Headroom 上下文压缩调研 — 验证结论

Codex 核验(2026-10-10):这里的 NOOP 记录表示当次请求没有实际压缩,不能把旁路成功当成压缩已工作;字符数不是 tokens,费用变化需以同一任务、模型、缓存计费与完整调用账单比较。保留原实验日志与日期,本次未重跑。

便签来源:小红书 6 skill 验证时间:2026-07-13 (Sticky Notes 主动循环)

Headroom MCP 可用性

检查项结果
headroom_compress✅ 可用(short text → router:noop 正确行为)
headroom_retrieve✅ 可用(hash → 原始内容 完整回环)
headroom_stats✅ 可用(session 统计正常)
config 完整性✅ Manas profile 配置文件中已配置

现有集成深度

集成点状态
research/tool-headroom (gbrain)✅ 深度研究完成(含 benchmark、limitations、对比矩阵)
context-compaction skill✅ 已引用 headroom 为外部参考
network-dashboard/headroom_utils.py✅ 惰性导入 + 优雅降级 + communion 协议集成
proxy systemd service⚠️ 已创建但可能未在 WSL 中运行
Manas MCP tools✅ 本 session 已验证可调用

关键发现

1. 压缩效果(已有 benchmark)

  • JSON 数组:54% 压缩率
  • 结构化日志:58% 压缩率
  • 代码搜索(100 条结果):92% 压缩率
  • 普通对话:8-10%(router 认为重要性高,保护较多)

2. WSL 限制

  • 文本/代码 ML 压缩需要 PyTorch(WSL 内存受限未安装)
  • tree-sitter 代码压缩绑定也未安装
  • proxy 模式需要 HuggingFace 模型下载(~151MB 缓存,首次依赖代理)

3. 历史风险(已修复)

  • 之前 headroom MCP args 格式错误(字符串而非列表)曾导致 Manas cron 调度阻塞 23 天
  • 由 Alaya Guardian Loop 发现并记录在 headroom-mcp-cron-block.md
  • 当前配置已验证正确

行动建议

  1. 短期:在 context-compaction skill 中加入主动调用 Headroom MCP 的步骤 — 当前 skill 使用 compactor.py 而非 Headroom MCP
  2. 中期:对 >100KB 的工具输出自动调用 headroom_compress — 结构化数据场景受益最大
  3. 长期:评估 proxy 模式是否值得在 WSL 中常驻 — 需要 151MB 磁盘 + ~100MB 内存