Was ist Headroom?
Headroom komprimiert, was ein KI-Agent liest, bevor es beim Modell ankommt: Tool-Ergebnisse, Logs, Suchtreffer, RAG-Abschnitte, Dateien und Verlauf. Ein Router erkennt den Inhaltstyp und gibt JSON an einen statistischen Verdichter, Quellcode an einen AST-basierten Kompressor und Fließtext an Kompress-v2-base, ein kleines Modell, das das Team auf Agenten-Traces trainiert hat. Die Originale werden lokal zwischengespeichert, damit das Modell den vollen Text zurückholen kann.
Es gibt Headroom als Python- und TypeScript-Bibliothek (`headroom-ai`), als Proxy auf Port 8787, als Ein-Befehl-Wrapper für Claude Code, Codex, Copilot, Aider und rund 15 weitere Agenten und als MCP-Server. Zu den Extras gehören ein gemeinsames Gedächtnis über Agenten hinweg, `headroom learn`, das fehlgeschlagene Sitzungen nach Korrekturen für `CLAUDE.md` durchsucht, und ein optionaler Kürzer für Ausgaben. Headroom Labs verkauft neben dem Apache-2.0-Code eine Enterprise-Ausgabe.
Lohnt sich Headroom?
Das Projekt veröffentlicht reproduzierbare Zahlen statt einer einzigen Werbezahl. In vier Szenarien mit festem Seed, gebaut aus echten MCP-Ausgabeformaten, sanken die Eingabe-Tokens um 21 % bei der Codesuche, 42 % bei der Erkundung einer Codebasis, 30 % bei der Issue-Sichtung und 57 % beim Debuggen von Störungen, und wiederholte JSON-Arrays und Logzeilen kommen über 90 %. Fließtext schrumpft kaum. Die Kompression dauert im Median 0,21 ms bei einem JSON-Ergebnis mit 10.000 Tokens, fällt bei der Latenz also nicht auf, und in kleinen Genauigkeitstests (je 100 Fragen) blieben die Werte innerhalb der Fehlermarge.
Unabhängige Nutzung erzählt dieselbe Geschichte mit weniger schmeichelhafter Gewichtung. Der Blog russ.cloud nutzte es einige Tage für gemischtes interaktives Programmieren und sah 20,7 % weniger Tokens bei 1,9 Millionen, doch die Dollar-Ersparnis im Dashboard war vor allem der Prompt-Cache-Rabatt des Anbieters selbst (47,36 $) und nicht die Kompression (9,23 $), bei 304 ms Proxy-Overhead pro Anfrage; der Autor fand `headroom learn` nützlicher als den Kompressor. Eine zweite Besprechung bestätigte, dass die Token-Zahlen mit den Aufzeichnungen des Anbieters übereinstimmen, bezweifelte aber, dass die Rechnung immer sinkt.
Die Verbreitung ist echt und nicht nur viral: 466.346 PyPI-Downloads im letzten Monat und 125.494 auf npm, bei 79.667 Sternen und 3.730 Commits. Releases kommen häufig, v0.44.0 erschien am 10. November 2026.
Der Haken: Ein anonymer Telemetrie-Beacon ist standardmäßig an (Kompressionsraten, Anbieter- und Modell-IDs, Betriebssystem; keine Prompts und kein Code), und der Proxy liegt im Weg jedes API-Schlüssels und jeder Anfrage. Zwei Sicherheitshinweise wurden veröffentlicht, ein schwerwiegendes Cross-Site-WebSocket-Hijacking im August und ein beliebiger Dateizugriff im Lese-Tool des MCP-Servers am 9. November 2026, beide behoben.
Unser Fazit: Bei einem Agenten, der große JSON-Payloads, Logs oder Suchergebnisse liest, rechnet es sich; für gewöhnliches Programmieren im Chat-Stil erledigen die Befehlsfilter von RTK viel davon mit weniger Aufwand.
Wo es sich lohnt
Ein SRE-Team, das Störungen mit Claude Code debuggt
Verhindern, dass Log-Dumps und Metrik-JSON das Kontextfenster füllen
`headroom wrap claude` startet für die Sitzung einen lokalen Proxy; das Störungsszenario des Projekts sank von 55.957 auf 24.340 Tokens. Das Modell kann die Originalzeilen bei Bedarf über das Abruf-Tool holen.
Ein Backend-Entwickler mit einer RAG-API in Python
Eingabekosten bei langen Listen abgerufener Abschnitte und Datenbankzeilen senken
Vor dem Anbieteraufruf `compress(messages, model=...)` aufrufen; es läuft im Prozess, ohne Schlüssel und ohne Netzwerk. Vorher `headroom evals` auf eigenem Traffic laufen lassen, wie Tester raten, um zu prüfen, dass sich die Antworten nicht ändern.
