juyterman1000/entroly

Cut AI context cost without trusting the compressor. Every reduction is reversible, byte-exact recoverable, and carries an auditable receipt. Local-first, works through proxy, MCP, SDK, or agent wrapper.

解决的问题

Entroly 解决了向 AI 编码助手发送大量代码库上下文所导致的高成本、高延迟以及"分心"(准确率下降)问题。它防止 AI 模型因无关数据而过载,同时确保在压缩过程中不会永久丢失任何关键信息。

工作原理

Entroly 作为用户代码与 AI 之间的上下文保障层。它识别查询相关的代码库特定部分,选择必要的证据,并压缩其余内容。关键的是,它为每次选择生成一个"收据",提供一个可恢复原始字节的句柄,必要时可逐字符还原。它可以作为 CLI 工具、代理、MCP 服务器或 SDK 部署,能够无缝集成到 Cursor、Claude Code 和 GitHub Copilot 等现有工具中,无需更改代理架构。

适用人群

专为使用 AI 编码助手的开发者,以及构建自有 AI 应用的工程师设计,帮助他们通过优化上下文窗口降低令牌成本并提升模型性能。

核心亮点

  • 可恢复压缩:被省略的内容不会被删除,而是被保存,以便精确恢复原貌。
  • 可审计收据:每次保留或省略文本的决策都会记录在收据中,确保透明性。
  • 令牌高效:减少输入令牌数量,降低 API 费用,减少模型分心。
  • 会话救援:当会话接近提供方的上下文限制时,自动压缩大型工具输出,防止请求被拒绝。
  • 本地优先:提供本地验证和模拟工具(entroly verify-claimsentroly simulate),无需 API 密钥即可测量潜在节省。

相关

  • 项目
  • 项目
  • 项目
  • 项目
  • 项目