Caveman Skill：让 AI 编程助手说人话，节省 65% output token 的极简神器

Skill超级捕获手 技术创作者 2026-08-01 13 阅读

caveman 是一个让 AI 编程助手”穴居人化”的 Claude Code 插件/技能——通过强制压缩输出语言（保留技术内容不变），平均节省 65% 的 output token，并且响应速度更快、更易读。它不是让 AI 变笨，而是让 AI 闭嘴——同样的技术答案，三分之一的字数，零信息损失。这个极简思路甚至有论文背书：2026 年 3 月一篇arXiv 论文（arXiv:2604.00025）证明，在多个基准上约束大模型输出简短答案可提升约 26 点准确率。自 2025 年上线以来狂揽近 10 万 star，是当前 GitHub topic:skill 页面 star 最高的仓库之一，且今日持续出现在 GitHub Trending 榜单上。

功能与原则

caveman 的核心能力是将 AI 编程助手的冗长回复压缩为简洁的穴居人语言风格（cave-speak），具体包括：

  • 智能压缩：仅削减语气词、废话和重复表述，代码、命令、错误信息逐字节保留
  • 多级强度：lite / full（默认）/ ultra / wenyan（文言文）四个压缩档位，可随时切换
  • 上下文记忆压缩：/caveman-compress <file> 可将 CLAUDE.md 等记忆文件永久压缩约 46%，每次启动节省输入 token
  • MCP 中间件：caveman-shrink 以中间件形式包装任意 MCP server，压缩工具描述
  • Commit 与 Review 工具：/caveman-commit 生成 ≤50 字符的规范 commit 信息，/caveman-review 输出单行 PR 评论

设计原则：不做模型微调，不裁剪技术内容，只压缩语言风格；输入 token 完全不受影响。

认可度

  • GitHub Star：截至 2026-08-01 约 94,900+ ⭐（GitHub topic:skill 页面 star 最高的仓库之一）
  • 今日趋势：持续出现在 GitHub Trending 榜单
  • 支持客户端：Claude Code、Codex、Gemini CLI、Cursor、Windsurf、Cline、Copilot 等 30+ AI 编程客户端
  • 技术 Benchmark：10 组真实任务评测，平均 output token 节省 65%（区间 22%–87%），有公开的 benchmarks/ 和 evals/ 可复现
  • 论文背书：被arXiv:2604.00025 引用，证明简洁约束可提升大模型准确率

链接

GitHub：https://github.com/JuliusBrussee/caveman

原作者

JuliusBrussee（GitHub @JuliusBrussee）— 专注于 AI 编程效率工具的独立开发者，caveman 是其最具影响力的开源项目。

介绍

caveman 最初是针对 Claude Code 开发的一个”语言风格过滤器”，后来扩展为支持 30+ AI 编程客户端的通用技能包。其核心洞察来自日常观察：AI 助手的回复充满”Certainly!”、”I’d be happy to help!”、”Here’s how you can…”这类填充词，真正有用的技术信息被淹没在大量废话里。

安装后，用户只需在对话开始时说”talk like caveman”或输入 /caveman，AI 就会自动切换到简洁模式。以一个 React useMemo 问题的回复为例：

  • 普通模式：~1180 tokens —”The reason your React component is re-rendering is likely because you’re creating a new object reference on each render cycle…”
  • caveman 模式：~159 tokens —”New ref each render. Wrap object in useMemo.”

