返回 AI 工具目录

Entroly

开发框架人工精选最近核验 2026年7月24日

Entroly 自称面向 AI 智能体的开源「上下文操作系统」,在不替换现有模型与 Agent 运行时的前提下,提供上下文的可观测、治理与决策层。它做上下文筛选与可恢复压缩,用 receipts(回执)记录哪些内容被用到、被略去或存在风险,并带答案校验/幻觉检测与 token 用量核算。以本地优先方式运行,Python 编写、可选 Rust 加速,另有 Node/WASM 运行时;通过 pip/npm 安装,命令行可先做无密钥的核验与压缩估算。可接入 Claude Code、Codex、Cursor、Copilot 等及 MCP 客户端。Apache-2.0 开源。

定价开源部署本地运行、自托管国内可达国内可达

解决什么问题

  • 智能体上下文膨胀,token 成本与噪声高
  • 难说清哪些上下文真正被模型用到
  • 压缩后上下文不可恢复,追溯困难
  • 答案可信度与风险缺少可审计记录

适合

  • 想在不换模型的前提下优化上下文
  • 需要可审计的上下文使用回执
  • 关注 token 成本核算与压缩估算
  • 已用 Claude Code、Cursor 等编码助手

不适合

  • 项目较新,生产成熟度需自行评估
  • 效果依赖具体工作负载,需实测验证
  • 面向上下文层,不替代 Agent 运行时
  • 部分度量为本地估算,非账单级精度

如何接入

  • pip install entroly 或 npm 安装使用
  • 命令行 verify-claims、simulate 无需密钥
  • entroly value 输出 token 与成本回执
  • 通过 MCP 接入多种编码助手客户端
  • 本地优先运行,请求走你自己的模型

已知限制

  • 创建时间较新,长期稳定性待观察
  • 压缩与省费效果随工作负载差异大
  • 成本核算对未知模型不计价
  • 幻觉检测为辅助信号,非确定判定

接入与使用事实

部署方式
本地运行、自托管
实现语言
Python、Rust
中文界面
待确认
中文文档
待确认
定价方式
开源
许可证
待确认
国内可达性
国内可达
可达性观察
待补充

权限、依赖与维护信号

这些字段记录公开可见信号,不等同于安全审计结论。

权限信号

暂无公开信号。

依赖信号

暂无公开信号。

维护信号

暂无公开信号。

公开来源与证据

  1. 代码仓库仅作事实索引

访问官网