以下是针对 Headroom 工具的整理与优化说明:
核心功能
Headroom 是一个本地运行的 AI 上下文压缩工具,能在数据输入大语言模型(LLM)前智能缩减 Token 数量,节省 60-95% 的 Token 消耗,同时保持回答质量。适用于代码搜索、事故调试等场景。
安装方法
环境要求 Python 3.7 及以上版本,支持 Windows/Linux/macOS。
安装命令 完整版安装(推荐):
bash
pip install "headroom-ai[proxy,ml,code,mcp]==0.20.15"
替代方案(使用 uv 加速安装):
bash
uv pip install "headroom-ai[proxy,ml,code,mcp]==0.20.15"
Windows 特殊处理 若遇路径过长错误,分步安装:
bash
pip install "headroom-ai==0.20.15" --no-deps
pip install click rich httpx openai uvicorn fastapi websockets watchdog pyyaml typer
设置环境变量绕过 Rust 限制:
powershell
$env:HEADROOM_REQUIRE_RUST_CORE = "false"
配置与使用
启动代理服务
bash
headroom proxy --port 8787 --openai-api-url https://api.feng.cx/v1
修改 Codex 配置 编辑 ~/.codex/config.toml:
toml
[model_providers.custom]
base_url = "http://localhost:8787/v1" # 指向本地代理
验证连接 执行以下命令检查代理状态:
bash
curl http://localhost:8787/stats
关注 api_requests 和 avg_compression_pct 字段确认压缩效果。
桌面端集成
修改 config.toml 后,Codex 桌面端自动继承配置。需确保启动时代理服务已运行。
效率提升脚本
创建批处理文件 start_headroom_codex.bat:
batch
@echo off
set HEADROOM_REQUIRE_RUST_CORE=false
start "Proxy" /MIN cmd /c "headroom proxy --port 8787 --openai-api-url https://api.feng.cx/v1"
codex -c model_providers.custom.base_url="http://localhost:8787/v1"
pause
故障排查
- 代理未启动:检查端口占用或环境变量设置。
- Codex 报错 :添加
--skip-git-repo-check参数跳过目录验证。 - 恢复直连 :将
base_url改回原始 API 地址。
注意事项
- 代理模式仅本地运行,API Key 不会外传。
- 平均压缩率可通过
/stats接口实时监控。