Caveman：83K Star，让 AI Agent 省 65% Token 的神奇骚操作
Caveman: 83K Stars — Make AI Agents Talk Like Cavemen, Save 65% Output Tokens
GitHub: JuliusBrussee/caveman · ⭐ 82,990 · JavaScript · MIT
适用: Claude Code / Codex / Cursor / Windsurf / Cline / Copilot / 30+ agents
83K Stars 是因为一个让人发笑的洞察
正常 AI Agent（69 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 AI Agent（19 tokens）:
"New object ref each render. Inline object prop = new ref = re-render.
Wrap in `useMemo`."同样的答案。三分之一的词。技术信息一个字没丢。
这就是 Caveman 做的事：让你的 AI Agent 像穴居人一样说话——不是让它变笨，而是让它的嘴变小。
为什么 65% Token 节省是真实的
很多 AI Agent 的回复结构是这样的：
[礼貌开头] + [废话说明] + [实际答案] + [礼貌结尾]
15% 20% 55% 10%Caveman 去掉的是前面 45% 的填充——开头的”当然可以！“、中间的解释性铺垫、结尾的”希望这有帮助！”。
保留的是什么：
- 代码块（字节精确）
- 命令（字节精确）
- 错误信息（字节精确）
- 技术推理（核心结论保留）
实际效果对比
| 场景 | 正常 | Caveman | 节省 |
|---|---|---|---|
| 解释 React re-render | 69 tokens | 19 tokens | 72% |
| 调试 auth middleware | 58 tokens | 18 tokens | 69% |
| 写一个 async 函数 | ~80 tokens | ~28 tokens | 65% |
| 解释 git rebase | ~120 tokens | ~40 tokens | 67% |
官方测试数据：平均节省 65% 输出 Token，输入 token 不变，技术准确率 100%。
安装：三分钟搞定
Claude Code
# 方法 1：直接告诉 Claude Code
"安装 caveman skill"
# Claude Code 会自动从 GitHub 安装
# 方法 2：手动
git clone https://github.com/JuliusBrussee/caveman ~/.claude/skills/cavemanCodex
git clone https://github.com/JuliusBrussee/caveman ~/.codex/skills/cavemanCursor / Windsurf
# 同理，克隆到对应的 skills 目录
git clone https://github.com/JuliusBrussee/caveman \
~/.cursor/skills/caveman # 或对应路径安装后，Agent 自动读取 skill 文件，下次响应就开始以穴居人模式回复。
强度等级：选你的「穴居人层级」
Caveman 提供几个压缩强度选项（通过配置 INSTALL.md 里的选项）：
| 等级 | 风格 | 适合场景 |
|---|---|---|
| Grunt | 极简，纯命令 | 你已经知道背景，只要代码 |
| Caveman（默认） | 简洁技术 | 日常编码，平衡 |
| Verbose Caveman | 多保留推理 | 复杂问题，需要理解过程 |
Caveman 2：正在开发
根据 README，Caveman 2 正在开发中，计划功能：
- 输入 token 也压缩（系统提示压缩）
- 基于上下文自动调整压缩强度
- 更多 Agent 平台支持
为什么这个方案工作但没人想到？
关键洞察来自一个观察：AI Agent 的冗余输出不是模型能力不足，而是训练数据偏向——训练数据里大量是对话体的、礼貌的、解释性的文本。
Caveman 通过在 system prompt / skill 里加约束，相当于给模型换了一套”说话方式”。模型的推理能力没变，只是输出格式变了。
这和 Karpathy 说的”token 就是思考”一个道理——当你限制输出 token，模型被迫更精准地表达，反而减少了模棱两可的空话。
实际使用建议
强烈推荐的场景：
- 日常 Claude Code 使用（直接省钱省时间）
- API 调用量大的生产环境
- 对响应速度敏感的工具
注意场景：
- 学习新概念时：你可能需要解释，这时候暂时关掉 Caveman
- 代码审查：你可能需要 AI 解释为什么这样写，不只是结果
- 非英语用户：穴居人语言是英文风格的压缩，中文的效果可能不一样
安全性：这个 skill 在做什么？
一个合理的问题：给 AI Agent 安装一个 skill，里面有什么？
Caveman 的实现非常透明，核心就是修改 system prompt 或 skill 指令，告诉模型用简洁模式回答。没有数据上传，没有外部 API 调用，MIT 开源可以完整审计。
总结
83K Stars 不是意外——它解决了一个真实痛点，方法出乎意料地简单。如果你每天用 Claude Code 或 Codex，装上 Caveman 之后的效果是立竿见影的：速度更快，费用更低，回答更直接。
穴居人有时候说话更有效率。
© 2026 Author: Mycelium Protocol. 本文采用 CC BY 4.0 授权。
TL;DR: Caveman (82,990 ⭐, JavaScript, MIT) is a skill plugin for Claude Code, Codex, Cursor, Windsurf, Cline, Copilot, and 30+ AI coding agents. Install once; the agent drops filler words and answers in compressed caveman-speak. Code, commands, and error messages stay byte-for-byte exact. Technical accuracy: 100%. Output tokens saved: 65% average. Input tokens: unchanged.
