GitHub分享:极致的token压缩！省钱，省钱，还是xx省钱！

这个 GitHub 项目一周涨了 1.4 万星，我一开始以为又是 PPT 开源。

结果看完实测数据，有点离谱：  代码搜索结果从 1.7 万 token 压到 1400，答案几乎没变。

项目叫 Headroom，核心就干一件事：把代码搜索结果、日志、RAG 文档这些长上下文，先压缩一遍，再喂给 AI。

最狠的是它不是简单删内容，而是可逆压缩。原文本地还在，AI 真需要细节时可以再调回来，所以 Debug 能力不会直接被砍废。

几个关键点：  1. Token 最高能砍掉 92% 2. Claude Code / Codex / Cursor 都能 wrap 3. 不用大改代码，可以当代理跑 4. 数据本地处理，不走云端 5. Python 和 Node 都能装 6. 自动在 6 种压缩算法里选  这东西最适合三类人：  用 Claude / Codex 写代码，每月 token 账单肉疼的； 项目上下文太大，AI 动不动丢细节的； 做 RAG、多 Agent、代码搜索，想压成本又不想牺牲效果的。  以前大家优化 AI 编程，都是想办法换模型、换提示词、换工作流。

但真正被忽略的成本，可能是你每次都把一堆“AI 不一定需要完整阅读”的上下文原封不动塞进去。

Headroom 这类工具的价值就在这里：  不是让 AI 更聪明，而是让 AI 少读废话。  免费、本地、开源。  Token 费高的，可以重点看看。