回执。通过代理、MCP、插件、包装器和 SDK 路径与 Claude Code、Codex、OpenClaw、GitHub Copilot、Cursor、Aider 以及 OpenAI/Anthropic 兼容应用协同工作。
100,438 次下载 · 持续增长中
统计自不同分发源。
⭐ 如果 Entroly 对你有用，请在 GitHub 上给项目加星。
⭐ 在 GitHub 上给 Entroly 加星 — 这有助于项目成长并被更多开发者发现。
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 是什么？（通俗解释） AI 编程助手有记忆限制。把整个代码库交给它，它会变慢、变贵、容易分心 — 就像给一个人500页的手册，而他只需要第47页。 **Entroly 帮你找到第47页。** 它位于你的代码和 AI 之间，读取所有内容，只传递与当前问题相关的部分。三件事使这样做是安全的： | | | |---|---| | 💰 **你的账单会降低** | 发送给 AI 的内容更少意味着更小的账单。具体节省多少取决于工作内容 — 参见下方的[实际数据](#基准测试)。 | | 🔍 **不会丢失任何内容** | Entroly 搁置的所有内容都会保留，可以*完全*恢复，逐字逐句。 | | 🧾 **你可以检查它的工作** | 每个决策都附带回执：保留了什么，遗漏了什么，以及原因。 | **我需要修改代码吗？** 不需要。Entroly 与你已经使用的工具配合工作 — Claude Code、Cursor、Copilot 以及30多种其他工具 — 在后台运行。 **试用需要付费吗？** 不需要。下面[安装](#安装)部分的两个命令完全在你的本地机器上运行，无需 API 密钥，在你连接任何付费服务之前就能展示你自己项目的真实数据。 --- ## 安装 > **不确定选哪个？** 选择 **Python**。它是最完整的版本，也是大多数人使用的。其他选项是运行同一引擎的替代方式。 | 平台 | 安装命令 | 获得的功能 | |---|---|---| | 🐍 **Python** (pip) — *推荐* | `pip install -U entroly` | 全部功能：命令行工具、AI 编辑器通信服务器和代码库 | | 📦 **Node / npm** | `npm install -g entroly` | 同一引擎，无需 Python | | 🦀 **Rust**（源码构建） | `cd entroly-core && cargo build --release --bin entroly-rs --features proxy` | 一个独立的程序，无需 Python 或 Node | | 🍺 **Homebrew** | `brew install juyterman1000/entroly/entroly` | macOS/Linux 上的命令行工具 | | 🐳 **Docker** | `docker pull ghcr.io/juyterman1000/entroly:latest` | 在容器中运行，无需在机器上安装任何东西 | **现在检查安装是否成功 — 免费、离线、无需 API 密钥：** ```bash cd /your/repo entroly verify-claims entroly simulate ``` 两个命令都在本地运行。都不会调用 AI 或产生任何费用。 --- ## 快速开始 — 按你的工作方式 > **只想让它工作？** `pip install -U entroly && entroly go` — 就这么简单。它会找到你的编辑器，自动配置，并显示前后对比的仪表板。 | 你的情况 | 这样做 | 获得的效果 | |---|---|---| | 🟢 **"我只想让它运行。"** *(pip / Python 用户)* | `pip install -U entroly && entroly go` | 自动检测你的编辑器，包装你的代理，打开显示令牌前后对比的仪表板 | | **"我用 Node，不用 Python。"** *(npm 用户)* | `npm install -g entroly && entroly init` | 同一引擎，无需 Python | | **"我用 Claude Code / Cursor / Windsurf / VS Code。"** *(MCP 用户)* | `entroly attach create --client claude --project . --ttl 4h --install` | 你的编辑器获得压缩、回执和恢复功能作为内置工具 | | **"我在用 Python 构建自己的应用。"** *(SDK 用户)* | `from entroly import compress, compress_messages, optimize` | 直接在代码中调用，随时随地组装提示 | | **"我有 API 密钥和自己的应用。"** *(代理用户)* | `entroly proxy` → 将 `OPENAI_BASE_URL` 指向 `localhost:9377` | 每个请求在经过时都会被优化 — 你这边无需任何代码更改 | ```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="修复登录 bug") ``` --- ## 基准测试 重要的问题是：**如果发送更少的内容，AI 会开始出错吗？** 这些是标准的公开测试，分别在使用和不使用 Entroly 的情况下运行。 | 基准测试 | 基线 | 使用 Entroly | 保留率 | 令牌节省 | |---|---|---|---|---| | 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%** | | GSM8K | 85% | 85% | **100%** | 直通* | *直通：上下文已经在预算内，保持不变。每行 n=20-50。 **坦率地说：** 看 SQuAD 2.0 行 — 准确率*下降*了（80% → 72%）。压缩是一种权衡，不是魔法，它不是在所有地方都能赢。这就是 `entroly simulate` 存在的原因：在你的项目上运行它，在承诺任何事情之前看看你自己的数据。 --- ## 功能特性 - **先选择，再压缩** — 先确定哪些文件真正回答了你的问题，*然后*再压缩它们。 - **精确返回原始内容** — 任何被搁置的内容都可以逐字逐句地恢复，并通过指纹验证。 - **展示工作过程** — 每个决策的回执：保留了什么，遗漏了什么和原因，以及剩余的风险。 - **事实核查答案** — 将 AI 的回答与提供给它的证据进行比较，在你的机器上完成，无需为第二次 AI 调用付费。 - **不破坏你的缓存** — 保持提示中不变的部分稳定，使你的提供商对重复文本的折扣仍然适用。 --- ## 常见问题Apache-2.0 · 本地优先 · 默认不发送外部分析数据
pip install entroly && entroly go