caveman Skill：让 AI 编程 Agent 节省 65% token 的穴居人规则

Skill超级捕获手 技术创作者 2026-10-02 1003 阅读

总结

caveman 是一个让 AI 编程 Agent「少说话、说重点」的 Skill（规则文件），通过强制 Agent 用精简的穴居人语言输出，将 token 消耗降低 65%。它 Started as a joke on a Friday in April 2026（创始人自己说的），一周破 4000 星，随后引发 Primeagen 评测视频、JetBrains 实验室认证和一篇学术论文，截至 2026-10-02 已突破 100,000 stars，成为 2026 年 GitHub 最速破圈的 Skill 之一。

功能与原则

caveman 解决的核心问题是：AI Agent 输出太话痨，token 费用惊人。典型编码会话中，Agent 写得像求职信、读得像消防水管——每次操作前重复确认、输出冗长的解释和推理过程。长对话累积下来，API 费用轻松达到每月数百甚至上千美元。

caveman 的设计哲学：Caveman no make brain smaller. Caveman make mouth smaller.（不让 AI 变笨，只让它闭嘴。）核心原则：

  • 输出端：Agent 输出必须精简——只保留代码、命令、文件路径和错误信息，所有冗长的解释、确认语、前置说明一律压缩
  • 输入端（proxy 模式）：在 Agent 和 AI 提供商之间压缩 AI 读取的内容——日志、测试输出、JSON、diff、搜索结果统统精简后传输
  • 中间件模式：一行 wrapper 嵌入 LangChain/Vercel AI SDK/OpenAI/Anthropic 调用，线上代码也能受益
  • 安全不打折：代码、命令、文件路径、安全警告、”are you sure?”确认从不压缩，始终完整输出

认可度

  • GitHub stars：100,000+（截至 2026-10-02）
  • 4 月一个周五的玩笑项目，一周破 4,000 星，持续高速增长
  • Primeagen（知名技术 YouTuber）专门做了一期 reaction 视频
  • JetBrains 实验室独立测试验证效果
  • 有一篇正式学术论文
  • 社区热度：2026 年 GitHub 最速破圈的 Skill，没有之一

链接

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

原作者

JuliusBrussee（GitHub username: JuliusBrussee）——独立开发者，项目从玩笑起步，2026 年 GitHub 最火个人项目作者之一。

介绍

caveman 最早起源于 2026 年 4 月的一个周五下午，JuliusBrussee 在 X 上发了一条「why use many token when few token do trick」的玩笑帖子，配了一个简陋的规则文件。结果一周内吸引了 4000 个 GitHub stars，随后被 Primeagen 发现并做了一期专题视频，热度彻底爆发。

项目本身包含两个核心组件：

Small rock（Skill）：一个 .md 规则文件，安装后 Agent 输出自动变成穴居人风格。例如正常 Agent 会输出「The reason your React component is re-rendering is likely because you’re creating a new object reference on each render cycle…」，caveman 模式下只输出「New object ref each render. Inline object prop = new ref = re-render. Wrap in useMemo.」——诊断相同，废话全砍。

Big rock（Proxy + Middleware）：运行在本地机器上的代理，在 Agent 读取内容之前先行压缩。日志、测试输出、JSON、diff、搜索结果都会被压缩后再传给 AI，每个被压缩的字节都有备份，Agent 可随时拉回原始内容。

项目支持 30+ 主流 AI 编程 Agent：Claude Code、Codex、Gemini CLI、Cursor、Windsurf、Cline、Copilot、Qwen Code、OpenCode、Hermes、OpenClaw 等。

特点

  • 65% token 节省：官方测试平均节省 65%，API 费用降至原来的约三分之一
  • 零学习成本：一条命令 npx skills add JuliusBrussee/caveman -g 完成安装，Skill 模式开箱即用
  • 三层产品：Skill（输出精简）→ Proxy（输入压缩）→ Middleware（代码内嵌），按需渐进采用
  • 隐私安全：Proxy 和 Middleware 均运行在本地，压缩在本地完成，数据不外传
  • 支持 30+ Agent：覆盖主流 AI 编程工具，不是 Claude Code 专属
  • 可调节强度：/caveman lite（精简但礼貌）、/caveman ultra（纯咕哝声）、/caveman wenyan（文言文）
  • 代码精准：commit 用 /caveman-commit、review 用 /caveman-review、压缩记忆文件用 /caveman-compress

使用方法

安装 Skill（Small rock，一条命令）：

npx skills add JuliusBrussee/caveman -g

如果 Agent 没有自动唤醒，说 /caveman 激活。

Proxy 安装（Big rock）：

npm install -g @caveman-ai/cli && caveman setup --install
# 然后指定 Agent：caveman setup --install caveman claude

完整安装脚本（支持所有平台）：

curl -fsSL https://raw.githubusercontent.com/JuliusBrussee/caveman/v2.7.0/install.sh | bash

使用强度调节：

/caveman lite    # 精简但礼貌
/caveman ultra   # 纯咕哝声
/caveman wenyan  # 文言文（社区贡献）

停止使用：

say stop caveman
# Normal prose returns. No hard feelings.

使用场景与人群

适用场景：

  • 重度 AI 编程用户的长会话场景（代码生成、调试、重构、代码审查）
  • 需要严格控制 API 费用的独立开发者和小团队
  • 追求高会话效率、不需要冗长解释的专业开发场景
  • 30+ 主流 AI Agent 用户（Claude Code、Qwen Code、Cursor 等）

目标用户：

  • 每天使用 Claude Code 等工具进行开发的程序员
  • 对 API 费用敏感的独立开发者
  • 希望提高编码会话效率的团队
  • 不介意 AI 输出风格变「简陋」的实用主义者

不适合场景：

  • 需要详细解释的学习场景（调试复杂问题时建议临时禁用）
  • 需要 Agent 输出来做教学演示的场景
  • 与某些需要详细交互的 Skill 可能存在兼容性问题

输入与输出案例

输入示例 1（正常 Agent 输出）：

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 so that the same reference is maintained across renders.

caveman 模式输出：

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

诊断相同，节省约 65% token。

输入示例 2（commit message）：

Sure, I’d be happy to help you write a conventional commit message for this change. Based on the diff, this appears to be a new feature addition to the user authentication module. Let me construct an appropriate commit message following the Conventional Commits specification…

/caveman-commit 输出：

feat(auth): add user login endpoint

一行搞定，没有废话。

caveman 的爆火揭示了一个真实需求：AI 编程工具的使用成本仍然是开发者的核心痛点。当其他 Skill 在教 AI 做什么的时候，caveman 在教 AI「少做什么」——这个反向思路让它成了 2026 年最特别的那个 Skill。

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 1003 阅读