Headroom: LLM 도달 전 도구 출력, 로그, RAG 청크 및 대화 기록을 압축하여 답변 품질을 유지하면서 토큰을 60-95% 절감
요약
Headroom은 LLM에 전달되는 도구 출력, 로그, RAG 청크 및 대화 기록을 압축하여 토큰 사용량을 60-95% 절감하는 솔루션입니다. 다양한 라이브러리와 프록시 모드를 제공하며, 답변 품질을 유지하면서 비용 효율성을 극대화합니다.
핵심 포인트
- 도구 출력 및 RAG 청크 압축을 통한 토큰 60-95% 절감
- 6가지 로컬 압축 알고리즘 및 가역적 CCR 검색 지원
- Claude, Codex, Gemini를 위한 교차 에이전트 메모리 저장소 제공
- 실패한 세션 분석 및 자동 수정 제안 기능 포함
Headroom은 도구 출력(tool outputs), 로그(logs), RAG 청크(RAG chunks) 및 대화 기록(conversation history)이 LLM(대규모 언어 모델)에 도달하기 전에 압축하여, 답변 품질을 유지하면서도 토큰을 60-95% 절감합니다.
- 모든 스택을 위한 라이브러리(Library), 프록시(proxy), MCP 서버(MCP server) 및 에이전트 래핑(agent wrap) 모드 제공
- 가역적 CCR 검색(reversible CCR retrieval)을 지원하는 6가지 로컬 압축 알고리즘
- Claude, Codex, Gemini 전반에 걸쳐 자동 중복 제거(auto-dedup)를 지원하는 교차 에이전트 메모리 저장소(Cross-agent memory store)
headroom learn기능은 실패한 세션을 분석하여 AGENTS.md에 수정 사항을 작성
여기에서 확인해 보세요:
OpnForm은 노코드(no-code) 인터페이스를 통해 양식을 생성하고 필요 시 셀프 호스팅(self-host)할 수 있는 오픈 소스 양식 빌더(open-source form builder)입니다.
- 노코드 빌더를 통한 무제한 양식 및 제출
- 텍스트(Text), 날짜(Date), URL, 파일 업로드(File uploads) 및 기타 입력 유형 지원
- Slack, Webhooks와 통합
AI 자동 생성 콘텐츠
본 콘텐츠는 X @githubprojects (자동 발견)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기0