headroom
在工具输出、日志、RAG 分块、文件和对话历史传入 LLM 之前对其进行压缩
仍在活跃开发：最近 90 天有 1,179 次提交，最近一次提交在 2026-10-01。
GitHub 星数
7.4 万
近 30 天涨星
+1,260
近 90 天提交
1,179
近 6 个月发版
10
headroom 是一个库、代理和 MCP 服务器，可压缩工具输出、日志、RAG 分块和文件等 Agent 输入，以减少 token 用量。它在本地运行，提供多种集成方式（库、代理、Agent 包装），并通过本地缓存保持压缩的可逆性。它支持跨 Agent 记忆，并能从失败的会话中学习。
和同类工具的区别
为多种 Agent 输入（JSON、代码、文本）提供无损压缩，支持本地执行和可逆检索。
主要能力
- 通过压缩减少 token 用量
- 本地处理（不向外部发送数据）
- 多种集成模式（库、代理、包装、MCP）
- 带去重功能的跨 Agent 记忆
- 支持本地检索的可逆压缩
- 减少输出 token 用量
- 从失败的会话中学习
适合
- 降低 Agent 工作流中的 LLM token 成本
- 优化工具输出、日志和 RAG 分块的摄取
- 构建或运行 AI Agent 的开发者
不太适合
- 聊天机器人或图像生成器等面向最终用户的 AI 应用
- 非 AI 产品
局限
- 需要本地部署或集成
- 主要侧重于输入优化
headroom 的替代品
- Context Mode：在沙箱中隔离工具输出、持久化会话记忆并跨平台强制执行路由的 MCP 服务器（2.5 万星）
- PromptOptimizer（314星）
- Repomix：将整个代码仓库打包成单个 AI 友好的文件，供 LLM 和其他 AI 工具使用（2.9 万星）
- MemOS：面向 LLM 和 AI Agent 的记忆操作系统，支持图结构、多模态存储与检索（1.2 万星）
- Supermemory：速度极快、可扩展且可完全在本地运行的记忆与上下文引擎及应用。AI 时代的记忆 API。（3.1 万星）
- Claude-Mem：捕获并压缩 Agent 活动，为不同编码会话提供相关上下文（9.5 万星）
常见问题
- headroom 是做什么的？
- headroom 是一个库、代理和 MCP 服务器，可压缩工具输出、日志、RAG 分块和文件等 Agent 输入，以减少 token 用量。它在本地运行，提供多种集成方式（库、代理、Agent 包装），并通过本地缓存保持压缩的可逆性。它支持跨 Agent 记忆，并能从失败的会话中学习。
- headroom 还在维护吗？
- 仍在活跃开发：最近 90 天有 1,179 次提交，最近一次提交在 2026-10-01。
- headroom 有哪些替代品？
- 和 headroom 最接近的开源替代品有 Context Mode、PromptOptimizer、Repomix、MemOS、Supermemory、Claude-Mem。
- headroom 是开源的吗？
- 是的，headroom 是开源项目，代码托管在 GitHub 上。
星数、提交和发版数据来自 GitHub API，每天自动刷新。介绍文字由 AI 从英文翻译，并经过第二个模型的回译校对。 项目地址：github.com/headroomlabs-ai/headroom