项目截图
概览
Headroom 拦截从应用程序或 AI 智能体流向 LLM 提供商的数据，并在本地进行压缩。它使用内容感知路由系统为不同数据类型（如 JSON、代码或自然语言）选择合适的压缩器。除了输入压缩外，它还包含输出 token 缩减功能，可修剪冗长的模型响应。它还通过在本地缓存原始数据提供可逆压缩，允许 LLM 通过 MCP 工具按需检索这些数据。
主要功能
- 库、代理和 MCP 服务器部署模式
- 针对 JSON、代码和文本的内容感知压缩
- 通过本地缓存实现可逆压缩（CCR）
- 具有自动去重功能的跨智能体共享内存
- 通过冗余度引导和努力路由实现输出 token 缩减
- 对 Claude Code、Cursor 和 Aider 等工具的智能体封装
- 数据保留在本机上的本地优先架构
要求、安装和快速入门
可以通过 uv、pip、npm 或 Docker 安装 Headroom。对于完整的 Python CLI，请使用 `uv tool install --python 3.13 "headroom-ai[all]"` 或 `pip install "headroom-ai[all]"`。对于 TypeScript SDK，请使用 `npm install headroom-ai`。Docker 可通过 `docker pull ghcr.io/chopratejas/headroom:latest` 获取。
用法
安装完成后，可以通过多种方式启动 Headroom。使用 `headroom deploy` 进行交钥匙式本地部署，使用 `headroom wrap claude` 封装特定的编程智能体，或使用 `headroom proxy --port 8787` 作为直接替换的代理。可以使用 `headroom doctor` 验证设置，并使用 `headroom dashboard` 查看节省情况。
模型兼容性与使用场景
Headroom 通过其代理与任何兼容 OpenAI 的客户端配合使用。它支持 Anthropic 和兼容 OpenAI 的端点以实现输出 token 缩减功能。它可以封装包括 Claude Code、Codex、Grok CLI、Cursor、Aider、Copilot CLI、VS Code Copilot、Cline、Continue、Goose 和 OpenHands 在内的智能体。
许可证与风险说明
该仓库采用 Apache-2.0 许可证授权。
Editorial verification 2026-08-09: repository URL, owner, description, license and repository statistics were reviewed. License metadata: Apache-2.0. README was fetched for the channel draft; re-check repository dependencies, releases and model terms before production use.
发布与维护
Not stated in the repository metadata.