headroomlabs-ai/headroom

Что это?

Ключевые возможности

• 01Маршрутизация по типу содержимого: выбор компрессора для JSON, кода или текста.
• 02Обратимое сжатие: оригиналы кэшируются локально и доступны по запросу.
• 03Прокси без необходимости менять код и обёртки для популярных инструментов разработки, запускаемые одной командой.
• 04Библиотеки Python и TypeScript с функцией compress() для встроенного использования.
• 05MCP-сервер с инструментами compress, retrieve и stats.
• 06Локальная обработка: содержимое промптов и файлов не отправляется стороннему сервису для сжатия.

Сценарии использования

• Снижение расходов на токены при работе с агентами для разработки, такими как Claude Code или Cursor, во время долгих сессий с большим объёмом вывода инструментов.
• Сжатие дампов логов или крупных результатов поиска в JSON перед отправкой модели для отладки.
• Сокращение размера полученных фрагментов RAG в существующем конвейере LangChain или LiteLLM.
• Маршрутизация нескольких агентов через общий прокси и слой памяти.

Быстрый старт

1. 1

   Установите CLI с помощью uv

   uv tool install --python 3.13 "headroom-ai[all]"
2. 2

   Или установите пакет Python с помощью pip

   pip install "headroom-ai[all]"
3. 3

   Запустите drop-in-прокси на порту 8787

   headroom proxy --port 8787
4. 4

   Проверьте установку с помощью проверки работоспособности

   headroom doctor

Что важно знать

• !Эффект сжатия сильно различается: обычный текст и уже плотный вывод почти не сжимаются.
• !Бенчмарки сжатия в README приведены самим проектом и проводятся на определённых сценариях с начальными данными.

Темы

Частые вопросы

Что такое headroom?

Сжимает вывод инструментов, логи, файлы и фрагменты RAG перед отправкой в LLM — в виде библиотеки, прокси или MCP-сервера. Headroom — это слой сжатия контекста для AI-агентов и приложений на базе LLM. Он сжимает вывод инструментов, логи, фрагменты RAG, файлы и историю диалога перед отправкой модели. Сжатие выполняется локально, на машине пользователя. Маршрутизатор контента определяет тип каждой полезной нагрузки: JSON передаётся в SmartCrusher, исходный код — в учитывающий AST CodeCompressor, а текст — в модель Kompress-v2-base.

headroom можно использовать бесплатно? Какая у него лицензия?

headroom распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.

headroom всё ещё поддерживается?

Активно поддерживается. Последний коммит в headroom — 17 окт. 2026 г..

Для чего можно использовать headroom?

Снижение расходов на токены при работе с агентами для разработки, такими как Claude Code или Cursor, во время долгих сессий с большим объёмом вывода инструментов. Сжатие дампов логов или крупных результатов поиска в JSON перед отправкой модели для отладки. Сокращение размера полученных фрагментов RAG в существующем конвейере LangChain или LiteLLM. Маршрутизация нескольких агентов через общий прокси и слой памяти.

Как установить headroom?

Установите CLI с помощью uv: uv tool install --python 3.13 "headroom-ai[all]" Или установите пакет Python с помощью pip: pip install "headroom-ai[all]" Запустите drop-in-прокси на порту 8787: headroom proxy --port 8787 Проверьте установку с помощью проверки работоспособности: headroom doctor

Где скачать headroom?

Исходный код и инструкции по установке — на GitHub: https://github.com/headroomlabs-ai/headroom