菜单
Compresión de contexto para agentes IA — reduce 60-95% los tokens de salidas de herramientas, logs, RAG y archivos antes de que lleguen al LLM. Library, proxy, MCP server, cross-agent memory, reversible compression. 19k⭐
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
基于 SOC 职业分类
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/Ntizar/koldo --skill headroom命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
正在显示 SKILL.md
| name | headroom |
| description | Compresión de contexto para agentes IA — reduce 60-95% los tokens de salidas de herramientas, logs, RAG y archivos antes de que lleguen al LLM. Library, proxy, MCP server, cross-agent memory, reversible compression. 19k⭐ |
| url | https://github.com/chopratejas/headroom |
| category | ia |
| fecha | 2026-06-08T00:00:00.000Z |
60–95% fewer tokens · library · proxy · MCP · 6 algorithms · local-first · reversible · cross-agent memory
Headroom es una capa de compresión de contexto para agentes de IA. Comprime todo lo que el agente lee — salidas de herramientas, logs, chunks de RAG, archivos e historial de conversación — antes de que llegue al LLM. Mismas respuestas, fracción de tokens.
ContentRouter → detecta tipo de contenido y selecciona compresor:
├─ SmartCrusher → comprime JSON
├─ CodeCompressor → compila AST para código
└─ Kompress-base → modelo HF para texto general
CacheAligner → estabiliza prefijos para KV cache hits
CCR (Compression-Compression-Retrieval) → almacena originales localmente;
el LLM llama a headroom_retrieve
si necesita los datos completos
compress(messages) en Python o TypeScriptheadroom proxy --port 8787, cero cambios de códigoheadroom wrap claude|codex|cursor|aider|copilot en un comandoheadroom_compress, headroom_retrieve, headroom_statsheadroom learn — analiza sesiones fallidas y escribe correcciones a CLAUDE.md / AGENTS.mdheadroom learn — aprender de sesiones fallidas y mejorar automáticamentefrom headroom import compress
messages = [
{"role": "user", "content": "Revisa este log y dime qué salió mal"},
{"role": "assistant", "content": "Claro, déjame ver..."},
{"role": "user", "content": "log_output_very_large..."},
]
compressed = compress(messages)
# Misma respuesta útil, 60-95% menos tokens
# Iniciar proxy en puerto 8787
headroom proxy --port 8787
# Wrap directo en un agente
headroom wrap claude
headroom wrap codex
headroom wrap cursor
# Herramientas MCP disponibles:
# headroom_compress - comprime contenido
# headroom_retrieve - recupera original comprimido
# headroom_stats - estadísticas de compresión
# Almacén compartido entre agentes
# Los datos se deduplican automáticamente
# Útil para mantener contexto consistente
# entre Claude, Codex y Gemini
# Analiza sesiones fallidas y escribe
# correcciones en CLAUDE.md / AGENTS.md
headroom learn
pip install headroom-ai
pip install headroom-ai
headroom proxy --port 8787
Configurar el cliente HTTP de Mastermind para que use http://localhost:8787 como endpoint del LLM.
pip install headroom-ai
headroom mcp
Integrar como servidor MCP en la configuración de Hermes Agent.
pip install headroom-ai
headroom wrap claude # o codex, cursor, aider, copilot
2026-06-08: 12.9k⭐ → 17.2k⭐ (+4.3k), trending diario+semanal, mayor crecimiento del período
2026-06-09: 17.2k⭐ → 19.1k⭐ (+1.9k), sigue subiendo rápido, 6 algoritmos de compresión, cross-agent memory, headroom learn
Skills del sistema Mastermind - agente principal, dashboards, deploy, voz, APIs y automatización para Ntizar.
Búsqueda semántica de skills usando ChromaDB local + qwen3-embedding (NaN API). Indexa 190+ skills como vectores 4096-dim y consulta por similitud para cargar solo los relevantes.
Free web search via DuckDuckGo — text, news, images, videos. No API key needed. Prefer the `ddgs` CLI when installed; use the Python DDGS library only after verifying that `ddgs` is available in the current runtime.