Headroom 压缩 agent 读取的 tool outputs、logs、files 和 RAG chunks,定位为 library、proxy、ASGI middleware、callback 和 MCP server。README 称典型上下文中 70-95% 是 boilerplate,项目目标是在进入 LLM 前压缩掉这些冗余,并支持 LangChain、LangGraph、Agno、Strands、LiteLLM 和 MCP。它的关键数字是 60-95% fewer tokens。对 tool-heavy agent 来说,这是直接作用在成本和 context window 上的 runtime 层。
–浏览
评论 · Comments