Entroly

Entroly — 監査可能な復元機能を備えた AI コンテキスト選択。

レシートに裏付けられた選択記録：保持した内容、省略した内容、元のバイト列を正確に復元するハンドルを記録します。
元に戻せる圧縮を、ご自身のリポジトリで、1 つのコマンドで実現します。モデルやエージェントのアーキテクチャを置き換える必要はありません。

pip install -U entroly  ·  entroly verify-claims  ·  entroly simulate

_{Entroly は、オープンソースのローカルファーストな AI トークン効率化およびコンテキスト保証レイヤーです。予算に基づくエビデンス選択、復元可能なコンテキスト圧縮、コンテンツアドレス指定によるエビデンスの復元、監査可能なレシートを提供します。VS Code、Claude Code、Cursor、Codex、OpenClaw、GitHub Copilot、Aider、OpenAI／Anthropic 互換アプリで利用できます。}

英語 · 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

これは何ですか？ · インストール · クイックスタート · ベンチマーク · よくある質問 · 貢献する

---

Entroly とは？（わかりやすく説明）

Entroly は、AI コーディングツール向けのローカルファーストなコンテキスト制御プレーンです。トークン予算内でエビデンスを選択し、復元可能な形で除外内容を保持して、選択の判断をレシートに記録します。ご自身のタスクで評価できる特性は次の3つです。

💰 削減可能な入力コスト	Entroly が制御する経路でプロバイダーにリクエストを送る場合、リクエストを小さくすることで入力コストを削減できることがあります。結果はワークロードとプロバイダーのキャッシュによって異なります。以下の実測値をご覧ください。
🔍 復元可能な原文	レシートに基づく復元機能により、ソース資料をローカルに保持します。正確に復元するには、参照先のストアとソースのバイト列が利用可能な状態である必要があります。また、回答の品質が保証されるわけではありません。
🧾 処理内容を確認できます	すべての判断にはレシートが付属します。何を残したか、何を除外したか、その理由を確認できます。

コードを変更する必要がありますか？ いいえ。検証済みのプロンプトフックを備えたホストでは、 Entroly はモデルが計画を立てる前に実行されます。 MCP のみを使った統合は、エージェントが呼び出しを省略できるツールとして引き続き利用可能です。API トラフィックが傍受されるのは、Entroly プロキシ経由でルーティングされる場合のみです。 統合がインストール済みだからといって有効だと思い込まず、entroly activation status --json を確認してください。

試すために何かに料金を支払う必要がありますか？ いいえ。以下の インストールセクションにある2つのコマンドは、API キーなしでお使いのマシン上で実行でき、有料サービスに接続する前に、ご自身のプロジェクトで実際の数値を確認できます。 （ネイティブエンジンがサポートされていない場合は、パッケージをダウンロードせずにその旨が報告されます。インストールの注記をご覧ください。）

タスクの途中でコーディングエージェントを切り替えますか？ entroly-work resume は、前のエージェントが引き継ぎ情報を残していなくても、リポジトリに永続的に記録されたエビデンスから未完了の作業を再構成します。作業を Entroly 経由で引き受ける前に、引き継ぎ先のエージェントが推定された状態を確認し、承認する必要があります。 entroly-work --project . --json resume --to-agent codexから始めてください。 エージェント継続性ガイドでは、全体の流れと、ご自身のタスクで再調査の手間が実際に削減されるかを測定する方法を説明しています。

---

貢献

まず開発環境のセットアップとリポジトリの構成を確認し、変更する領域に応じてアーキテクチャ、スタイルガイド、テスト手順に従ってください。ソース、配信アダプター、ベンチマークのエビデンスにはそれぞれ異なるレビュー要件があります。貢献ガイドでは、それぞれの境界について説明しています。

インストール

どれを選べばよいかわからない場合は？ Python を選んでください。完全版であり、 ほとんどの人が使っています。その他のパッケージでは、異なるランタイム機能を利用できます。 | プラットフォーム | インストール | 内容 | |---|---|---| | 🐍 Python（pip）— 推奨 | pip install -U entroly | すべて利用できます。コマンドラインツール、AI エディターが接続するサーバー、コードライブラリが含まれます | | 📦 Node / npm | npm install -g entroly | ローカルの Node/WASM CLI。Python パッケージでは、より幅広い CLI、SDK、プロキシ機能を利用できます | | 🦀 Rust（ソースからビルド） | cd entroly-core && cargo build --release --bin entroly-rs --features proxy | Python や Node が不要な、単体で動作するプログラムです | | 🍺 Homebrew | brew install juyterman1000/entroly/entroly | macOS/Linux 用のコマンドラインツールです | | 🐳 Docker | docker pull ghcr.io/juyterman1000/entroly:latest | コンテナー内で実行するため、マシンへのインストールは不要です |

