截至 2026 年 6 月。本文工具數據以 GitHub 官方頁面與專案文件為準。
先講一個讓我愣住的數字：同一段內容，餵進 AI 之前先過一道工序，token 從 10,144 掉到 1,260。少了快九成。而 AI 給出的答案，一字不差，連那個關鍵的 FATAL 錯誤都照樣抓到。
這個工具叫 headroom，這兩天在 GitHub 上突然衝起來，一天加了一千多顆星。它做的事情聽起來不性感，但只要你有在認真用 AI——尤其是用 API、用 AI 寫代碼、跑 agent——它戳的就是你每個月最痛的那條神經：帳單。
headroom 到底在幹嘛？一句話：餵 AI 之前，先把廢話剪掉
你跟 AI 對話、或是讓 AI agent 自己幹活的時候，背後其實塞了一大堆東西進去：工具的執行結果、一長串日誌、整個檔案、RAG 撈回來的文件片段、還有越滾越長的對話歷史。這些全部都算 token，全部都要付錢，而且很大一部分是純垃圾——重複的、格式化的、AI 根本不需要逐字讀的。
headroom 就卡在「你的資料」和「LLM」之間，當一道過濾網。內容進 LLM 之前先壓縮，官方說法是砍掉 60% 到 95% 的 token，但答案維持一樣。重點在最後這四個字。市面上一堆「省 token」的方法本質是粗暴截斷，砍著砍著答案就歪了。headroom 走的是另一條路，等下講原理。
還有一個我蠻在意的設計：它跑在你自己的機器上（local-first），資料不會先送到某個第三方 API 再回來。對於不想把代碼或內部日誌外送的人，這點很關鍵。
四種用法，總有一種不用你改代碼
headroom 最聰明的地方是它不逼你改架構。它給了四個接入點，從「一行都不用改」到「深度嵌進你的程式」都有：
- 函式庫（Library）：在 Python 或 TypeScript 裡直接
compress(messages)，嵌進你自己的 app。適合自己寫程式的人。 - 代理（Proxy）：一行指令
headroom proxy --port 8787起一個本地代理，零代碼改動，任何語言都能用。這是懶人最愛。 - 包住 agent（wrap）：
headroom wrap claude之類，直接把 Claude Code、Codex、Cursor、Aider、Copilot 這些 coding agent 罩起來。 - MCP server：提供
headroom_compress、headroom_retrieve、headroom_stats三個工具，給任何支援 MCP 的客戶端調用。
如果你完全不會寫代碼，proxy 模式基本就是你的解。起一個本地端口，把請求繞過去，省下來的 token 自己會算給你看。
它怎麼做到「砍九成還不歪」？
關鍵在於它不是一招打天下，而是先判斷內容是什麼類型，再派對應的壓縮器去處理。專案裡有個 ContentRouter 負責這個分流：
- SmartCrusher：專門對付 JSON。API 回傳那種一層套一層、欄位名重複到天荒地老的結構，它最有效。
- CodeCompressor：用 AST（抽象語法樹）的方式理解代碼，而不是當純文字硬砍，所以不會把程式邏輯切壞。
- Kompress-base：處理一般文字散文，背後是它們自己放在 HuggingFace 上的壓縮模型。
另外兩個零件也值得提。CacheAligner 會穩定 prompt 的前綴，讓供應商那邊的 KV cache 真的命中——這等於是在省錢之上再省一層。還有一個我覺得最體貼的設計叫 CCR，可逆壓縮：原始內容從來不刪，只是先收起來；萬一 AI 真的需要被砍掉的細節，它會自己調用 headroom_retrieve 把原文撈回來。所以你不用擔心「壓縮過頭把重要資訊弄丟」這件事，後悔藥它幫你備好了。
數據說話：省多少、準不準
口說無憑，看官方放出來的實測。先看省了多少（真實 agent 工作負載）：
| 工作場景 | 壓縮前 | 壓縮後 | 省下 |
|---|---|---|---|
| 程式碼搜尋（100 筆結果） | 17,765 | 1,408 | 92% |
| SRE 故障排查 | 65,694 | 5,118 | 92% |
| GitHub issue 分類 | 54,174 | 14,761 | 73% |
| 整個程式庫探索 | 78,502 | 41,254 | 47% |
省得最兇的是那種充滿重複格式的場景，像程式碼搜尋結果跟系統日誌，動輒砍九成。比較「有血有肉」、本身就沒什麼廢話的內容（例如探索整個 codebase），省的幅度就回落到四成多。這其實很合理，也比那種「不管什麼都號稱省 90%」的宣傳誠實。
那準確率呢？這才是我最關心的。它跑了幾個標準 benchmark 對照：
