用 Claude Code 或 Codex 写代码，问一个小问题，AI先给你来一段概念阐述再给方案，这种啰嗦你肯定遇到过。多出来的字不是白打的，全部按 Token 计费，真金白银往外流。今天说的Caveman这个Skill，就是治这个毛病的。 Caveman技能简介
Caveman 是装在 AI 编程 Agent 里的一个 Skill 插件，支持 Claude Code、Codex、Gemini CLI、Cursor、Windsurf、Cline、Copilot 等 30 多种主流工具。它干的事说白了就一句话：给 AI 定规矩，让它像穴居人一样说话——短句加关键词，客套话、铺垫、修饰词全砍掉，只留技术干货。 项目名字本身就是个梗，"Caveman"直译是"穴居人"，官网的口号是"Caveman no make brain smaller. Caveman make mouth smaller"——意思是它压的是"嘴"，不是"脑子"，模型的推理能力、给出的技术方案完全不受影响，变小的只是表达。
举个官方给的例子。问"React 组件为什么重复渲染"，正常回答会先客气一句"我很乐意帮你看看这个问题"，再讲一堆背景原理，用掉 69 个 Token。装上 Caveman 后，直接一句"New object ref each render. Inline object prop = new ref = re-render. Wrap in useMemo."19 个 Token 把问题根因和解法都交代清楚，技术信息一点没少，字数是原来的三分之一。
代码块、命令行、报错信息这些内容，Caveman 一个字都不会动，保证原样保留、逐字准确。这也是它敢大规模压缩自然语言的底气所在。
项目今年 4 月开源，短短几个月已经冲到接近 9.4 万 Star，Fork 超过 5 千，GitHub 上一度登上 Trending 第一，Hacker News 也拿过热榜第一，走的是纯口碑传播路线。
推荐哪些人群安装Caveman
天天泡在 Claude Code、Codex 里跑长任务的程序员是第一目标用户。写代码、修 Bug、配数据库、代码审查、部署 Docker，这些场景下 Agent 动不动就是几十轮对话，每一轮多出来的客套话累积起来非常可观。 按 Token 计费的 API 用户尤其该装。团队用 Claude API 或 OpenAI API 跑批量任务、跑 CI 流水线，Token 消耗直接对应账单数字，省下来的都是实打实的成本。
反过来，如果你只是偶尔在聊天界面问一两句话，或者用的是 GitHub Copilot Premium 这种按请求计费而非按 Token 计费的产品，Caveman 能帮到你的地方就有限——这点后面讲限制的时候细说。 Caveman安装教程
安装走的是官方一键脚本，会自动扫描你电脑上装了哪些 Agent 工具，逐一适配安装，不用你一个个手动配置。
macOS、Linux、WSL、Git Bash 用户，终端里跑这一条：
Windows 用户用 PowerShell 5.1 及以上版本，跑这条：
整个过程大概 30 秒，前提是电脑上装了 Node.js 18 或更高版本。你机器上没装的 Agent 会被自动跳过，不会报错卡住，脚本本身也支持重复执行，装错了或者想重装直接再跑一遍就行，不会有副作用。
装完打开 Claude Code 或 Codex，Caveman 从第一条消息开始就已经生效，不需要额外敲命令。其他 Agent 上，输入 /caveman 或者直接对着 AI 说"talk like caveman"就能手动开启，想关掉就说一句"normal mode"。
Caveman使用教程
日常写周报、整理会议纪要这类场景其实用不上 Caveman，它是给 Agent 编程场景准备的，核心命令就那么几个，记住能省下不少折腾时间。
/caveman 或者 /caveman [级别] 是最常用的一条，用来控制压缩强度，一共六个级别：lite只去客套话，保留完整句子；full是默认级别，去掉冠词、允许用短句片段；ultra压缩到极限，连接词能省则省；wenyan是文言文模式，作者借了中国古人惜字如金的表达方式，用文言文来表达技术内容，信息密度比英文单词更高，压缩效果最猛。级别一旦设定，会一直持续到你手动切换或者会话结束。
需要提一句，Caveman 只改变说话风格，不会强行翻译语言。你用中文提问，它照样用中文回答，只是把废话去掉；用西班牙语、葡萄牙语提问也是同理，wenyan 模式是唯一的例外，专门用来榨取信息密度。
/caveman-commit 用来生成 Git 提交信息，控制在 50 字符以内的主题行，讲清楚"为什么改"而不是简单复述"改了什么"，写惯了长篇提交说明的团队会很有感触。
/caveman-review 做代码审查，输出格式是单行结构化评论，比如"L42: 🔴 bug: user null. Add guard.",不写长篇大论，直接定位到行号和问题本质。
/caveman-stats 查看当前会话真实节省了多少 Token，累计省了多少，甚至能折算成美元，加上 --share 参数还能生成一条适合发推特的战绩总结。Claude Code 的状态栏里也会常驻显示 [CAVEMAN] ⛏ 12.4k 这样的累计节省数字，不想看可以设置环境变量 CAVEMAN_STATUSLINE_SAVINGS=0 关掉。
/caveman-compress <文件> 专门用来压缩 CLAUDE.md 这类每次会话都会加载的记忆文件，实测能把这类文件的 Token 数砍掉四成多。这个压缩是一次性的，压完之后每次开新会话都能持续省下这部分输入 Token，属于一劳永逸的操作。
Caveman 使用技巧
真实项目里跑了 10 个开发场景做基准测试，覆盖写代码、修 Bug、配数据库、代码审查、Docker 部署，平均节省 65% 的输出 Token，最高的一个任务省了 87%，测试脚本官方也开源了，想验证的话可以自己跑一遍复现结果。
但这里有个容易被忽略的坑：Caveman 每一轮对话会额外往上下文里注入大约 1000 到 1500 个输入 Token 的规则说明。如果你的任务本身回复就很短，比如一句话能答完的简单问答，省下来的输出 Token 可能还抵不过这部分额外开销，算下来反而不划算。官方在文档里也坦承了这一点，建议大家实际做 A/B 测试，拿 API 账单页面上的真实消耗数字说话，而不是只信README里的宣传数字。把输入开销也算进去之后，会话级的总体节省率通常在14%到21%这个区间，而不是标题里那个亮眼的65%——65%指的仅仅是纯输出Token的节省比例。
日常编程场景建议用默认的 full 级别，够用又不至于信息丢失；简单问答场景切到 lite，避免过度压缩把关键上下文压没了；需要极限省钱的批量任务再上 ultra；中文用户可以试试 wenyan 模式，体验会很不一样。
长会话、多轮子代理调用的场景，Caveman 还带了个 cavecrew 子代理系统，包含侦察、构建、审查三个角色，返回结果也是压缩格式，一次普通子代理调用可能要 2000 Token 的散文描述，用 cavecrew 只要 700 Token 左右的结构化信息，一场包含 20 次子代理调用的长会话下来，这就是上下文够不够用、任务能不能跑完的区别。
有意思的是，今年 3 月一篇论文《Brevity Constraints Reverse Performance Hierarchies in Language Models》测试了几十个不同规模的模型后发现，强制模型简短回答，部分基准测试上的准确率反而提升了约 26 个百分点，某些场景下甚至直接反转了大模型和小模型的排名。省 Token 这件事，某种程度上可能顺带还提升了回答质量。
装了大半个月，最直观的感受是回复变短之后找重点变快了，省 Token 反而成了顺带的好处。真要图省钱，先自己跑一轮 A/B 测试再决定用哪个级别，别光看 README 上的数字。
AI 速览