グローバルインストールではなく、パッケージランナーを使いたい場合は？ 以下のコマンドは、 同じ公開アーティファクトを分離されたツールキャッシュ内で使用します。

# Node or Bun / WASM runtime
npx -y entroly@latest --help
pnpm dlx entroly@latest --help
bunx --bun entroly@latest --help

# Complete Python runtime
uvx --from entroly entroly --help
pipx run --spec entroly entroly --help

Node のコマンドでは、ローカルの WASM CLI を利用できます。Python のコマンドでは、 前述の完全版 CLI、SDK、MCP、プロキシ、検証、ネイティブエンジンの機能を利用できます。 Entroly のリリースワークフローでは、リリース完了とする前に、5 つすべてのランナーを 対象バージョンでスモークテストします。

動作を確認しましょう — 無料、API キー不要：

cd /your/repo
entroly verify-claims
entroly simulate

_{どちらもローカルで実行されます。AI を呼び出すものではなく、回答品質、アクティベーション、 プロバイダーへの請求額の低下を証明するものでもありません。タスクに合わせた --query を simulate とともに使用してください。Relevance ranking is OFF と表示された場合は、 選択を評価する前に entroly doctor を実行してください。}

_{ランタイムパッケージの修復は、デフォルトでオフです。ネイティブエンジンがない場合、 クエリに応じた選択は利用できず、削減値は未獲得として表示されます。明示的にインストールするには python -m pip install -U entroly-core を実行するか、Python から entroly.repair() を呼び出すか、 ENTROLY_ENABLE_SELF_HEAL=1 を設定して起動時の修復を許可してください。これは設定済みの パッケージインデックス（通常は PyPI）経由でダウンロードします。ENTROLY_NO_SELF_HEAL=1 と ENTROLY_AIR_GAP=1 を設定すると、修復の許可は取り消されます。プライバシーと 復旧データのセキュリティを参照してください。}

追加機能（entroly[proxy]、entroly[native]、entroly[full]）、スタンドアロン Rust バイナリ、 アンインストール手順については、エンジンとインストールオプションを 参照してください。

ソースからのコントリビューションをお考えですか？再現可能な 開発環境のセットアップに従ってください。ローカルへの インストールと通常のテストスイートには API キーは不要です。.env.exampleには、 任意のワークスペース、オフライン、プロバイダー、プロキシの設定のみが記載されています。

---

クイックスタート — 作業スタイル別

ローカルでの確認から始めましょう。 entroly go は、検出されたエディターに MCP サーバーを登録し、プロキシとダッシュボードを起動します。API トラフィックをそのプロキシ経由でルーティングするか、サポート対象のホストフックを使ってから、 統合が実際に実行されたことを確認してください。以下の表に、利用可能な方法を示します。 | ご利用の状況 | 実行する操作 | 得られるもの | |---|---|---| | 🟢 「アプリの API ベース URL を自分で設定できます。」 (pip／Python ユーザー) | pip install -U entroly && entroly go | ローカルプロキシとダッシュボードを起動します。アプリの接続先を表示された URL に設定し、entroly value --json で検出されたリクエストを確認します | | 「Python ではなく Node を使っています。」 (npm ユーザー) | npm install -g entroly && entroly init | Node／WASM CLI とローカル MCP の利用経路を提供します。完全なプロキシと SDK の利用経路には Python を使用します | | 「ランタイム不要の単一バイナリが必要です。」 (Rust ユーザー) | cargo build --release --bin entroly-rs --features proxy (entroly-core/ から実行) | 依存関係のない単一のネイティブプログラムを作成します | | 「Claude Code、Codex、Gemini CLI、または VS Code のエージェントプラグインを使っています。」 (プラグインユーザー) | そのホスト用の Entroly プラグイン／拡張機能をインストールし、プロンプトを 1 回送信してから、entroly activation status --json を実行します | 信頼できるプロンプトフックが、計画前に範囲を限定したローカル選択を行います。レシートでフックの実行を証明できます | | 「サードパーティー設定を有効にした Cursor を使っています。」 | entroly activation install --host cursor --project . | 元に戻せる Claude 互換のプロンプトフックをマージします。ネイティブ Cursor MCP は引き続き参考情報として機能します | | 「Kiro IDE 1.x または CLI 3.x を使っています。」 | entroly activation install --host kiro --project . | stdout がエージェントのコンテキストに追加される、元に戻せるプロジェクト PromptSubmit フックをインストールします | | 「別の MCP ホストを使っています。」 | entroly attach create --client claude --project . --ttl 4h --install または互換性マトリクスにあるクライアント固有のコマンド | 対象範囲を限定した Entroly ツールとレシートを利用できます。ホストに検証済みのライフサイクルフックがない場合、モデルは MCP を使わないこともあります | | 「Python で独自のアプリを開発しています。」 (SDK ユーザー) | from entroly import compress, compress_messages, optimize | プロンプトを組み立てる場所ならどこでも、コードから直接呼び出せます | | 「API キーがあり、独自のアプリを使っています。」 (プロキシユーザー) | entroly proxy → ANTHROPIC_BASE_URL／OPENAI_BASE_URL／GOOGLE_GEMINI_BASE_URL を localhost:9377 に設定します | プロキシ経由で送信されたリクエストは最適化の対象になります。実際のリクエストの後に、レシートとプロバイダー側で確認された使用量を調べられます |