The Core Insight
Most AI agent responses look like:
[Polite opener] + [Explanation padding] + [Actual answer] + [Polite closer]
15% 20% 55% 10%Caveman strips the 45% filler and keeps the 55% that matters. The model’s reasoning capability is unchanged — only its verbosity is constrained.
Before / After
Normal Claude (69 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 Claude (19 tokens):
“New object ref each render. Inline object prop = new ref = re-render. Wrap in
useMemo.”
Same fix. Third of the words. Nothing technical lost.
Install (3 minutes)
# Claude Code
git clone https://github.com/JuliusBrussee/caveman ~/.claude/skills/caveman
# Or just tell Claude Code: "install caveman skill"Works with Codex, Cursor, Windsurf, Cline, Copilot, Gemini, and 27+ more. Skill auto-loads on next session.
Compression Levels
| Level | Style | When |
|---|---|---|
| Grunt | Minimal, commands only | You know the context, just need the code |
| Caveman (default) | Concise technical | Daily coding, balanced |
| Verbose Caveman | Keeps more reasoning | Complex problems where you need the why |
When NOT to Use It
- Learning a new concept (you need the explanation)
- Code review (you want the model to explain reasoning, not just show results)
What It Does Under the Hood
Caveman modifies the system prompt / skill instructions to constrain verbosity. No external API calls, no data upload. MIT licensed — fully auditable.
Links: GitHub · Install Guide
© 2026 Author: Mycelium Protocol. Licensed under CC BY 4.0.
关于本站 · 免责声明
🍄 Mushroom Research Blog 是非营利、免费公开的个人科技观察博客与公众号 XStack18，不接受商业合作、不代表任何企业或机构立场，也不谋求商业利益。我们以个人视角客观中立地记录和分析 AI、Web3 等领域的最新模型发布与技术动态——不止转述新闻标题或二手信息，而是给出有独立思考的深入分析，希望帮更多人获得有价值的一手科技认知。
⚠️ 文中介绍的开源代码与模型，仅供学习交流与技术借鉴。它们大多仍处于早期阶段，有待进一步研究和验证，请勿直接用于工作或生产环境；如需采用，请先自行充分测试，并核实其许可证与安全性。
Open-source code and models featured here are shared for learning and reference only. Most are early-stage and still need further study and verification — please don't use them directly in your work or in production. Test them thoroughly and check their licenses and security first.
- 本站文章均为作者基于公开信息的个人研究与观点整理，不代表文中提及的任何公司、产品、模型的官方立场，未与其构成商业关联或合作关系。
- 科技行业信息更新极快，我们尽力保证内容准确、及时，但不对完整性、实时性做绝对保证，具体请以相关企业/项目官方公告为准。
- 文中引用的第三方商标、产品名称、图片、数据等版权归原权利人所有，我们会尽量注明来源；如你认为存在版权疑问或侵权，请通过下方邮箱联系我们，收到通知后会尽快核实处理（更正、加注来源或删除）。
- 文章内容仅为技术科普与个人观点，不构成投资、法律或其他专业建议，据此进行任何决策的后果需自行判断和承担。
📮 侵权 / 勘误 / 合作咨询：hello@mushroom.cv
💬 评论与讨论
使用 GitHub 账号登录后发表评论