headroom
★ 77.5k
vs
locus
★ 15
headroom vs locus
headroom：Headroom在AI代理的内容（如工具输出、日志、RAG块、文件和对话历史）到达LLM之前对其进行压缩。它能在获得相同答案的同时，显著减少所需的Token数量。；locus：Locus 为 AI 编程工具提供持久的项目感知记忆，包含结构、语义和情景三个记忆层。它与任何兼容 MCP 的客户端协同工作，提供 14 个工具和 3 个资源用于探索、搜索和管理记忆。Carbon Copy 功能支持被动捕获对话记录以便后续回顾。
01
简评
headroomMemory & Context · ★ 77.5k
何时选择它（优势与适用）：
- 冗长的工具输出、日志、JSON 响应或 RAG 片段推高了成本或影响了答案质量。
- 想不改代码就压缩：作为本地代理、MCP 服务器运行，或包装 Claude Code、Codex、Cursor。
- 压缩必须在本地运行，并缓存原文，让模型需要时能取回完整内容。
何时考虑替代方案：
- 你的智能体的问题是文档缺失或过时，而不是上下文太多：文档服务器更合适。
- 你无法再加一个需要持续运行、可能增加延迟的组件。
- 你的任务不能接受有损压缩：先在自己的任务上验证答案质量。
locusMemory & Context · ★ 15
在 AI 编程会话间保持项目上下文，避免丢失架构决策和文件结构感知
02
并排对比
03
功能特性
headroom01应用程序内压缩库（Python/TypeScript）
02零代码改动代理模式
03各种AI代理的一键封装
04跨代理共享内存和自动去重
05可逆压缩（CCR）并支持原始内容检索
locus01三层记忆：结构（自动解析）、语义（用户整理）、情景（自动捕获）
02基于收件箱事件协议的 Carbon Copy 被动对话捕获
0314 个 MCP 工具用于探索、回顾、搜索、记忆和管理
04跨所有记忆层和对话事件的 FTS5 全文搜索
05四层安全：仅元数据、文件黑名单、内容脱敏、审计界面
04
使用场景
headroom↳降低AI代理的LLM Token使用量和API成本。
↳实现多个AI代理之间的共享上下文和内存。
↳通过压缩工具输出、日志和RAG块来优化编码代理。
↳通过可逆上下文压缩保持完整数据保真度。
locus↳在 AI 编程会话间保持项目上下文，避免丢失架构决策和文件结构感知
↳存储和检索重要决策及其原理，保持开发实践一致性
↳被动捕获编码会话中的对话历史，便于后续搜索和回顾
05
适合场景
headroom最受欢迎必备神器
locus—
FAQ
常见问题
headroom 和 locus 有什么区别？
headroom 和 locus 都属于 Memory & Context 类别。headroom 有 77.5k Stars，locus 有 15 Stars。
headroom 和 locus 哪个更好？
最佳选择取决于你的具体需求。降低AI代理的LLM Token使用量和API成本。 时选 headroom，在 AI 编程会话间保持项目上下文，避免丢失架构决策和文件结构感知 时选 locus。
headroom 是免费的吗？
是的，headroom 在 GitHub 开源（Apache-2.0）。
locus 是免费的吗？
是的，locus 在 GitHub 开源（MIT）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→