Cursor MCP ユーザーは、ワンクリックのインストールリンクも利用できます（マーケットプレイス アカウントは不要です）：Entroly を Cursor に追加.

_{暴走セッションのレスキュー — プロキシでは自動、その他の環境では呼び出して利用できます。 長時間のエージェントセッションがプロバイダーのコンテキスト上限に近づくと、大量のツール 出力を送信中に圧縮します。手動での /compact は不要です。プロンプトのプレフィックスはバイト単位で 変わらないため、プロバイダーのウォームキャッシュが維持され、省略されたすべての範囲を 復元できます。プロキシは送信リクエストを確認できるため、自動で処理します。 それ以外の環境 — pip、SDK、プロバイダー SDK のラッパー、または会話履歴を渡す MCP ホスト — では、会話を渡すと同じポリシーが適用されます： from entroly import rescue_session。entroly capabilities は、実行環境に応じて適用される 保護機能を報告します。セッションレスキューをご覧ください。}

利用する理由： モデルに届く不要なコンテキストが減り（料金が下がり、モデルの 注意がそれにくくなります）、削除されたデータにはレシートが付き、復元用ハンドルが 発行される場合は正確に元へ戻せます（各方法で保持される内容は以下を参照してください）。 また、その効果を証明できます。有料キーを接続する前に、自分のリポジトリで実際の 数値を entroly verify-claims と entroly simulate で確認できます。

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="fix the login bug")

entroly compress response.json --out small.json
entroly recover sha256:0b957c79... --out restored.json

復元できる内容：entroly recover は、JSON、ログ、テーブル／CSV、シェル出力について、元の完全な内容を返します。ソースコード、文章のドキュメント、API スキーマ、チャットの記録については、省略された部分（関数本体、文、発言）のみを返し、位置情報は含まれません。そのため、ファイル全体を元に戻す必要がある場合は元のファイルを保管してください。どちらが返されたかは、圧縮レシートに記載されています。 compress() と compress_messages() はテキストのみを返し、復元用のコピーは保持しません。プロキシと rescue_session の圧縮では、短縮した各ブロックの元の完全な内容が保存されます。

あらゆるエージェント、IDE、CI のユースケースに対応する詳しいセットアップ手順：詳しい使い方 · コマンドリファレンス。

---

インテグレーションハブ

SDK、フレームワーク、プロキシ、MCP、プラグイン、エージェントとの境界で Entroly を使用します。掲載されている名称は、ホスト型サブスクリプションの推論が自動的に傍受されることを意味するものではありません。プロバイダーに直接関わるコスト削減が実現するのは、リクエストが Entroly の管理下にある経路を通る場合のみです。

直接利用でき、テスト済みの経路	ガイド付きまたは適用範囲が限定された経路
Vercel AI SDK ミドルウェア · OpenAI SDK · Anthropic SDK	Agno · Strands Agents · CrewAI · AutoGen
LangChain · LiteLLM · MCP	Vertex AI 上の Claude Code · Azure AI Foundry 上の Claude Code
OpenClaw · OpenCode	VS Code 内の Claude Code · VS Code Copilot · Grok

検証済みのインテグレーションと運用に関するハブをすべて見る →

---

30 秒で動作を確認

モック録画ではありません。それぞれの動画は、数値を表示する前にソースアーティファクトを検証する、リポジトリにチェックイン済みのコマンドから生成されています。

entroly verify-claims — インポート、圧縮、レシート、WITNESS チェック、復元、プロキシルーティング、リプレイ。API キーは不要です。

固定された 24 件のホールドアウトで、Entroly は 24/24 件に回答しました。公開済みベースラインは、実効コンテキストが約 1.5 倍の条件で 18/24 件に回答しました。python scripts/readme_proof.py model-recovery

プロセス再起動後に省略された証拠をバイト単位で正確に復元しました。ペイロードは 66 件中 66 件です。python scripts/readme_proof.py restart-recovery

