Headroom 开源：在到达 LLM 前压缩工具输出、日志、文件和 RAG 分块

Headroom 提供库、代理、Agent 包装、MCP 服务器四种接入方式。它以本地方式运行，支持 Python/TypeScript 库调用 compress(messages)，也可启动 headroom proxy --port 8787 零代码改动代理任意语言，还能通过 headroom wrap 一键包装 Claude Code、Codex、Cursor、Aider、Cline 等十余种编程代理。压缩使用 CacheAligner、ContentRouter 和 SmartCrusher/CodeCompressor/Kompress-v2-base 分别处理 JSON、源码和文本，原始内容本地缓存可随时检索。 在官方基准中，SRE 事件调试场景从 55,957 token 压到 24,340（节省 57%），代码库探索节省 42%，GitHub issue 分类节省 30%，代码搜索节省 21%。压缩耗时 0.21ms（10K token JSON 结果）到 1.4ms（100K token），不影响代理延迟。GSM8K 和 TruthfulQA 准确率无显著差异，SQuAD v2 和 BFCL 在 19%-32% 压缩率下保持 97%。 对于跑本地开源模型或使用 Claude API、OpenAI 兼容接口的开发者，Headroom 还能通过代理削减输出 token：追加简短提示要求模型简洁回复，并在工具结果返回后的续接轮次降低推理力度，官方报告输出减少约 31.7%（95% 置信区间 27.7%-35.7%）。使用 GitHub Copilot CLI 订阅模式的用户可经 headroom copilot-auth login 将订阅流量路由到本地代理，VS Code Copilot 用户保持原模型选择不变。