🎧 음성으로 듣기 — 화면 꺼도 재생됩니다
깃허브 설명 · 12/46편째
L' 자료실 · 깃허브 설명 · 5:08 · 👀 보는 강의
추천
Headroom — 보내기 직전에 압축하는 로컬 프록시
로그 수백 줄이 그대로 AI에게 넘어가며 새는 토큰을, 모델에 도달하기 직전에 압축합니다(⭐63,313·Apache 2.0). 내 컴퓨터에서 도는 프록시라 데이터가 제3의 서버로 안 나갑니다. 코드 검색·장애 로그 92%, 이슈 분류 73% 절감에 정확도는 유지. ⚠️ 3종 중 설치 난도가 가장 높고, 'headroom savings 숫자'만이 유일한 증거입니다.
클로드코드에 붙여넣기 — 이 한 줄이 전부입니다
headroom을 proxy,mcp 포함(대괄호 필수)으로 설치하고 headroom doctor로 상태를 확인해줘: uv tool install --python 3.13 "headroom-ai[proxy,mcp]"링크 & 명령어 — 복사해서 쓰세요
- 열기 ↗
리포 — headroomlabs-ai/headroom
github.com/headroomlabs-ai/headroom - 열기 ↗
공식 문서
docs.headroomlabs.ai - 열기 ↗
출처 — 게으른 빌더(@lazy_owen) 정리 자료
app.notion.com/p/3-3-3ad28466a54e817ba452e99d51a5aa09
uv tool install --python 3.13 "headroom-ai[proxy,mcp]"headroom --versionheadroom wrap claudeheadroom doctorheadroom savingsHOW I USE IT
⭐63,313 · Apache 2.0 · 매일 갱신. 앞의 두 도구(스킬·플러그인)와 달리 이건 **내 컴퓨터에서 도는 프록시**입니다 — 나와 AI 서버 사이에 서서 오가는 내용을 손봅니다. 압축 대상은 제가 쓴 지시문이 아니라 **기계가 뱉은 텍스트**입니다: 명령 실행 결과·터미널 로그, JSON/API 응답, 파일 내용·검색 결과. 형식이 반복되고 군더더기가 많은 텍스트일수록 많이 줄어듭니다. 공개 수치 — 코드 검색 100건·장애 로그 분석 92%, 이슈 분류 73%, 코드베이스 탐색 47%. 표준 정확도 평가에서 정답률은 유지 또는 소폭 상승했습니다.
🔒 프록시 도구는 프라이버시를 먼저 확인해야 합니다. 확인 결과 **압축은 내 컴퓨터에서 처리되는 local-first 구조**이고, 제3의 서버로 코드를 보내는 방식이 아닙니다(리포가 이 점을 명시). 설치·사용: `uv tool install --python 3.13 "headroom-ai[proxy,mcp]"` → 이후 클로드코드를 `claude` 대신 **`headroom wrap claude`**로 엽니다(기존 옵션은 뒤에 그대로 붙임, 예: --resume). 매번 타이핑이 번거로우면 별칭을 걸어두세요.
⚠️ 가장 중요한 단계는 '진짜 적용됐는지 확인'입니다 — 설치 로그가 잘 지나갔어도 실제로는 프록시를 거치지 않는 경우가 많습니다. `headroom doctor`로 proxy가 pass인지, `headroom savings`로 실제 절감 숫자(예: Today 49.2% saved)가 쌓이는지 보세요. **계속 'no tokens saved yet'이면 프록시 없이 열고 있다는 뜻입니다.** 함정: 패키지명 뒤 대괄호를 빼면 'Proxy dependencies not installed' 오류. 한계 — 3종 중 설치·확인이 가장 까다롭고, 상시 실행이라 메모리 200MB+, CPU 조건(구형 인텔 맥 등 별도 설정)이 있습니다. 3종 중 **마지막에** 도입하시는 걸 권합니다.