完全なプロトコル、サンプル数、注意事項のすべて：docs/BENCHMARKS.md。

---

ベンチマーク

重要な問いは、送る量を減らした場合、AI は間違えるようになるのか？ ということです。Entroly なし／ありで実施した、標準的な公開テストです。

読み方： 保持率は、AI がどの程度回答の質を保てたかを示します。100% は、テキスト量が大幅に減っても同じように回答できたことを意味します。トークン削減率は、送信量の削減幅（したがって、料金の削減幅）です。gpt-4o-mini で測定。区間は Wilson 95% 信頼区間です。

ベンチマーク	ベースライン	Entroly 使用時	保持率	トークン削減率
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%	パススルー*
*パススルー：コンテキストがすでに予算内に収まっていたため、変更なし。各行 n=20–50。再現方法：python benchmarks/run_readme_benchmarks.py（OPENAI_API_KEY が必要）。

率直にお伝えします。 SQuAD 2.0 の行をご覧ください。正解率は 低下しました（80% → 72%）。圧縮はトレードオフであり、魔法ではありません。常に効果があるわけではありません。そのために entroly simulate があります。何かを決める前に、ご自身のプロジェクトで実行し、ご自身の数値をご確認ください。

ハルシネーション検出（WITNESS、ローカル実行、API 不使用）：20,000 件の HaluEval-QA 判定において、正解率 84.92% ／ AUROC 0.7976。同じ共有サンプルで API 判定者として使用した gpt-4o-mini の報告済み不確実性の範囲内です。

凍結条件で実施したエビデンス選択ベンチマーク（オプトインの PRISM-R 研究プロトタイプ。デフォルトの圧縮器ではありません）：不一致ガードは 300 件中 298 件で回答を含むパッセージを維持し、16 件中平均 1.02 件のパッセージを選択しました（BM25 のみとの対応あり正確 McNemar 検定 p=0.21875）。この実験で測定しているのは既知の回答を含むパッセージの検索であり、生成された回答の品質ではありません。完全なプロトコル：PRISM-R neural evidence frontier。

復元、レイテンシ、直接比較によるフロンティアの結果は、未加工の成果物へのリンクとともに docs/BENCHMARKS.md に記載されています。これらの数値はどれも、あらゆるワークロードに適用できる普遍的な保証でも、本番環境での削減保証でもありません。entroly simulate と entroly value を使って、ご自身のリポジトリで再現してください。

---

正解率の保持

メンテナーが過去に報告した実験結果であり、品質を保証するものではありません。 以下の表は、トークン予算を 50K に設定した 1 回の実行結果です。信頼区間が重なっていても、同等性が立証されるわけではなく、性能低下の可能性も排除できません。これらの結果は、ここでは独立に再現されていません。

_{モデル：gpt-4o-mini · 予算：50K トークン · Wilson 95% 信頼区間 · 再現方法：python -m bench.accuracy --benchmark all}

ベンチマーク	n	ベースライン（95% 信頼区間）	Entroly（95% 信頼区間）	保持率	ベンチマーク差分
NeedleInAHaystack	20	100.0% [83.9–100%]	100.0% [83.9–100%]	100.0%	ベースライン
GSM8K	100	85.0% [76.7–90.7%]	86.0% [77.9–91.5%]	101.2%	+1.0%
SQuAD 2.0	100	84.0% [75.6–89.9%]	83.0% [74.5–89.1%]	98.8%	-1.0%
MMLU（4 択 MCQ）	100	82.0% [73.3–88.3%]	85.0% [76.7–90.7%]	103.7%	+3.0%
TruthfulQA（MC1）	100	72.0% [62.5–79.9%]	73.0% [63.6–80.7%]	101.4%	+1.0%
LongBench（HotpotQA）	100	57.0% [47.2–66.3%]	59.8% [49.8–69.0%]	104.9%	+2.8%

_{報告された SQuAD スコアは 84% から 83% に低下しました。保持率が 100% を超える場合、サンプリングやモデルの変動が反映されている可能性があります。表示されている区間は過去に報告された値であり、検証済みの対応あり比較ではありません。Wilson 信頼区間は二値の結果を前提としており、部分点を平均したスコアの不確実性を裏付けるものではありません。非劣性を立証するには、事前に許容幅を定め、タスクごとの対応あり結果を収集し、適切な不確実性推定と十分なサンプルサイズを用いる必要があります。これらの結果を、より強い圧縮や他のモデルに当てはめることはできません。}

コンテキスト選択の品質

_{19個のフラグメントからなる合成コーパス · 300トークンの予算 · 3つのテスト用クエリ · 再現方法：entroly benchmark}

指標	RAW（単純なFIFO）	TOP-K（ローカルベースライン）	ENTROLY（ナップサック）
選択されたフラグメントの平均数	6.0	6.0	8.7
平均モジュールカバレッジ	3.0	3.7	8.7
SAST の検出合計	0	0	3