Eine Entwicklerin, die immer wieder dieselben Agentenfehler korrigiert
Wiederholte Fehler in dauerhafte Anweisungen verwandeln
`headroom learn` liest vergangene Sitzungen und schreibt Korrekturen in `CLAUDE.local.md` oder `AGENTS.md`; ein unabhängiger Tester hielt das für den nützlichsten Teil. Es kostet nichts außer dem Lauf.
Bevor du dich festlegst
- Einrichtung
- `uv tool install --python 3.13 "headroom-ai[all]"`, dann `headroom wrap claude` (oder codex, copilot, aider und andere); `headroom doctor` prüft das Routing. Bibliotheken: `pip install headroom-ai` oder `npm install headroom-ai`.
- Integrationen
- Claude Code, Codex, Copilot CLI und VS Code, Cursor (manuell), Aider, OpenCode, Cline, Continue, Goose, OpenHands und mehr; Wrapper für die SDKs von Anthropic, OpenAI und Vercel AI; LiteLLM, LangChain, Agno und Strands; MCP-Server.
- Daten und Datenschutz
- Die Kompression läuft lokal, und die Originale werden auf deinem Rechner zwischengespeichert. Ein anonymer Beacon sendet standardmäßig Raten, Zähler, Anbieter- und Modell-IDs, Betriebssystem und Architektur; `HEADROOM_TELEMETRY=off` oder `DO_NOT_TRACK=1` stoppt ihn.
- Kosten im großen Maßstab
- Keine Lizenzkosten. Die Ersparnis wächst mit der Wiederholung: 90 % oder mehr bei wiederholtem JSON und Logs, etwa 20 % bei gemischten Programmiersitzungen in einem unabhängigen Test; Prompt-Caching deckt einen Großteil der Dollar-Ersparnis womöglich schon ab.
- Grenzen
- Fließtext und kurze Prompts lassen sich kaum komprimieren; die CLI braucht Python; OpenAI-kompatible Drittanbieter brauchen eine explizite Upstream-URL, sonst geht der Schlüssel an OpenAI; 302 offene Issues.
Was gut ist
- Reproduzierbare Benchmarks mit ehrlichen Zahlen pro Szenario
- Kompression läuft lokal und lässt sich bei Bedarf umkehren
- Bibliothek, Proxy, Agenten-Wrapper und MCP-Server in einem Paket
- Viel echte Nutzung: 466.346 PyPI-Downloads in einem Monat
Was nicht
- Wenig Ersparnis bei Fließtext und interaktivem Programmieren
- Telemetrie-Beacon standardmäßig an
- Proxy sieht jeden Schlüssel und jede Anfrage; zwei Hinweise seit August
- Funktionsumfang wuchert über die Kompression hinaus
Am besten für
Teams, deren Agenten oder RAG-Pipelines große Mengen JSON, Logs oder Suchergebnisse ins Modell schieben und pro Eingabe-Token zahlen.
Alternativen zu Headroom
Headroom: häufige Fragen
- Lohnt sich Headroom?
- Headroom ist das gründlichste der Token-Spar-Add-ons, und seine eigenen Zahlen zeigen, dass die Ersparnis fast nur davon abhängt, wie repetitiv deine Tool-Ausgaben sind. Wir bewerten es mit 3.9 von 5.
- Was kostet Headroom?
- Kostenlos und Open Source (Apache 2.0). Headroom Enterprise für Teams wird separat verkauft; Preise nicht veröffentlicht.
- Welche Nachteile hat Headroom?
- Wenig Ersparnis bei Fließtext und interaktivem Programmieren; Telemetrie-Beacon standardmäßig an; Proxy sieht jeden Schlüssel und jede Anfrage; zwei Hinweise seit August; Funktionsumfang wuchert über die Kompression hinaus.
- Für wen eignet sich Headroom?
- Teams, deren Agenten oder RAG-Pipelines große Mengen JSON, Logs oder Suchergebnisse ins Modell schieben und pro Eingabe-Token zahlen.
- Was kostet Headroom für ein Team oder im Produktivbetrieb?
- Keine Lizenzkosten. Die Ersparnis wächst mit der Wiederholung: 90 % oder mehr bei wiederholtem JSON und Logs, etwa 20 % bei gemischten Programmiersitzungen in einem unabhängigen Test; Prompt-Caching deckt einen Großteil der Dollar-Ersparnis womöglich schon ab.
- Ist Headroom sicher für Firmendaten?
- Die Kompression läuft lokal, und die Originale werden auf deinem Rechner zwischengespeichert. Ein anonymer Beacon sendet standardmäßig Raten, Zähler, Anbieter- und Modell-IDs, Betriebssystem und Architektur; `HEADROOM_TELEMETRY=off` oder `DO_NOT_TRACK=1` stoppt ihn.
- Was sind die besten Alternativen zu Headroom?
- Die nächsten Alternativen, die wir getestet haben, sind rtk (Rust Token Killer), Caveman und OmniRoute.
Antworten geprüft am 14. Nov. 2026.