Headroom 是一个开源上下文压缩层,在 LLM 读取前压缩工具输出、日志、RAG 片段、文件及对话历史,平均减少 60–95% token 消耗,且答案一致。本地运行,支持可逆压缩,不会丢失数据。
- 实测效果:代码搜索 token 从 17,765 降至 1,408(-92%),SRE 调试从 65,694 降至 5,118(-92%),GitHub Issue 分类减少 73%,代码库探索减少 47%;基准测试准确率持平甚至微升。
- 三种部署方式:零代码代理
headroom proxy --port 8787,Python/TypeScript 库 compress(messages),MCP 服务器;也可直接 headroom wrap claude 自动路由 Claude Code、Codex、Cursor、Aider 等。- 内部压缩器栈:SmartCrusher(JSON)、CodeCompressor(AST 感知,支持 6 种语言)、Kompress-base(自定义 HuggingFace 模型)、CacheAligner(稳定前缀提升 KV 缓存命中),并支持 CCR 可逆压缩。
- 额外功能:跨 Agent 记忆存储(自动去重)和
headroom learn(分析失败会话写入 AGENTS.md)。GitHub: github.com/chopratejas/headroom
#开发者 #工具
📢 频道:@DevToolboxHub
