Headroom：AIエージェントが読み取るすべてのコンテキストをLLM到達前に圧縮、トークンコストを50〜90%削減

Headroomは、AIエージェントと大規模言語モデル（LLM）の間で発生するトークン消費を劇的に削減するオープンソースのコンテキスト圧縮レイヤーです。このツールは、AIエージェントが読み取るあらゆる情報（ツール出力、ログ、RAG（検索拡張生成）チャンク、ファイル、会話履歴）をLLMに送信する前に圧縮し、APIコストを大幅に低減しながら回答の品質を維持します。

Headroomは、さまざまな統合方法を提供します。PythonまたはTypeScriptライブラリとして既存のアプリケーションに組み込む（compress(messages)関数）、プロキシモード（headroom proxy --port 8787）でコード変更なしに使用する、headroom wrapコマンドでClaude Code、Codex、Cursor、Aiderなどの人気のコーディングエージェントをラップする、またはMCP（Model Context Protocol）サーバーとして任意のMCPクライアントと連携することができます。

圧縮の仕組みは、コンテンツルーターと複数の専用圧縮アルゴリズムに基づいています。ContentRouterがコンテンツタイプ（JSON、コード、テキストなど）を自動検出し、最適な圧縮器を選択します：SmartCrusherは汎用JSON用、CodeCompressorはAST（抽象構文木）ベースで複数のプログラミング言語のコードを圧縮、Kompress-baseはエージェントトレース向けに学習されたHuggingFaceモデルです。CacheAlignerはプロバイダ（Anthropic、OpenAIなど）のKVキャッシュのヒット率を高めるため、プレフィックスを安定化します。特に注目すべきは、可逆圧縮（CCR）機能です。元のデータは決して削除されず、LLMが必要に応じてheadroom_retrieveツールで取得できます。

性能面では、実際のエージェントワークロードで顕著な圧縮率を示しています。コード検索では17,765トークンから1,408トークン（92%削減）、SREインシデントデバッグでは65,694から5,118（92%削減）、GitHub issueトリアージでは54,174から14,761（73%削減）となりました。標準ベンチマークでは精度が維持され、GSM8K（数学）で0.870、TruthfulQA（事実性）で0.530から0.560に向上しました。さらに、Headroomはエージェント間共有メモリを提供し、Claude、Codex、Geminiなどの複数エージェントがコンテキストを共有し、自動重複排除を行えるため、コラボレーション効率が向上します。

Headroomはchopratejasによってメンテナンスされ、Apache 2.0ライセンスで提供されています。Python 3.10以上が必要で、pip、npm、またはDockerでインストール可能です。コミュニティ全体で600億トークン以上の削減を達成しており、リアルタイムのリーダーボードで節約量を追跡できます。日々AIコーディングエージェントを利用する開発者にとって、コードを変更せずにコストを大幅に削減できる手段として、Headroomは有力な選択肢です。