_{Entroly は TOP-K が 3.7 個のモジュールを見るのに対し、8.7 個のモジュールを認識します。認証、決済、そしてレート制限が含まれます。TOP-K はレート制限を見落とします。詳細な方法、信頼区間、再現コマンド →}

---

研究

Entroly には、以下の研究志向の実装が含まれています。モジュールが存在することは、本番環境での信頼性、数学的新規性、または独立した検証を示すものではありません。実装と評価上の制限を確認してください。

アルゴリズム	機能	実装
BIPT	コルモゴロフに着想を得た出所追跡による、バイトレベルのハルシネーション検出	provenance_tracer.py
NKBE	ナッシュ・KKT に基づくマルチエージェントのトークン予算均衡	nkbe.rs
因果コンテキストグラフ	介入を考慮したフラグメントフィードバック学習	causal.rs
コグニティブバス	KL ダイバージェンスによる優先度付けを用いた ISA イベントルーティング	cognitive_bus.rs
共鳴行列	超モジュラなフラグメントのペア価値学習	resonance.rs
System 1 <> 2	二重プロセスによる検証済み信念ブリッジ（プロキシ <> 保管庫）	coupling.py

研究ドキュメント全文を読む · Entroly を引用する

---

機能

• 最初に選び、その後で縮小します — 実際に質問への回答に役立つファイルを見極めてから、圧縮します。
• 元の内容を正確に復元できます — 省略された内容はすべて、一字一句そのまま復元し、フィンガープリントと照合できます。
• 処理内容を明示します — 何を残し、何を省いたか、その理由、そして残るリスクを、すべての判断について記録します。
• 回答の事実を確認します — 2回目の AI 呼び出しに費用をかけず、お使いのマシン上で、AI の回答を与えられた証拠と照合します。
• キャッシュを損ないません — プロンプトの変化しない部分を安定させるため、プロバイダーによる繰り返しテキストの割引が引き続き適用されます。
• セッションのクラッシュを防ぎます — 会話が大きくなりすぎたとき、タスクの途中でプロバイダーにリクエストを拒否されるのではなく、復元可能な出力を削減します。
• コストの低い作業を低コストのモデルに振り分けられます — オプション機能で、不確かな場合はフェイルクローズします。
• エージェント間で共有するメモリ — Claude、Codex、Cursor、Gemini が、自動 SimHash 重複排除とエージェントの出所追跡を備えた、同じ圧縮コンテキストストアを読み書きできます。
• 出力トークンの削減 — 労力ベースのルーティングでクエリの複雑さを分類し、モデルの冗長さを調整して、入力トークンとともに出力トークンも削減します。
• シェルフックによる圧縮 — git、npm、cargo、docker、pytest、kubectl、terraform の CLI 出力を透過的に圧縮します。エラーと警告を保持し、進捗バーや定型出力を取り除きます。
• 画像の圧縮 — ビジョン API 呼び出し向けに、スクリーンショットや図を40～90％削減します。オプションで OCR によるテキスト抽出も利用できます。
• 失敗パターンの分析 — entroly learn --deep がセッションデータから繰り返し発生する失敗パターンを分析し、CLAUDE.md、.cursorrules、その他のエージェント設定に修正内容を書き込みます。

CLI、Python/TypeScript SDK、MCP サーバー、HTTP プロキシ、またはライブラリのインポートとして実行できます。全機能の一覧：docs/product-surface.md。アーキテクチャと Rust 内部実装：docs/DETAILS.md。

---

Entroly の比較

Entroly は、予算に基づく選択、ソース範囲のレシート、任意の検証を組み合わせています。これらはそれぞれ異なる保証です。レシートは保持された内容と省略された内容を記録し、復元ではソースの完全性を確認します。WITNESS/EICV による検証では、依然として偽陽性や偽陰性が発生する可能性があります。ソルバーの目的関数は有用なコンテキストを近似するものであり、選択したコンテキストがタスクに十分であることを証明するものではありません。

同じタスクセット、バージョン、モデル、トークン予算、品質基準を使ってツールを比較してください。ローカルの TOP-K フィクスチャは、商用製品の性能を測定するものではありません。ここでは、独立して再現した製品間比較は提供していません。

---

お使いのスタックとの連携

Entroly リポジトリから公開 Codex プラグインをインストールします。

codex plugin marketplace add juyterman1000/entroly --ref main
codex plugin add entroly@entroly-public

Codex を再起動し、フックを確認して信頼したうえで、タスクの実行後に entroly activation status --json を実行します。マーケットプレイスでは、プラグインとともにローカルの Node/WASM ランタイムがインストールされるため、Entroly の実行前に MCP ツールを呼び出すようモデルに記憶させる必要はありません。レシートによって、フックが実行され、ローカルのコンテキストが選択されたか、明示的に一致なしと判定されたことを証明できます。プロバイダーに送信される入力を揃えたベースラインがなければ、トークンやコストの削減を証明するものではありません。

