headroom
SHA-256AI 에이전트가 읽기 전에 압축 도구의 출력, 로그, RAG 청크 및 파일을 압축하여 토큰을 60-95% 줄이면서도 답변은 동일하게 유지합니다. 라이브러리, 에이전트 및 MCP 서버를 제공합니다.
AI 에이전트의 Token을 절약하는 신기한 도구, 압축률이 놀랍고 답변은 변하지 않습니다.
주요 기능
- 가역 압축(CCR): 원본 데이터를 로컬에 저장하고 LLM이 필요에 따라 검색 가능, 손실 없음
- 6가지 압축 알고리즘 자동 적용: JSON 스마트 압축, AST 코드 압축, 텍스트 압축 등
- 제로 코드 통합: 프록시 래핑(Claude Code/Codex/Cursor 등 한 줄 명령), 라이브러리 호출, 투명 프록시 지원
- 크로스 에이전트 메모리: Claude, Codex, Gemini 등이 압축 컨텍스트를 공유하며 자동 중복 제거
- 자동 학습: 실패한 세션 분석 후 수정 사항을 AGENTS.md / CLAUDE.md에 기록
할 수 없는 것
- •Python 3.10+ 및 최신 Node.js 환경만 지원합니다. AI 에이전트 시나리오에 적합하며, 일반 텍스트 압축 효과는 보통입니다. 가역 압축(CCR)은 로컬 저장 공간이 필요합니다. 클라우드에 완전히 의존하고 파일을 보관할 수 없는 경우 CCR을 비활성화하세요.
사용 사례
- AI 프로그래밍 에이전트 일상 사용(Claude Code, Cursor, Aider 등), API 비용 대폭 절감
- 다중 에이전트 협업 워크플로우, 공유 메모리를 통한 반복 컨텍스트 전송 감소
Headroom은 AI 에이전트를 위한 컨텍스트 압축 계층으로, 토큰 사용량을 60-95% 줄이면서도 답변 정확도를 유지합니다. LLM이 읽기 전에 도구 출력, 로그, RAG 조각, 파일 및 대화 기록을 압축합니다. LLMLingua 또는 Selective Context와 같은 도구와 비교하여 Headroom은 가역 압축(CCR)을 제공하여 원본 콘텐츠가 손실되지 않으며, 여러 에이전트 간 메모리(Claude, Codex, Cursor, Aider 등)를 지원합니다. 완전히 로컬에서 실행되며, 6가지 압축 알고리즘(SmartCrusher, CodeCompressor, Kompress-base 등)이 내장되어 있으며, 라이브러리 호출, 에이전트, MCP 서버 또는 프록시 래퍼를 통해 통합할 수 있습니다.
태그
시작하기
소프트웨어 설치
다운로드한 dmg 파일을 열고 앱을 Applications로 드래그
의존성 설치: pip install "headroom-ai[all]" 또는 npm install headroom-ai
통합 방식 선택: headroom wrap claude를 실행하여 프록시를 래핑하거나, headroom proxy --port 8787을 실행하여 투명 프록시 시작
효과 확인: headroom stats를 실행하여 Token 압축 통계 확인
- 의존성 설치: pip install "headroom-ai[all]" 또는 npm install headroom-ai
- 통합 방식 선택: headroom wrap claude를 실행하여 프록시를 래핑하거나, headroom proxy --port 8787을 실행하여 투명 프록시 시작
- 효과 확인: headroom stats를 실행하여 Token 압축 통계 확인
SHA-256 체크섬 확인됨
GitHub 공식 Release 페이지에서 추출된 체크섬
SHA256 체크섬
0942c5d45c6f94bb2cc7b094a323175bae262fdc3d38ab088e27aea6cc5186f3이 체크섬은 GitHub Release 페이지에서 추출되었습니다. 다운로드 후 파일 무결성을 확인하세요.
이 플랫폼의 모든 SHA-256 체크섬은 프로젝트의 공식 GitHub Release 페이지에서 추출되었으며, 어떠한 변경도 없습니다. GitHub Releases 페이지에서 직접 검증할 수 있습니다.
오픈소스 투명성
GitHub 소스 보기제거 정보
직접 패키지 제거: `pip uninstall headroom-ai` 또는 `npm uninstall headroom-ai`; wrap을 통해 설정 파일을 생성한 경우, 수동으로 `~/.headroom` 디렉토리와 프록시에 설정된 사용자 정의 환경 변수를 삭제하십시오.
추가 의존성 없음
다운로드 후 바로 사용 가능. 추가 런타임이 필요하지 않습니다.
문제 발생? 아래 FAQ 확인
5 FAQs
유사한 프로젝트
ragflow
RAGFlow는 오픈소스 RAG 엔진으로, 심층 문서 이해와 Agent 워크플로우를 결합하여 근거가 명확한 정확한 답변을 제공합니다. LangChain의 DIY 방식에 비해 RAGFlow는 시각적이고 바로 사용 가능한 엔터프라이즈급 플랫폼을 제공하며, 템플릿화된 슬라이싱으로 환각 현상과 구성 비용을 크게 줄입니다.
unsloth
Unsloth는 무료 오픈소스 로컬 AI 데스크톱 애플리케이션으로, 대규모 언어 모델과 확산 모델을 실행하고 학습할 수 있으며, 미세 조정 속도가 2배 향상되고 GPU 메모리가 70% 감소합니다.
ollama
로컬에서 대규모 언어 모델을 원클릭으로 실행하고 관리할 수 있는 오픈소스 도구로, 다양한 플랫폼과 풍부한 모델을 지원합니다.