headroom
Headroom 是一个上下文压缩层，用于在工具输出、日志、文件、RAG 分块和对话历史到达 LLM 之前对其进行压缩，从而显著减少 token 消耗，同时保持答案质量。它提供库、代理、MCP 服务器和跨代理内存等功能，支持通过 wrap 命令集成多种 AI 编码工具。
来源可核验
公开 GitHub 仓库
本站内容对应原作者公开仓库；Stars、Forks 与活跃时间来自可追溯的仓库快照，安装前请回到原仓库核对最新说明。
查看原仓库 ↗先判断是否适合你
快速了解这个资源
解决什么问题
Headroom 是一个上下文压缩层，用于在工具输出、日志、文件、RAG 分块和对话历史到达 LLM 之前对其进行压缩，从而显著减少 token 消耗，同时保持答案质量。它提供库、代理、MCP 服务器和跨代理内存等功能，支持通过 wrap 命令集成多种 AI 编码工具。
适合谁
开发者、软件工程
核心能力
自动化、上下文、效率工具
包含内容
一个为 AI 工具添加工作流、工具或界面能力的扩展
资源类型说明
这是一个 Plugin
一个为 AI 工具添加工作流、工具或界面能力的扩展。三种资源解决的问题不同，选择时以你的目标为准。
- Skill
把一套可复用的任务方法交给 AI 按需执行。
- MCP
让 AI 安全连接外部工具、数据和服务。
- Plugin
为 AI 工具增加打包的功能、工作流或界面。
选择你正在使用的工具
快速安装
优先显示原项目提供的内容；没有统一命令时，只复制一条简短提示词交给当前 AI 工具。
Codex 提示词
简短提示词MCP 与插件的实际入口由各仓库决定，Codex 会先读取上游说明。
请读取这个 AI coding plugin 的官方仓库并为 Codex 安装，完成后验证可用性：https://github.com/headroomlabs-ai/headroom详细介绍
由社区根据原仓库资料整理，完整信息与最新变化请以原仓库为准。
headroom
Headroom 是一个上下文压缩层,用于在工具输出、日志、文件、RAG 分块和对话历史到达 LLM 之前对其进行压缩,从而显著减少 token 消耗,同时保持答案质量。它提供库、代理、MCP 服务器和跨代理内存等功能,支持通过 wrap 命令集成多种 AI 编码工具。
适用人群
- 开发者
- AI代理用户
- 使用编码工具的团队
主要能力
- 通过 headroom wrap 命令为 Claude Code、Codex、Cursor 等 AI 编码工具启用上下文压缩,减少 token 消耗。
使用说明
- 需要人工验证 Headroom 与具体代理的兼容性细节,特别是手动配置的代理如 Cursor。
来源
- 上游仓库
- 本条目由 AI 根据上游 README 生成，未执行候选仓库中的代码或安装命令。