每天用 AI 编程助手，token 账单正在悄悄烧你的钱
如果你每天都在用 Claude Code、Cursor、Codex 这类 AI 编程智能体，大概率遇到过这两件事：一是上下文爆了——一个稍大点的仓库探索几轮，token 窗口就塞满了，智能体开始失忆、瞎改；二是账单肉疼——那些又臭又长的工具输出（动辄几万 token 的日志 dump、JSON 结果）原样塞进模型，花的全是真金白银。
解决思路其实很直接：在数据送进模型之前，先把“废话”压掉，关键信息一字不差地保留。 今天要分享的开源项目 Headroom，就是干这件事的，而且是今天（2026-10-22）GitHub Trending 上的热门项目。
它是什么：AI 智能体的“上下文压缩层”
Headroom（仓库 headroomlabs-ai/headroom，Apache 2.0 开源）给自己定的位是“the context compression layer for AI agents”——AI 智能体的上下文压缩层。它不是又一个智能体，而是一个插在你的智能体和 LLM 之间的中间层：智能体读到的所有东西——工具输出、日志、文件、RAG 片段、对话历史——先经过它压缩，再发给模型。
核心亮点有这么几个：
1. 压得狠，答案不变。 官方给出的数据是：coding agent 场景平均省约 20% token，JSON 类结构化数据能压掉 60%~95%。仓库 README 里还贴了四项可复现的实测：代码搜索省 21%、SRE 故障排查省 57%、代码库探索省 42%、GitHub issue 分拣省 30%。注意一个细节：它用不同策略对付不同内容——JSON 用 SmartCrusher、代码用 AST 感知的 CodeCompressor、散文用自家训练的 Kompress-v2-base 模型（已发布在 HuggingFace），而不是一刀切地删字。
2. 压缩在本地跑，隐私不出机器。 这是它和一众“云端压缩 API”最大的区别。整个压缩流程在你自己电脑上完成，prompt 和文件内容不会为了压缩而发给任何第三方。结合现在大家对代码隐私的敏感度，这个设计很加分。
3. 压缩可逆，丢不了关键信息。 压缩最怕的就是把关键行压没了——比如日志里那一行 FATAL。Headroom 的做法是：原件缓存在本地（CCR 机制），模型如果需要全文，可以按需取回。官方演示里，一个 10,144 token 的日志 dump 压到 1,260 token，而 FATAL 那一行逐字节保留。
4. 四种接入方式，零代码也能用。 可以当 Python/TypeScript 库直接 compress(messages)；可以起一个本地代理 headroom proxy --port 8787，任何语言零改代码；最省事的是 headroom wrap claude——一条命令把你现有的智能体包一层，Claude Code、Codex、Grok、Cursor、Aider、Copilot、OpenCode、Cline、Continue、Goose 等十几款都支持，headroom unwrap 随时还原；另外还提供 MCP 服务器，给 MCP 客户端用。
5. 附带两个“增值功能”。 一是跨智能体共享记忆（Claude、Codex、Gemini、Grok 共用一份带去重的记忆库）；二是 headroom learn，能从失败的会话里提炼教训，自动写进 CLAUDE.local.md / AGENTS.md / GEMINI.md。另外它还能压“输出侧”token（模型写回来的废话），不过默认关闭，需要手动开。
截图导览
图注 1：Headroom 的 GitHub 仓库信息卡（headroomlabs-ai/headroom）。项目简介、77k star、6k fork、333 位贡献者一目了然——star 数是判断项目热度的第一手证据（2026-10-22 数据）。
图注 2：README 里的官方演示动图。展示一个 10,144 token 的日志被压缩到 1,260 token 的全过程，关键的 FATAL 报错行被完整保留——这正是“压得狠但不丢信息”的直观证明。
图注 3：Headroom 的社区节省看板（官方 README 展示）。累计为社区省下 590 亿 token、约 23.6 万美元 API 成本，190 万次请求被优化——省 token 不是纸面数字，是真实跑出来的账单。
快速上手：60 秒跑起来
按 README 的官方步骤，整个过程分三步：
第 1 步：安装。 任选其一：
uv tool install --python 3.13 "headroom-ai[all]" # 推荐：隔离环境装 CLI pip install "headroom-ai[all]" # Python 用户 npm install headroom-ai # 仅 TypeScript SDK（无 CLI）
门槛说明：需要 Python 3.10+；不需要 GPU（压缩是毫秒级的本地计算）；Intel Mac 用户注意暂无原生 ONNX 轮子，建议走 Docker。Headroom 本身不需要任何 API key。
第 2 步：选一种模式。 最省事的是直接包一层你正在用的智能体：
headroom wrap claude # 把 Claude Code 包一层 headroom proxy --port 8787 # 或者起本地代理，零代码改动
注意：wrap 默认把 OpenAI 兼容流量指向上游 api.openai.com，如果你用 DeepSeek / OpenRouter 等第三方兼容接口，记得按 README 加 --openai-api-url 参数，否则 key 会被送错地方报 401。
第 3 步：验证效果。
headroom doctor # 健康检查，确认链路通了 headroom dashboard # 实时看省了多少 token（代理模式下）
想先看“对我到底能省多少”，跑 headroom savings 对你自己的真实流量测一遍，比看官方基准数字靠谱。
我的建议：适合谁、不适合谁
适合谁： ① 每天重度使用 AI 编程智能体的人——上下文越长、工具输出越臃肿，省得越多，SRE 排查、代码库探索这种“日志满天飞”的场景收益最大；② 同时用好几款智能体的人——跨智能体共享记忆这一个功能就值回票价，不用在每个工具里重复“调教”；③ 对代码隐私敏感、不想把仓库内容发给第三方压缩服务的人——本地压缩是硬优势；④ 想控制 API 账单的团队——README 里甚至还有企业版，但开源版对个人开发者已经够用。
不适合谁： ① 只是偶尔问两句代码问题、会话都很短的人——README 自己也承认，短对话、散文、已经很密的数据基本压不动，别指望有体感；② 在沙箱/受限环境里跑不起本地进程的人；③ 只用某一家的原生“对话压缩”且不跨工具的人，可能觉得多一层代理是负担。
值不值得试：值得，但先花 5 分钟做两件事。 第一，跑 headroom savings 看你自己的真实节省率——官方 20%~95% 是“看场景”的数字，你的场景只有你自己能验证。第二，关掉默认开启的匿名遥测（HEADROOM_BEACON=off），虽然它只上报压缩统计、不发你的代码内容，但“默认开”这件事本身值得你亲手做一次选择。另外提醒一句：项目更新非常快（昨天刚有 commit），headroom update 可以原地升级，跟着新版本走就行。
一句话总结：Headroom 是给 AI 编程智能体省 token 的“本地压缩中间层”，压得狠、可逆、不碰你的隐私，重度用户闭眼试，轻度用户先测再说。
GitHub 仓库：https://github.com/headroomlabs-ai/headroom（Apache 2.0 开源，77k star，2026-10-22 数据）