| 測試 | 類別 | 原始分數 | 用 headroom 後 |
|---|---|---|---|
| GSM8K | 數學 | 0.870 | 0.870（持平） |
| TruthfulQA | 事實 | 0.530 | 0.560（反而升） |
| SQuAD v2 | 問答 | — | 壓 19% 下準確率 97% |
| BFCL | 工具調用 | — | 壓 32% 下準確率 97% |
數學題持平、事實題甚至小升。我猜後者是因為把雜訊清掉之後，模型反而更專注。當然 benchmark 永遠是參考值，你自己的工作負載要自己試，但至少這組數字說明「省 token」和「答案變爛」不必然綁在一起。
三十秒上手
需要 Python 3.10 以上。三步：
# 1 安裝（Python 全功能版）
pip install "headroom-ai[all]"
# 或 Node / TypeScript
npm install headroom-ai
# 2 挑一種模式
headroom wrap claude # 罩住你的 coding agent
headroom proxy --port 8787 # 零代碼改動的代理
# 3 看省了多少
headroom stats用 Docker 的話 docker pull ghcr.io/chopratejas/headroom:latest 也行。整套 Apache 2.0 授權，商用沒問題。
還有兩個藏起來的彩蛋
第一個是跨 agent 共用記憶。如果你同時用 Claude、Codex、Gemini，它們之間可以共享一份記憶庫，還會自動去重。你在 Claude 那邊踩過的坑，Codex 不用再踩一次。
第二個更妙，叫 headroom learn。它會去挖你那些失敗的 session，分析哪裡出錯，然後把修正建議直接寫進 CLAUDE.md 或 AGENTS.md 這類規則檔。等於是讓你的 AI 自己從失敗裡學乖。這個方向我覺得比單純省 token 還有想像空間。
誰該裝、誰可以先跳過
講優點講完了，講點實在的。這工具不是人人都需要。
適合你，如果：每天都在跑 AI coding agent、想省錢又不想改代碼；同時用好幾個 agent、想要一份共用記憶；或者你需要「壓縮可逆」這個保險，不接受任何資訊永久消失。
可以先跳過，如果：你只用單一供應商、用它內建的對話壓縮就夠了，也沒有跨 agent 的需求；或者你的環境是被鎖死的沙盒，跑不了本地進程。
另外得提醒一句：它一天加一千多顆星沒錯，但總星數還在六千多，算是個很新的專案。我的態度是——值得現在就裝來玩，但別馬上接到生產環境的關鍵路徑上。先在不痛不癢的工作流跑一陣子，看 headroom stats 給你的真實數字，再決定要不要 all in。
我的看法
2025 年大家比的是模型誰更聰明，2026 年的暗線是誰更便宜。當 token 成了真金白銀的成本，「在餵進去之前先壓縮」這種基礎建設層的工具，注定會越來越多人需要。headroom 不是第一個做這件事的，但它把函式庫、代理、agent wrap、MCP 四條路一次鋪好，又堅持本地跑、又做可逆，這個完成度在同類裡確實亮眼。
如果你最近在為 AI API 帳單肉痛，或是 agent 動不動就 context 爆掉，這個週末花十分鐘裝來試試，可能是你這個月投報率最高的十分鐘。專案在這：github.com/chopratejas/headroom。
免責聲明：本文為工具介紹與個人使用心得，不構成任何投資或採購建議。文中數據引用自專案官方 GitHub 頁面，AI 工具更新極快，實際功能與定價請以官方最新公告為準。
延伸閱讀：更多 AI 工具與趨勢
- pxpipe 是什麼？把 Claude Code 的 token 帳單砍 70% 的開源神器（2026 實測＋該不該裝）
- codebase-memory-mcp 是什麼？給 AI agent 裝『程式碼記憶』，同一件事省 99% token（2026 GitHub 日榜實測）
- CodeGraph 實測：幫 Claude Code 省下 35% 帳單的開源神器，一天爆紅 4,000 星
- LLM 下半場的四聲槍響：這週矽谷最懂 AI 的四個人，集體轉向了
延伸閱讀：站內相關文章
延伸閱讀：其他專門在壓 AI 開銷的工具。
- PxPipe——替 Claude Code 壓掉 70% token 的中介層。
- codebase-memory-mcp——給 AI agent 裝程式碼記憶，省 99% token。
- Claude 的 usage credits 怎麼算——Pro 與 Max 方案的額度拆解。
發佈留言