📌 chopratejas/headroom – AI 代理上下文壓縮層

Headroom 是一個專為 AI 代理設計的上下文壓縮層，旨在減少 LLM 處理時的 Token 數量。它能將工具輸出、日誌、RAG 區塊和對話歷史在送達模型前進行壓縮，最高可減少 60-95% 的 Token 消耗，且不影響回答品質。Headroom 透過智能路由選擇最適合的壓縮算法（如 JSON 專用或 AST 壓縮），並支持可逆壓縮 (CCR)，確保模型在需要時能重新獲取原始數據。

🔍 項目特色

1. 多模態壓縮：提供庫 (Library)、代理 (Proxy) 與 MCP 伺服器三種部署方式。
2. 一鍵封裝：可直接 wrap Claude, Cursor, Aider 等代理，無需修改程式碼。
3. 跨代理記憶：在不同 AI 代理之間共享存儲並自動去重。
4. 自我進化：透過 headroom learn 從失敗會話中提取修正建議並寫入配置檔。

⭐ 即時人氣

• 38,728 ⭐

🚀 查看 GitHub 專案

📡 來源: GitHub Trending (Daily) | 每週自動追蹤