Caveman：让 AI 编程助手减少 75% 输出 Token 的 Claude Code 技能

今天在 GitHub Trending 上看到一个有意思的项目：Caveman，一个让 AI 编程助手像穴居人一样说话的技能——用最少的词表达最多的意思，实测减少约 75% 的输出 Token，同时保持完整的技术准确性。

一、项目概述

Caveman 是一个针对 Claude Code（也支持 Codex、Gemini、Cursor、Windsurf、Cline、Copilot 等 30+ AI 编程助手）的技能/插件。其核心理念是：为什么用很多 Token 当很少就能搞定（why use many token when few do trick）。

项目数据：

• GitHub: JuliusBrussee/caveman
• Star 数: 持续增长中
• License: MIT
• 支持代理: 30+ AI 编程助手

核心特性

1. 输出压缩：平均减少 65% 输出 Token（实测范围 22%-87%）
2. 技术准确性不变：压缩的是表达方式，不是技术内容
3. 多语言支持：保持用户语言，压缩的是风格而非语言本身
4. 多级别可选：lite（去填充词）、full（默认穴居人风格）、ultra（电报风格）、wenyan（文言文，更短）
5. 生态完整：包含 caveman-code（完整终端编程代理）、cavemem（跨代理记忆）、cavekit（规范驱动构建循环）等工具

二、技术原理

2.1 工作机制

Caveman 的核心是通过技能文件（SKILL.md）告诉 AI 代理：

1. 删除填充词（well、let me、I’d be happy to 等）
2. 保留实质内容
3. 使用片段式表达
4. 代码、命令、错误字符串保持原样

# 安装后，技能文件会被放入代理的技能目录
# Claude Code 示例
~/.claude/skills/caveman/SKILL.md

# 每次会话自动激活（Claude Code、Codex、Gemini 内置）
# 其他代理需要每次会话输入 /caveman 触发

2.2 Hook 架构

对于 Claude Code，Caveman 还会：

1. 写入一个微小的标志文件（flag file）
2. 代理每次会话读取标志文件
3. 从第一条消息开始就使用穴居人风格
4. 无需每次手动输入 /caveman

// package.json 中的 bin 配置
{
  "bin": {
    "caveman": "./bin/install.js"
  }
}

2.3 输出对比

平均: 1214 tokens → 294 tokens，节省 65%

2.4 caveman-compress 子技能

除了压缩输出，Caveman 还能压缩记忆文件（CLAUDE.md、项目笔记等）：

# 压缩记忆文件，每个会话都节省输入 Token
/caveman-compress CLAUDE.md

实测平均节省 46% 的输入 Token：

三、安装与快速开始

3.1 一键安装（推荐）

# 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

安装过程：

1. 检测所有已安装的 AI 编程助手
2. 为每个助手安装 Caveman 技能
3. 约 30 秒完成
4. 需要 Node.js ≥18

3.2 手动安装（特定助手）

# 仅安装到 Claude Code
curl -fsSL https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.sh | bash -s -- --only claude

# 仅安装到 OpenClaw
curl -fsSL https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.sh | bash -s -- --only openclaw

3.3 触发方式

• 自动激活（Claude Code、Codex、Gemini）：安装后每次会话自动生效
• 命令触发（其他代理）：输入 /caveman 或说 “talk like caveman”
• 停止：说 “normal mode”

3.4 OpenClaw 特殊说明

对于 OpenClaw，安装会做两件事：

~/.openclaw/workspace/
├── skills/caveman/SKILL.md   ← 完整规则集，按需加载
└── SOUL.md                    ← <!-- caveman-begin --> ... <!-- caveman-end -->
                                  ↑ 自动注入每个回合

1. 技能文件放到 ~/.openclaw/workspace/skills/caveman/SKILL.md
2. 在 SOUL.md 中追加标记块，OpenClaw 会将 SOUL.md 注入每个回合

四、使用方法与实战

4.1 基础命令

# 压缩输出（默认 full 级别）
/caveman

# 指定级别
/caveman lite    # 去填充词，保持相对完整
/caveman full    # 默认穴居人风格
/caveman ultra   # 电报风格，极简
/caveman wenyan  # 文言文，更短

# 生成 Conventional Commit 消息
/caveman-commit

# 一行 PR 评论
/caveman-review

# 查看 Token 使用统计
/caveman-stats

# 压缩记忆文件
/caveman-compress <file>

4.2 实际示例

场景 1：解释 React 重渲染问题

正常 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.”