同じ公開リポジトリを Gemini CLI の拡張機能としてインストールします。

gemini extensions install https://github.com/juyterman1000/entroly --ref main --consent

インストール後、Gemini CLI を再起動します。リポジトリのルートには gemini-extension.json と GEMINI.md があるため、インテグレーションのサブディレクトリに移動せずにコマンドを実行できます。

VS Code または Kiro の場合は、最新のGitHub リリースから entroly-vscode-*.vsix アセットをダウンロードし、Extensions: Install from VSIX または code --install-extension を使ってインストールします。この拡張機能は単独で動作し、API キーは必要ありません。

JetBrains AI Assistant ユーザーは、Settings → Tools → AI Assistant → Model Context Protocol (MCP) から同じサーバーをグローバルに追加できます。

{
  "mcpServers": {
    "entroly": {
      "command": "npx",
      "args": ["-y", "[email protected]", "serve"],
      "env": {
        "ENTROLY_NO_DOCKER": "1",
        "ENTROLY_MCP_PASSIVE": "1",
        "ENTROLY_MCP_PROFILE": "public",
        "ENTROLY_MAX_FILES": "200"
      }
    }
  }
}

このリポジトリには、このセットアップを案内し、リクエストに応じてローカルランタイムを確認し、証拠の境界を見える状態に保つ、無料のオープンソース JetBrains プラグインも含まれています。詳しくは extensions/jetbrains をご覧ください。

MCP マーケットプレイスとプラグインのマニフェストでは、コンパクトな public プロファイルを選択するため、エージェントにはコアとなるコンテキスト、レシート、継続性、復元、検証のツールが優先的に表示されます。entroly serve を直接実行した場合も後方互換性が保たれ、すべてのツールが利用できます。ENTROLY_MCP_PROFILE=public または ENTROLY_MCP_PROFILE=full を指定すれば、どちらの動作にするかを明示的に選べます。

ソースチェックアウトからのエージェント間レビュー

同梱の entroly-agent-review スキルは、ローカル環境での Claude から Codex（または別のエージェント）へのコードレビューをガイドします。両方のエージェントを同じリポジトリとローカルの Entroly 状態に接続し、まず作成者にタスクを取得させ、work_state で workstream_id を取得してから、レビュー担当者に work_handoff を呼び出します。レビュー担当者は、追加の作業を取得する前に work_pending_handoffs、work_resume、work_acknowledge_recovery を使用し、その後、差分を独自に確認して work_record_review を呼び出します。work_reviews は、レビュー対象のソースが現在も最新かどうかを報告します。各ホストで最初に work_capabilities を実行して、実際のリポジトリルートを確認してください。MCP の登録だけでは、正しいチェックアウトが選択されているとは限りません。

MCP クライアントを使わずにソースチェックアウトを行う場合は、 エージェント継続ガイドに、同等の entroly-work の引き継ぎ、受信トレイ、レビュー用コマンドが記載されています。

作成者のモデルの予算が尽きて work_handoff を呼び出せなかった場合、レビュー担当者は work_resume(to_agent=...) を呼び出して、引き継ぎなしの状況を再構成した証拠と、現在変更されているファイルの証拠を取得できます。以前のエージェントの意図は不明として扱い、復元された状態を確認したうえで、ソースを独自にレビューする必要があります。Claude が終了した後に、Claude が作成した引き継ぎを作成または記録することはできません。

引き継ぎとレビューは、ローカルの Work Graph レコードです。これらのレコードは、レビュー担当者の記述を、観測された Git の状態とファイルのダイジェストに結び付けますが、レビュー担当者のモデルのアイデンティティを証明したり、判定の正しさを証明したりするものではありません。このワークフローには、現時点ではローカル状態の共有が必要です。顧客がホストする複数マシン対応サービス、アイデンティティポリシー、監査管理は、別途取り組むエンタープライズ向け作業です。

MCP 経由の方法はプロバイダーに依存しません。ホストでは、OpenAI、Anthropic、Google、Mistral、DeepSeek、Kimi、GLM、またはローカルモデルを使用できます。モデルプロバイダーごとに個別のプラグインマーケットプレイスがあるわけではなく、ホストの MCP または拡張機能の契約が統合の境界となります。

