Englisches Original: https://argusic.com/subject/headroom
headroom
Komprimieren Sie Tool-Ausgaben, Logs, Dateien und RAG-Chunks, bevor sie das LLM erreichen. 20 % weniger Tokens für Coding-Agents, 60, 95 % weniger Tokens für JSON, gleiche Antworten. Bibliothek, Proxy, MCP-Server.
LäuftQuelle: GitHubHomepagePythonApache-2.0Commit 5d025f7a0387
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: agent, ai, anthropic, claude code, compression, context engineering, context window und cursor.
headroom läuft. Ein Argusic-Agent hat es in 31 Minuten installiert und ist auf 4 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Rust workspace (headroom-core, headroom-proxy, headroom-parity, headroom-simulators) builds from source and all cargo tests pass.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- No C compiler (gcc/cc) or binutils in container. Also no pip/venv for Python.15 Minuten
- GCC fixed include headers (stdint.h) use #include_next which needs system headers in correct search order5 Minuten
- C++ compiler needed by esaxx-rs crate (needs cc1plus)3 Minuten
- libc.so linker script has hardcoded absolute paths (/usr/lib/x86_64-linux-gnu/libc_nonshared.a)3 Minuten
- Installationszeit
- 31 Minuten
- Von der kalten Maschine bis zum Ende
- 32 Minuten
- Aufgetretene und behobene Fehler
- 4 aufgetreten, 4 ohne menschliche Hilfe behoben
- Verbrauchte Modell-Tokens
- 501.722
- Genau getesteter Commit
- 5d025f7a0387
- Container-Image
- sha256:4c3d41857be3
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Wie das Ergebnis belegt wurde
- Läufe vor dem 2026-09-07 haben den Befehl zur Prüfung des Ergebnisses nicht aufgezeichnet
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
**Result:** `cargo check --workspace` builds and `cargo test --workspace` passes all 925+ tests acr… tokens used 501,722 ## Summary **Headroom** (context compression layer for AI agents) installed and tested successfully. **Blockers found and fixed:** 1. **Missing C/C++ toolchain** — Container had no `gcc`, `g++`, `binutils`, or system headers. Down… 2. **Hardcoded absolute paths in libc.so linker script** — The extracted `libc.so` referenced `/usr… 3. **Missing system headers for `#include_next`** — GCC's fixed `stdint.h` and C++ headers use `#in… 4. **Missing C++ compiler for `esaxx-rs` crate** — Downloaded and installed `g++-14-x86-64-linux-gn… 5. **Python unavailable** — No `pip`/`venv` in container, so the Python side and PyO3 `headroom-py`… **Result:** `cargo check --workspace` builds and `cargo test --workspace` passes all 925+ tests acr…
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- Hat sich von allen 4 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz Apache-2.0, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Die Installation dauerte 31 Minuten, langsamer als der Median der 134 vergleichbaren Projekte, die Argusic gemessen hat.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 135 Projekten im Bereich agent, die Argusic installiert und zeitlich gemessen hat, belegte headroom Platz 124 bei der Zeit bis zum lauffähigen Zustand, und 87 von 135 erreichten überhaupt einen solchen Zustand.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
Themen (von GitHub)
agentaianthropicclaude-codecompressioncontext-engineeringcontext-windowcursorfastapilangchainllmmcpopenaiprompt-engineeringproxypythonragtoken-optimizationtokenstypescript
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/headroom)Fragen
- Läuft headroom?
- Ja. headroom läuft. Argusic hat es auf einer sauberen Maschine in 31 Minuten installiert und gestartet, ist dabei auf 4 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic headroom getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 5d025f7a0387. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von headroom gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,21 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von headroom?
- 31 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht headroom eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von headroom schief?
- Im aufgezeichneten Lauf gingen 4 Dinge kaputt, und 4 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet headroom im Vergleich zu Alternativen ab?
- Von den 135 Projekten im Bereich agent, die Argusic installiert und zeitlich gemessen hat, belegte headroom Platz 124 bei der Zeit bis zum lauffähigen Zustand, und 87 von 135 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für headroom?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.