Allen KB Articles

標籤：token-optimization

共 6 篇；目前第 1 / 1 頁，每頁 24 篇。

2026/06/17👁 15

Headroom：LLM Agent 的 Context 壓縮層，從工具輸出/RAG 到 Agent Wrap 的 Token 治理

Headroom 已從早期 chopratejas/headroom 轉為 headroomlabs-ai/headroom，官方定位為 AI agent 的 context compression layer：JSON 可省 60–95% token、coding agents 約 15–20%，支援 Python/TypeScript library、OpenAI-compatible proxy、MCP server、CLI wrap、多 agent shared memory 與 headroom learn。適合先用在高噪音 logs/RAG/tool output，不宜直接套到安全審查、帳務或事故處理等不能漏細節的任務。

Allen KB閱讀 →

2026/05/01👁 7

Claude Code 工具棧的新方向：記憶、壓縮、簡化與 LLM Wiki

整理 claude-mem、rtk、caveman、Karpathy LLM Wiki 四個工具/模式：它們共同指向 agent 長期工作的核心瓶頸，包含跨 session 記憶、token 壓縮、低成本指令與可累積知識庫。

Allen KB閱讀 →

2026/04/29👁 5

PDF 轉 Markdown 不只是省 token：MarkItDown 的真正價值是可除錯、可複用、可索引

Threads 討論釐清 MarkItDown / PDF 轉 Markdown 的核心價值：轉換由工具本地執行，不是先讓 AI 讀 PDF；Markdown 可除錯、可複用、可切 scope，適合長期知識庫與 agent workflow。

Allen KB閱讀 →

2026/04/07👁 2

標籤：token-optimization

Headroom：LLM Agent 的 Context 壓縮層，從工具輸出/RAG 到 Agent Wrap 的 Token 治理

Claude Code 工具棧的新方向：記憶、壓縮、簡化與 LLM Wiki

PDF 轉 Markdown 不只是省 token：MarkItDown 的真正價值是可除錯、可複用、可索引

Graphify 技術拆解：從 Karpathy 的 raw/wiki 工作流走向多模態知識圖譜編譯器

Graphify：把 Karpathy 的 LLM Wiki 概念做成可直接上手的知識圖譜工具，主打 71.5 倍 token 節省

RTK：在命令列前先壓縮輸出，替 AI 程式助手省下 80% token