Headroom 在本地压缩智能体输入：四类场景少用 21–57% 输入 token，重复 JSON 与日志行可省九成以上
核心概要
Headroom 把 AI 智能体读到的工具输出、日志、RAG 片段、文件和对话历史在送入大模型前压缩，目标是答案不变而输入 token 更少。它在四类智能体场景上测得输入 token 减少 21–57%，对重复 JSON 数组和日志行可省九成以上，对普通散文则效果很小。压缩在本机进程内完成，原始内容缓存在本地，模型需要时可取回全文。
深度剖析
Headroom 在提示词到达大模型之前压缩智能体读取的内容，覆盖工具输出、日志、RAG 片段、文件和对话历史，宣称答案不变而输入 token 更少。 此前的做法是把这些内容原样送入模型，输入 token 随工具输出和日志增长。 在四类智能体场景上测得输入 token 减少 21–57%，对重复 JSON 数组和日志行减少九成以上，对普通散文效果很小。
压缩按内容类型分流：JSON、源代码和散文分别交给不同的压缩器处理。 内容路由器先判断内容类型，再选择对应压缩器，而不是对所有文本用同一种压缩。 SmartCrusher 处理 JSON，CodeCompressor 基于抽象语法树处理源代码，Kompress-v2-base 处理文本；压缩在本机运行，不向外部发送提示词或文件内容。
原始内容保存在本地缓存中，模型需要时可调用检索工具取回全文。 压缩并非单向丢弃，可逆缓存让模型在需要完整文本时取回原文。 CCR 在本地保存原文，模型可调用 headroom_retrieve 取回；设置 HEADROOM_OFFLINE=1 可做零网络运行。
启示与展望
已展示的范围是四类智能体场景的输入 token 测量，以及重复 JSON 数组和日志行上的高压缩率；压缩在本机进程内运行，可设置零网络模式。
对普通散文的压缩效果很小；21–57% 是四类场景的区间，并非单一场景的固定值；答案不变的说法来自项目自身的测量说明。