エージェント／プラットフォーム	方法	ステータス
Claude Code	同梱の UserPromptSubmit フック + スコープを限定した MCP	プラグインの有効化後は決定論的
Codex CLI / app	同梱の UserPromptSubmit フック + スコープを限定した MCP	フックを信頼した後は決定論的
Gemini CLI	同梱の BeforeAgent フック + スコープを限定した MCP	拡張機能の有効化後は決定論的
OpenClaw	コンテキストエンジンプラグイン + スコープを限定した MCP	ネイティブ
Cursor	Claude 互換のプロジェクトフック。MCP またはプロキシにフォールバック	サードパーティ設定を有効にした場合に限り決定論的
Kiro IDE 1.x / CLI 3.x	プロジェクトの PromptSubmit フック	プロジェクトへのインストール後は決定論的
VS Code / Copilot agent mode	対応している場合はエージェントプラグインフック。MCP にフォールバック	ホストのバージョンに依存
IntelliJ / JetBrains AI	MCP またはサポートされているカスタムエンドポイント	ライフサイクルフックが検証されるまでは助言的
GitHub Copilot CLI	MCP（サブスクリプション）/ プロキシ（BYOK）	サポート済み
Cortex Code	SDK／ライブラリの境界のみ	ラップ対象として未検証
Aider、OpenCode、その他 30 以上	セッション単位の OpenAI 互換プロキシ	1 コマンド

フックによる制御はホストが担うため、そのホストが OpenAI、Anthropic、Gemini、Kimi、DeepSeek、Mistral、GLM のどのモデルを実行するかには左右されません。ステータスが示すのは統合の深さであり、コスト削減の保証ではありません。プロバイダー側で観測されるコスト削減には、リクエストが Entroly のプロキシ経路を通過する必要があります。Entroly は、Copilot のネイティブ経路で GitHub がホストするサブスクリプション推論をインターセプトするとは主張していません。完全な互換性マトリックスについては、docs/agent-compatibility.md をご覧ください。

Entroly は、OpenAI、Anthropic、Google、Meta などの最新モデルについて、検証済みのメタデータを保持しています。ローカルの Ollama モデルは自動検出されます。モデルごとの詳細については、docs/DETAILS.md をご覧ください。

---

使用する場合・見送る場合

最適な用途： エージェントが一度に参照できるファイルが少ない大規模なリポジトリ・複数回のやり取りを重ねるエージェント・根拠に基づいて回答を確認したい場面・増え続けるAI費用を実際に削減したい場合。

見送る場合： 予算内に収まる小規模なリポジトリや短いプロンプト・常にフラッグシップモデルの全機能を使いたい、判断が重視されるタスク。

---

その他のコマンド

合成的な節約額の推定ではなく、根拠に基づいた最適化を行うには、次のコマンドを使用します。

entroly learn --history --json
entroly shrink -- pytest -q
entroly trial --experiment checkout-fix --arm baseline -- codex exec "fix the checkout test"
entroly trial --experiment checkout-fix --arm optimized -- codex exec "fix the checkout test"
entroly trial --report checkout-fix
entroly browser https://example.com --query "billing settings"
entroly find docs/product-surface.md --query "exact source evidence" --json
entroly response set evidence --scope project

試行では、状態を持つエージェントタスクや有料のエージェントタスクが意図せず繰り返されないよう、明示的に選択したアームを一度に1つずつ実行します。応答コントラクトはエージェントへの指示を構成するものであり、応答を切り詰めたり、測定対象の節約額に加算したりするものではありません。ブラウザーやコマンドの削減では、正確なローカル復旧用ハンドルが保持され、安全ゲートを満たせない場合はそのまま処理が続行されます。

エージェントの身元と、許可された操作を明示する必要があるチーム向けのコマンドです。

entroly govern status                          # identity, policies, audit chain
entroly govern policy check write --risk high  # evaluate one authorization
entroly govern audit verify                    # exit non-zero on a broken chain

認可はデフォルトで拒否され、拒否のたびに適用されたポリシーと理由が示されます。audit verify は記録されたエントリが後から改ざんされていないことを確認しますが、すべての操作が記録されたことを証明するものではありません。また、govern status が報告するのはローカルのコントロールプレーンの状態のみであり、各エージェント操作がそこを経由したことを証明するものではありません。ENTROLY_IDENTITY_KEY が設定されていない場合、ID トークンは署名されません。また、認証情報が表示されることはありません。

その他に利用できるコマンド：entroly memory、entroly wrap、entroly unwrap、entroly serve、entroly daemon、entroly dashboard、entroly demo、entroly capabilities、entroly ingest、entroly select、entroly receipt、entroly explain、entroly context-commit、entroly proof、entroly benchmark、entroly cache、entroly ravs、entroly perf、entroly batch、entroly usage。詳細な説明：コマンドリファレンス。

---

よくある質問

コードやファイルは変更されますか？

コンテキストの選択では、ソースファイルを読み取ります。Entroly は、対応するセットアップコマンドまたは学習コマンドを実行すると、ローカルインデックス、レシート、復旧データ、設定も書き込みます。有効にする前に、生成されたエージェント設定を確認してください。

