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.

解決的問題

Entroly 解決了將大量程式碼庫上下文傳送到 AI 編碼助手所帶來的高成本、高延遲以及「分心」(準確率下降)的問題。它防止 AI 模型因無關資料而過載,同時確保在壓縮過程中不會永久遺失任何關鍵資訊。

工作原理

Entroly 作為使用者程式碼與 AI 之間的上下文保障層。它識別查詢相關的程式碼庫特定部分,選擇必要的證據,並壓縮其餘內容。關鍵的是,它為每次選擇生成一個「收據」,提供一個可恢復原始位元組的句柄,必要時可逐字元還原。它可以作為 CLI 工具、代理、MCP 伺服器或 SDK 部署,能無縫整合至 Cursor、Claude Code 和 GitHub Copilot 等現有工具中,無需更改代理架構。

適用對象

專為使用 AI 編碼助手的開發者,以及建構自有 AI 應用的工程師設計,幫助他們透過優化上下文視窗降低令牌成本並提升模型效能。

核心亮點

  • 可恢復壓縮:被省略的內容不會被刪除,而是被保存,以便精確恢復原貌。
  • 可審計收據:每次保留或省略文字的決策都會記錄在收據中,確保透明性。
  • 令牌高效:減少輸入令牌數量,降低 API 費用,減少模型分心。
  • 會話救援:當會話接近提供方的上下文限制時,自動壓縮大型工具輸出,防止請求被拒絕。
  • 本地優先:提供本地驗證和模擬工具(entroly verify-claimsentroly simulate),無需 API 金鑰即可測量潛在節省。

相關

  • 專案
  • 專案
  • 專案
  • 專案
  • 專案