headroomlabs-ai/headroom
在工具输出、日志、文件和 RAG 块到达 LLM 之前对其进行压缩。编码代理的标记减少了 20%，JSON 的标记减少了 60-95%，答案相同。库、代理、MCP 服务器。
项目简介
headroomlabs-ai/headroom 是一个用 Python 编写的开源项目，在 GitHub 上归入「后端库」这一类。目前累计 64,734 个 Star、4,921 次 Fork，许可协议为 Apache-2.0。
它的核心定位是：在工具输出、日志、文件和 RAG 块到达 LLM 之前对其进行压缩。编码代理的标记减少了 20%，JSON 的标记减少了 60-95%，答案相同。库、代理、MCP 服务器。官方仓库把它描述为这样的工具，我们在收录时按中文语境重新整理了这个说法，方便你快速判断它是否匹配手头的需求。
从仓库标签看，这个项目主要围绕 agent、ai、anthropic、claude-code、compression 展开。如果你正在这几个方向上找现成的实现，它值得先浏览一遍 README 与示例目录。
仓库原文：Compress tool outputs, logs, files, and RAG chunks before they reach the LLM. 20% fewer tokens for coding agents, 60-95% fewer tokens for JSON, same answers. Library, proxy, MCP server.
关键信息
| 主要语言 | Python |
|---|---|
| 开源许可 | Apache-2.0 |
| 仓库创建 | 2026-01-07 |
| 最近推送 | 2026-08-04 |
| 收录时间 | 2026-08-05 |
| 仓库地址 | https://github.com/headroomlabs-ai/headroom |
| 克隆命令 | git clone https://github.com/headroomlabs-ai/headroom.git |
| 项目官网 | https://docs.headroomlabs.ai/docs |
适合什么场景使用
直接看 README 的功能清单与快速开始，判断能否替换掉你正在手写的部分。
star 数与近期推送时间能说明项目是否活跃，挑最近半年仍有提交的模块读更划算。
先确认许可协议与 issue 的处理速度，再评估维护成本，不要只看 star 数量。
技术标签
- agent
- ai
- anthropic
- claude-code
- compression
- context-engineering
- context-window
- cursor
