AIに渡すログやツールの出力を手元で圧縮する「Headroom」。Claude CodeやCodexのトークンを節約
30秒でわかる
- Headroom ↗は、AIが読む大量のログや検索結果を、送る前に手元で短くする道具
- 公式の測定では、障害調査で57%、コードの把握で42%のトークンを削減。繰り返しの多いデータほどよく縮む
- 「headroom wrap claude」のように1行でClaude CodeやCodexに組み込める
何が変わった
AIのコーディング道具は、コマンドの実行結果やログ、検索結果をそのまま読み込むため、トークン(処理した文字の量)をたくさん使います。Headroomは、それらをAIに届く前に圧縮する仕組みです。JSON、ソースコード、文章など中身の種類を見分けて、それぞれに合った方法で縮めます。元のデータは手元に保存されるので、AIが全文を必要としたときは取り出せます。使い方は、Pythonなどのプログラムに組み込む方法、中継役(プロキシ)として動かす方法、MCPサーバー(AIが外部ツールとやり取りする仕組み)として使う方法があります。もっとも手軽なのは「headroom wrap claude」のような1行のコマンドで、Claude Code、Codex、Copilot、Cursorなどを圧縮経由で起動できます。元に戻すときは「headroom unwrap」を使います。公式の測定では、障害調査で57%、コードの把握で42%、GitHubの課題整理で30%、コード検索で21%トークンが減りました。
誰に関係する
AIのコーディング道具で長いログや大量の検索結果を扱い、利用量や費用が気になる人に向いています。