コードがどこかにアップロードされますか？

ローカルでの選択と決定論的な検証は、マシン上で実行されます。設定済みのクラウドプロバイダーには、選択されたコードとプロンプトを含むリクエストが送信されます。オプションの WITNESS NLI では、証拠と主張が OpenAI に送信される場合があります。製品テレメトリはデフォルトでオフですが、同意し、エンドポイントを設定すると、許可リストに登録されたイベントがアップロードされる場合があります。パッケージの修復もオプトインです。ネットワーク機能を有効にする前に[プライバシー](PRIVACY.md)を、レシートや診断バンドルを共有する前に[復旧データのセキュリティ](docs/recovery-data-security.md)をお読みください。

重要な情報が抜けていたらどうなりますか？

レシートに裏付けられた圧縮では、復旧用のデータが保持されます。`entroly recover` は、記録されたダイジェストと長さを使って元のデータを検証します。復旧データが欠落、削除、または破損していると、復旧できない場合があります。レシートがあっても、エージェントの回答が正しいとは限りません。

実際にどれくらい節約できますか？

率直に言うと、プロジェクトによって異なります。プロジェクト内で `entroly simulate` を実行してください。無料で、API キーも不要です。ご自身のファイルで削減量を見積もります。プロンプトがすでに短い場合、Entroly は変更せずにそのまま通します。

開発者ではなくても使えますか？

Claude Code や Cursor などの AI コーディングツールを使っている場合は、まず[ローカルチェック](#install)を実行し、その後、該当する連携方法を選んでください。`entroly go` はプロキシとダッシュボードを起動し、検出された MCP クライアントを登録しますが、それだけでは、すべてのモデルリクエストがプロキシ経由になるわけではありません。

問題が起きました／行き詰まっています。

`entroly doctor` を実行してください。それでも解決しない場合は、[イシューを作成](https://github.com/juyterman1000/entroly/issues)するか、[ディスカッション](https://github.com/juyterman1000/entroly/discussions)で質問してください。

エージェント間で共有するメモリ

SimHash による重複排除と BM25 検索を備えた、コンテンツアドレス方式のストアです。複数のエージェント（Claude Code、Codex、Cursor）が、出典情報の追跡機能を使って同じナレッジベースに書き込み、クエリを実行できます。

from entroly import shared_memory_write, shared_memory_search
shared_memory_write("Auth uses JWT with RS256", agent_id="claude-code", tags=["auth"])
results = shared_memory_search("authentication tokens")  # finds it, from any agent

出力トークンの削減

3 層のパイプラインです。労力の分類によって簡潔さの指示を調整し、max_tokens の予算で生成量を制限し、生成後の蒸留で冗長な部分を削ります。「はい／いいえ」で答えられるクエリには最大 150 トークンを割り当て、詳細なアーキテクチャレビューには 16,384 トークンを割り当てます。

シェルフックによる圧縮

git、npm、cargo、docker、pytest、kubectl、terraform 用のコマンド別パターンを使って、エラーと重要な結果を残しながら、プログレスバー、非推奨の警告、定型的な出力を取り除きます。コンテンツアドレス方式のハンドルを使って、出力全体を復元できます。

entroly hook install     # adds transparent compression to your shell
entroly hook status      # shows which shells have the hook

失敗パターンのマイニング

entroly learn --deep は、PRISM のフィードバック、vault の信念、進化デーモン、チェックポイントデータをマイニングして、繰り返し発生する失敗パターンを特定し、エージェント設定ファイル向けの修正を生成します。

---

ドキュメント

• ベンチマーク — すべての数値、プロトコル、成果物、注意事項を記載しています。
• Context Commit の適合性 — 決定論的リプレイ 128/128、完全復元 576/576、改ざん検出 768/768。
• アーキテクチャと内部構造 — Rust モジュール、圧縮パイプライン、来歴、コマンドリファレンス。
• エージェントの互換性 — 対応するすべてのクライアントと、それぞれの認証境界。
• 制限事項 — Entroly が役立つ範囲、処理をそのまま通す範囲、保証しない事項。
• 製品機能の一覧 — CLI、SDK、MCP、プロキシ、検証、メモリ、セキュリティ。
• 初回実行時の信頼性 — 有料モデルのキーを接続する前に実行すること。
• 公開情報ポリシー — 主張の段階、ベンチマークの対象範囲、パッケージへのリンク。
• AI コスト最適化ガイド — モデルの性能を低下させずに、コンテキストの整形でコストを削減する方法。
• モデルによる復元のトリガー — 自動的な省略内容の復元に関する検証。
• クックブック — コピーしてそのまま使えるレシピ。
• ディスカッション · 課題

_{Apache-2.0 · ローカル優先 · デフォルトでは外部への分析データ送信なし}

pip install entroly && entroly go