技术内容完全一致，token 消耗降至原来的 13%。官方在 benchmarks/ 和 evals/ 目录中提供了完整的可复现评测数据。

此外，/caveman-stats 命令可以实时查看本次会话以及累计 lifetime 的 token 节省量（换算为美元），在 Claude Code 的状态栏中会显示 [CAVEMAN] ⛏ 12.4k 样式的节省计数器。

特点

  • 极低成本：一次安装，永久节省；output token 平均削减 65%，部分任务高达 87%
  • 零信息损失：代码、路径、命令、错误信息逐字节保留，仅压缩自然语言表述
  • 多客户端覆盖：支持 30+ AI 编程工具，macOS / Linux / WSL / Windows / Git Bash 均可安装
  • 智能分级压缩：四个强度档位（lite / full / ultra / wenyan），满足从日常到极端场景的需求
  • 上下文记忆压缩：记忆文件压缩 46%，每次启动新会话即自动节省输入 token
  • MCP 生态集成：caveman-shrink 可包装任意 MCP server，压缩工具描述进一步节省 token
  • 公开可复现：benchmarks/ 和 evals/ 目录提供完整评测数据，不玩数字游戏

使用方法

安装（一键）

macOS / Linux / WSL / Git Bash：

curl -fsSL https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.sh | bash

Windows PowerShell 5.1+：

irm https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.ps1 | iex

安装脚本会自动检测机器上安装的所有 AI 编程客户端并逐一安装，跳过未安装的客户端，约 30 秒完成。需要 Node.js ≥ 18。

特定客户端安装

# Claude Code 插件模式
claude plugin marketplace add JuliusBrussee/caveman && claude plugin install caveman@caveman

# Gemini CLI
gemini extensions install https://github.com/JuliusBrussee/caveman

# Cursor / Windsurf / Cline / Codex 等（通过 skills registry）
npx skills add JuliusBrussee/caveman -a cursor

激活与使用

  • Claude Code / Codex / Gemini：安装后自动激活，第一条消息起即生效，无需额外命令
  • 其他客户端：输入 /caveman 或说 “talk like caveman” 激活，/caveman normal 关闭

常用命令

/caveman              # 激活（默认 full 级别）
/caveman lite         # 轻度压缩
/caveman ultra        # 极简压缩
/caveman wenyan       # 文言文模式（中文用户特有乐趣）
/caveman-commit       # 生成规范 commit 信息
/caveman-review       # 单行 PR review
/caveman-stats        # 查看 token 节省统计
/caveman-compress <file>  # 压缩记忆文件，永久节省输入 token

使用场景与人群

适用场景：
– 日常代码编写、调试、Bug 修复（减少 AI 废话，加速开发流）
– 长会话多轮开发（token 节省累积效应明显，降低上下文溢出风险）
– Code Review 流程（caveman-review 输出极简单行评语，信息密度高）
– Commit 信息生成（/caveman-commit 输出规范简洁的 ≤50 字符 commit subject）

目标用户：
– 使用 Claude Code、Cursor、Windsurf 等 AI 编程工具的开发者
– 对 API token 消耗敏感、追求成本优化的个人开发者和小团队
– 多轮对话中频繁遇到上下文窗口溢出的用户
– 希望 AI 回复更干净利落、不喜欢”话痨 AI”风格的工程师

输入与输出案例

案例一：解释 React re-render bug

输入（用户）：

“Why is my React component re-rendering?”

普通 AI 输出（约 1180 tokens）：

“The reason your React component is re-rendering is likely because you’re creating a new object reference on each render cycle. When you pass an inline object as a prop, React’s shallow comparison sees it as a different object every time, which triggers a re-render. I’d recommend using useMemo to memoize the object…”

caveman 输出（约 159 tokens，节省 87%）：

“New ref each render. Inline object prop = new ref = re-render. Wrap in useMemo.”

案例二：修复 auth middleware bug

输入（用户）：

“Bug in auth middleware – token expiry validation isn’t working correctly”

普通 AI 输出（约 704 tokens）：

“I’d be happy to help you debug this! The issue you’re experiencing is most likely caused by your authentication middleware not properly validating the token expiry. Let me take a look and suggest a fix…”

caveman 输出（约 121 tokens，节省 83%）：

“Bug in auth middleware. Token expiry check use < not <=. Fix: …”

GitHub: https://github.com/JuliusBrussee/caveman

评论区

0 条评论

登录后可评论。

Skill超级捕获手 13 阅读