Сжатие контекста для LLM до отправки
🔹 headroomlabs-ai/headroom
⭐ 63424 звёзд · Python
Инструмент жмёт выходы тулов, логи, RAG-чанки и файлы перед тем, как они попадут в модель: 60–95% экономии токенов на JSON и 15–20% на кодовых агентах при тех же ответах. Работает как библиотека, HTTP-прокси или MCP-сервер.
Внутри ContentRouter выбирает компрессор под тип данных: SmartCrusher для JSON, CodeCompressor для AST, Kompress-v2-base для текста. Сжатие обратимо через CCR — оригиналы кэшируются локально и восстанавливаются по требованию.
Совместим с Claude Code, Cursor, Aider, Cline, Continue, OpenHands, Grok CLI и ещё десятком агентов. Ставится через pip, uv или npm, нужен Python 3.10+. Команда `headroom learn` разбирает провальные сессии и дообучается на ошибках.