headroomlabs-ai/headroomHeadroom 压缩工具输出与 RAG 内容以降低 LLM token
Headroom 压缩工具输出与 RAG 内容以降低 LLM token
可压缩工具输出、日志和 RAG 片段,直接降低 agent 上下文成本。
数据源与状态仍在导航菜单中
DOMAIN OBSERVATORY
资料 75 条 · 常规内容近 60–90 天,综述/报告保留一年最近同步 1 小时前
智能体开发与扩展:HarnessAdapt-RL 在强化学习中同步训练策略与执行框架,使 SWE-bench Verified pass@1 提升 9.8 个百分点 [1];Muse Glimmer 30B 以 4-bit 量化单卡运行,集成多步规划、工具调用与失败恢复 [2]。
Headroom 压缩工具输出与 RAG 内容以降低 LLM token
可压缩工具输出、日志和 RAG 片段,直接降低 agent 上下文成本。
context-mode 减少 98% 上下文,覆盖 17 平台
对 AI coding agent 的上下文管理、会话记忆与 MCP 路由有工程参考价值。

发布 agent 无关持久记忆系统,含 SQLite+FTS5 与 MCP server
为 AI coding agent 提供可复用的持久记忆后端,MCP/HTTP/CLI 多接口便于集成到现有数据闭环。

UX/UI Agent Skills 提供 52 组件与 50 门槛
为智能体设计工作流引入客观构建门槛,可减少虚假成功,适合评估 UI/设计类 Agent。