场景 2：修复认证中间件

正常 Claude：

“Sure! I’d be happy to help you with that. 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 Claude：

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

4.3 多语言支持

Caveman 保持用户的语言，压缩的是风格而非语言：

# 葡萄牙语示例
"Novo ref de objeto cada render. Prop inline = novo ref = re-render. Envolva com `useMemo`."

# 代码、命令、错误字符串保持原样
# 仅压缩自然语言部分

4.4 MCP 中间件

Caveman 还提供 MCP 中间件 caveman-shrink，可以压缩任何 MCP 服务器的工具描述：

npm install -g caveman-shrink

五、常见问题与解决方案

5.1 安装失败

问题：安装脚本报错 “Node not found”

解决方案：

1. 确认 Node.js ≥18 已安装：node --version
2. 未安装则先安装 Node.js：https://nodejs.org/
3. Windows 用户需使用 PowerShell 5.1+

5.2 代理未生效

问题：安装后输入 /caveman 无反应

解决方案：

1. 打开代理，输入：“Read CLAUDE.md and INSTALL.md, install caveman for me.”
2. 代理会自行修复大脑（自动安装）
3. 或参考 INSTALL.md 手动安装

5.3 Token 节省不如预期

问题：实测 Token 节省低于 65%

解决方案：

1. 尝试更高级别：/caveman ultra 或 /caveman wenyan
2. 使用 caveman-compress 压缩记忆文件
3. 注意：Caveman 仅压缩输出 Token，思考/推理 Token 不受影响

5.4 技术准确性下降

问题：压缩后回答不准确

解决方案：

1. Caveman 设计原则是保持技术准确性
2. 如果出现准确性下降，可能是级别过高导致
3. 降级使用：/caveman lite 或 /caveman full
4. 参考论文：“Brevity Constraints Reverse Performance Hierarchies in Language Models”（2026 年 3 月），适度简洁反而提高准确性 26 点

5.5 OpenClaw 安装后未自动生效

问题：OpenClaw 中仍需手动输入 /caveman

解决方案：

1. 确认 SOUL.md 中包含 <!-- caveman-begin --> 标记块
2. 如果没有，重新运行安装命令并指定 --only openclaw
3. 查看 ~/.openclaw/workspace/skills/caveman/SKILL.md 是否存在

六、总结

Caveman 是一个巧妙的工具，它通过一个简单的理念——让 AI 少说废话，多讲重点——实现了显著的 Token 节省（平均 65%，最高 87%）。

核心优势：

1. 成本低：一键安装，30 秒搞定
2. 收益大：每次会话都节省 Token，累积效果明显
3. 准确性不变：压缩的是表达方式，不是技术内容
4. 生态完整：从输出压缩到记忆压缩，从单一技能到完整代理

适用场景：

• 频繁使用 AI 编程助手的开发者
• 对 Token 消耗敏感的用户（API 调用、订阅额度）
• 希望提高 AI 对话效率的团队

项目生态：

• caveman（本项目）：输出压缩
• caveman-code：完整终端编程代理，比 Codex 节省约 2× Token
• cavemem：跨代理记忆
• cavekit：规范驱动构建循环
• cavegemma：基于 Caveman 配对数据微调的 Gemma 4 31B 模型

一句话总结：Caveman 让 AI 编程助手的大脑保持强大，但让它的嘴巴变小。如果你每天都在和 AI 助手对话，这个工具能为你节省大量 Token 和时间。

参考链接：

• GitHub: https://github.com/JuliusBrussee/caveman
• 安装文档: INSTALL.md
• 贡献指南: CONTRIBUTING.md
• 维护者指南: CLAUDE.md
• 基准测试数据: benchmarks/
• 评估工具: evals/