Netflix 工程师开源 Headroom,在 Codex、Cursor 等 AI 编码工具外包围本地 Agent,自动压缩日志、JSON 和代码,保留逻辑准确性,减少 95% token 消耗。数据本地化,无需改代码,已获 35k GitHub 星标。核心将降本从改提示词、换模型转向输入前置处理。
Damn,这个开源工具直接减少了95%token消耗🤯 这可能是今年最狠的LLM降本神器,
Netflix工程师开源的Headroom 把本地Agent套在Codex,Cursor,OpenClaw,Hermes或Claude code外面,数据进模型前自动压缩负载, 不用改任何代码,就能直接生效,
核心能力四个点 1️⃣智能压缩日志 JSON和代码 完美保留逻辑准确性, 2️⃣全程100%数据本地化 内容不会流出本地环境, 3️⃣避免顶级模型在样板代码上浪费大量令牌, 4️⃣适配主流AI编码工具 开箱即用,
上线没多久就拿下35k GitHub星标 行业认可度拉满,
说白了,以前你喂给 Claude code Codex的一大坨上下文里,有一半以上是冗余的, Headroom 在本地帮你剃干净了再发过去,LLM 收到的全是精肉。
本质上是把降本的逻辑从改提示词换模型挪到了输入前置处理, 不牺牲效果也不碰数据安全 是目前最稳妥的降本思路之一,
完全免费开源 仓库链接放评论区了 有需要的直接冲