headroom：在内容进模型之前先把它压小
来源：GitHub — 2026-10-22 · ⭐ 77,115 stars · Python
📋 概述
Headroom 是给 AI 智能体做的上下文压缩层：工具输出、日志、RAG 片段、文件与对话历史在送进模型之前先被压掉冗余。官方给的数字是编码智能体省 20% token、JSON 省 60% 到 95%，而答案是同一个。压缩全部在本机完成，提示与文件内容不会被送去任何地方。交付形态有 Python/TypeScript 库、零改代码的本地代理、一行 wrap 包住十几个 CLI 智能体、MCP 服务器，以及可回溯的原文缓存。
🔑 核心要点
- 官方示例把 55,957 token 的智能体提示压到 24,340 token，第 67 条那个 FATAL 行逐字节保留。
- 四种接入方式：compress(messages) 库调用、headroom proxy --port 8787 本地代理、headroom wrap 一行包住 claude/codex/cursor/aider 等工具、MCP 服务器。
- 压缩是可逆的（CCR）：原文缓存在本地，需要时按需取回，而不是一次有损摘要。
- headroom learn 会挖出失败的会话，把纠正写进 CLAUDE.local.md、AGENTS.md 或 GEMINI.md 这类规则文件。
💡 金句
Same answers, fraction of the tokens.
👍 0
👎 0
← 返回 GitHub Trending 首页