企业官网建设流程全解析

Caveman Skill 完整上手指南：/caveman 命令 6 种模式为 AI 编码助手省 65% 输出 token

【免费下载链接】caveman🪨 why use many token when few token do trick. Viral skill + proxy for coding agents that cuts 65% of tokens by talking like a caveman.项目地址: https://gitcode.com/GitHub_Trending/caveman1/caveman

Caveman Skill 是一款面向 Claude Code、Codex、Gemini CLI 等 AI 编码助手的开源 token 压缩技能。它在对话里挂一条规则，让助手改用"原始人"式极简语言回答，同样的技术内容用更少的词说完，官方基准测试平均削减65%的输出 token。按 token 计费、或者嫌回答读得慢的人，值得花三分钟装上试试。

一条命令装好：两种安装方式与各代理启用

装的方式只有两种，挑顺手的：

npx skills add JuliusBrussee/caveman

skills 兼容的代理都能用这一行。想读源码或做本地修改就 clone 下来：

git clone https://gitcode.com/GitHub_Trending/caveman1/caveman

启用方式按代理分三类：

• Claude Code：claude plugin marketplace add JuliusBrussee/caveman && claude plugin install caveman@caveman，装完自动激活，这个 Claude Code 技能开箱即用
• Gemini CLI：gemini extensions install加仓库地址，同样自动激活
• Codex / Cursor / Cline 等：npx skills add JuliusBrussee/caveman -a <agent>，装完在会话里发一次/caveman开启

完整 30+ 代理的安装矩阵见 INSTALL.md，每行命令可直接照抄。

六种模式总览：/caveman lite full ultra 与 wenyan 三档

切换语法全文就一条，带参数选模式：

/caveman <模式名>

不带参数默认进full。六档先给张速查表：

英文三档：lite → full → ultra 的压缩强度阶梯

• lite：去掉填充词（just / really / basically）和客套话，但保留完整句子和冠词，读起来专业紧凑。例："Your component re-renders because you create a new object reference each render. Wrap it inuseMemo."
• full（默认）：去冠词、允许句子碎片、换更短的同义词（big 代替 extensive），还禁止工具调用前的碎碎念和装饰性表格。例："New object ref each render. Inline object prop = new ref = re-render. Wrap inuseMemo."
• ultra：在 full 基础上连词也砍，只要因果无歧义；一个词能说清就不用两个词，每个事实只说一次；代码符号、函数名、API 名、错误串永不触碰。例："Inline obj prop, new ref, re-render.useMemo."

同一个问题，三档把 69 tokens 压到 19 tokens，内容一字没丢。

中文 wenyan 三档：文言文模式的语感差异

wenyan 三档专为中文输出设计，按字符数计减少80~90%（注意是字符不是 token）：

• wenyan-lite：半文半白，语法结构完整。"組件頻重繪，以每繪新生對象參照故。以 useMemo 包之。"
• wenyan-full：完整文言文，主谓倒装、省略主语、用之/乃/為等虚词。"池蓄已開之連，不逐請而新開，省握手之費。"
• wenyan-ultra：极限缩写，古文语感拉满。"池蓄連，免逐請新開，省握手。"

怎么退出：off 与会话内持久生效

/caveman off

或者直接说 "stop caveman" / "normal mode"。选定模式后会话内持久生效：所有后续回答保持该强度，直到再次切换或会话结束，不会聊到一半漂回废话体。

Auto-Clarity 自动回退：它什么时候会"收手"

两条边界，决定了可以放心交给它的范围：

1. 自动回退：遇到安全警告、不可逆操作确认（删表、清库）、压缩后顺序可能被误读的多步骤指令、或压缩本身会造成技术歧义时，Agent 自动切回正常表达，关键部分说完再恢复压缩。
2. 技术内容永不破坏：代码块逐字节原样，错误串逐字引用，数字和单位精确；not/never/except这类改变语义的词绝不省略——省 token 不能以改变含义为代价。

一句话：危险操作和精确信息它永远说清楚，只压缩安全的地带。

基准数据：token 压缩到底省多少

官方 10 个典型任务的基准（输出 token 数）：

短对比一下同一问题"组件为什么重渲染"：

• 普通回答（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... I'd recommend using useMemo..."
• Caveman 回答（19 tokens）："New object ref each render. Inline object prop = new ref = re-render. Wrap inuseMemo."

⚠️ 诚实提示：Skill 只压缩输出token，每轮还会固定注入约1~1.5k输入 token 的规则。回答本来就短的任务，压缩收益可能抵不上这笔固定开销——真实收益以你自己的 A/B 账单为准，官方"何时赢、何时亏"清单在 docs/HONEST-NUMBERS.md。

怎么确认省到了：stats、A/B 与 learn 报告

1. 会话内看：/caveman-stats读会话日志，输出真实输出 token 与累计节省（含 USD 估算），加--share生成可分享的一行摘要。
2. 自己 A/B：同一任务开/关 Caveman 各跑一次，对比服务商账单页用量——这是最硬的证据。
3. 深度分析：caveman learn扫描你本机的代理历史，按 token 消耗排名"token 黑洞"并给修复建议。

经验法则：对比同一任务开/关 Caveman 的账单总额；固定开销大于输出节省，就对该任务关掉它。

白送的四个命令

• /caveman-commit：生成极简 Conventional Commit 提交信息
• /caveman-review：单行可执行的代码评审意见
• /caveman-compress <文件>：压缩 Markdown 记忆文件并自动备份原文，5 个基准文件平均减 46%
• /caveman-stats：查看本会话真实 token 用量与累计节省

常见问题

Q：会把代码或报错改坏吗？不会。代码块、命令、API 名、错误字符串逐字节保留，只压叙述性文字。

Q：它能压缩输入 token 吗？Skill 本身不能。输入侧压缩（工具结果、日志、文件上下文）是 Caveman Proxy 的职责，同仓库另一组件，可组合使用。

Q：wenyan 模式是中文专用吗？是，三档 wenyan 面向中文输出；英文场景用 lite / full / ultra。规则是"压缩风格，不压缩语言"——你用中文提问，永远得到中文回答。

Q：模式切换会漂移吗？不会。选定模式持续生效至会话结束或手动/caveman off，多轮对话后不变回废话。

想深挖：关键文件速查

• skills/caveman/SKILL.md：6 种模式的完整规则定义，核心文件
• commands/caveman.toml：/caveman命令的参数定义
• docs/HONEST-NUMBERS.md：官方"诚实数字"，何时赢何时亏
• docs/technical/cli-reference.md：完整 CLI 命令参考
• INSTALL.md：30+ 代理安装矩阵

少字，省钱，不掉智商。🪨

【免费下载链接】caveman🪨 why use many token when few token do trick. Viral skill + proxy for coding agents that cuts 65% of tokens by talking like a caveman.项目地址: https://gitcode.com/GitHub_Trending/caveman1/caveman