让编码 Agent 读一大段日志，就像请人从一摞收据里找错账：真正有用的可能只有几行，其余内容却照样占地方、花成本。Headroom 瞄准的正是这类浪费。它在内容进入大模型前，先压缩工具输出、日志、文件、对话历史和 RAG 片段——RAG 指先从文档库找材料，再让模型据此回答。这样能少占上下文窗口，也就是模型一次能处理的信息总量。
它会先判断内容类型，再分别处理 JSON、源代码和普通文本。更值得注意的是 CCR：原文留在本地缓存，Agent 发现摘要不够时，可以调用工具取回全文，压缩并非一删了之。Headroom 可作为 Python 或 TypeScript 库接入，也能充当代理服务器，在应用和模型之间统一处理内容；还提供 MCP 服务，兼容采用这套工具连接协议的 Agent。项目方称压缩在本机完成，提示词和文件不会为压缩而外传，并可在较少 token 下保持相同答案；不过材料未给出独立测试或具体压缩比例。