Headroom MCP Server
Headroom MCPサーバーでClaude連携・ツール出力のトークン圧縮を自動化
headroom mcp概要
Headroom MCP Serverの設定方法と使い方。
ツール出力・ログ・ファイル・RAGチャンクをLLMに渡す前に60〜95%圧縮するMCPサーバー「headroom」をClaudeから利用できる。
可逆圧縮（CCR）を含む6種のアルゴリズムで元コンテンツをローカル保存し、必要時だけ headroom_retrieve で取り戻せる。
ClaudeとHeadroomのMCPサーバー連携により、トークン消費削減や複数AI間（Claude/Codex/Gemini）の共有メモリ運用を自動化できる。
設定方法は pip install "headroom-ai[mcp]" 後に headroom mcp を登録するだけで完結する。
料金・APIキー情報
料金
完全無料APIキー
🔓 不要✅このMCPはAPIキー不要です。別途セットアップが必要な場合があります（上記参照）。
こんな使い方ができます
巨大なログやファイル出力をClaudeに渡す前に圧縮してトークン消費を大幅に削減できる
可逆圧縮で必要時だけ元データを取り戻させて精度低下を最小化できる
Claude・Codex・Gemini 等の異なるエージェント間で同じコンテキストを共有できる
RAGチャンクを圧縮しながら回答品質を維持できる
セットアップ手順
- 1
Python 3.10+ を用意する
- 2
pip install "headroom-ai[mcp]" を実行する（pipx 利用も可）
- 3
headroom mcp install を実行してMCPクライアントに登録する
- 4
Claude Code に追加：claude mcp add headroom -- headroom mcp
設定ファイル
コピー前に確認
Python 3.10 以上。pipx での導入も可（pipx install --python python3.13 "headroom-ai[all]"）。Apache 2.0 ライセンス。
claude mcp add headroom -- headroom mcp注意事項
公開ツールは headroom_compress / headroom_retrieve / headroom_stats の3種。可逆圧縮（CCR）を選ぶと元コンテンツがローカル保存され、LLMが必要に応じて headroom_retrieve で取り戻せる構造。