Text Matrix
技术笔记 行业快讯 视频精读 财富自由 思考与随笔 搜索
Text Matrix

目录

Caveman Coding Agent：让 Agent 少讲废话的输出压缩 Skill

 收录于 技术笔记
   约 4302 字   预计阅读 11 分钟 

Caveman Coding Agent：让 Agent 少讲废话的输出压缩 Skill

一句话核心判断

Coding Agent 在终端里最常见的"消耗源"不是它的思考，是它的废话——“Sure, I’d be happy to help”、“Let me take a look”、“You’re absolutely right” 这种前缀对单轮成本影响小，对长 session 的累计输出 token 影响巨大。JuliusBrussee/caveman（仓库 JuliusBrussee/caveman）做的事情恰好是给 Agent 装一张"嘴变小"的 mask：让 Agent 沿用同样的脑子，把答复压缩成 caveman 风格（短、碎、不变形），同时保留代码、命令、错误信息 byte-for-byte 准。在仓库公开的 10 prompt benchmark 上平均节省 65% 输出 token（区间 22%–87%），但 README 反复强调"只是输出减省、推理不受损，且 skill 自身会增加 1–1.5k input token"。

如果你的 Agent session 长期跑、对话来回很多、又不需要礼貌填充语，这套 skill 值得评估；如果 Agent 主要产出代码 diff 或结构化命令，节省幅度会随任务而波动。

系统地图：单 skill + 五条命令

caveman 在 Agent 视图里是一张"装配好的插件"——既有手动开关命令，也有语境自动化覆盖：

┌────────────────────────────────────────────────────────────────┐
│  Claude Code / Codex / Gemini / Cursor / Windsurf / Cline / 30+ │
└─────────────────────────────────────────────────┬──────────────┘
                                                  │
                                                  ▼
                ┌─────────────────────────────────────────┐
                │  /caveman [lite|full|ultra|wenyan]      │
                │  /caveman-commit                        │
                │  /caveman-review                        │
                │  /caveman-stats                         │
                │  /caveman-compress <file>               │
                │  caveman-shrink  (MCP middleware)       │
                │  cavecrew-*   (subagents)               │
                └─────────────────────────────────────────┘
                                                  │
                                                  ▼
                ┌─────────────────────────────────────────┐
                │  Agent LLM                              │
                │  —— 脑子不变（reasoning token 不动）   │
                │  —— 嘴变小（output style 压缩）        │
                └─────────────────────────────────────────┘

六条主命令 + 一套子代理生态，已经足够覆盖大多数"压缩风格"场景。

关键判断：为什么 caveman 不是"多一档 prompt"

压缩 Agent 输出这事在工具圈并不少见。caveman 的差异化在两点：

  1. 可调的六档"语法风格"：每档不只字数，而是语序 / 句子结构变化。
  2. 跨多 Agent 形态全覆盖：plugin、extension、rule file、npx skills add 多个分发渠道，30+ Agent 即装即用。

六档 caveman 语法示例

举 README 里最直观的同一个句子在不同档下的差异：

级别同句改造
normal agentYou should wrap the object in useMemo, since a new reference is created on every render.
liteWrap object in useMemo. New ref created every render.
full（默认）New ref each render. Wrap object in useMemo.
ultraNew ref/render. useMemo it.
wenyanNew ref every render, so wrap in useMemo — rendered in classical Chinese, shorter still.

wenyan 是为"文言文密度高"准备的特殊档，对中文或古汉语习惯的工程师有意义。其余四档只是断句与冗词削减，不会跨语言翻译，这点 README 写得很明确。

跨语言保留

caveman 压缩的是"风格"，不会翻译内容。写葡萄牙语、法语还是德语，输出仍然是同语种。这一条排除了"压缩导致跨语言失效"的常见担忧。

节省幅度真伪：仓库公开 benchmark

README 收录的 10 prompt benchmark（output tokens）：

TaskNormalCavemanSaved
Explain React re-render bug118015987%
Fix auth middleware token expiry70412183%
Set up PostgreSQL connection pool234738084%
Explain git rebase vs merge70229258%
Refactor callback to async/await38730122%
Architecture: microservices vs monolith44631030%
Review PR for security issues67839841%
Docker multi-stage build104229072%
Debug PostgreSQL race condition120023281%
Implement React error boundary345445687%
Average121429465%

需要看清几个关键边界：

  • 只是输出减省：input 与 reasoning token 没动。
  • skill 自身增加 ~1-1.5k input/turn：在原本就简洁的任务上有可能净负。
  • 整 session 节省比 output 数字小：评估全 session 节省要看平均交互长度。

这意味着 caveman 不是"装了就省"，而是"在合适的工作流里大幅省"。

几个值得单独说的能力

/caveman-compress <file>——把 memory 文件也压

这条命令专门针对长期 memory 文件（CLAUDE.md、项目笔记），压缩后这些文件"之后每个 session 都加载得更小"。README 给的真实压缩比：

文件原压节省
claude-md-preferences.md70628559.6%
project-notes.md114553553.3%
claude-md-project.md112263643.3%
todo-list.md62738838.1%
mixed-with-code.md88856036.9%
Average89848146%

注意：压缩只动散文 / 解释，代码、URL、路径字节级保留。

caveman-shrink——MCP middleware

这是 npm 包形式的中间件，可以套在任意 MCP server 上、把工具描述压缩。对已注册大量 MCP 工具（每个 tool description 都要在 system prompt 里出现）的场景，这个中间件可以省一大笔 input token：

# 注册方式（一行）
# 包名：caveman-shrink

/caveman-stats——量化追踪

在 Claude Code 上，状态栏还会显示 [CAVEMAN] ⛏ 12.4k（lifetime token saved），能直接看到累计节省——不像黑盒。

安装路径

一行安装到 30+ 主流 Agent：

# macOS / Linux / WSL / Git Bash
curl -fsSL https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.sh | bash

# Windows PowerShell
irm https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.ps1 | iex

单个 Agent 安装示例（Claude Code plugin）：

claude plugin marketplace add JuliusBrussee/caveman
claude plugin install caveman@caveman

Cursor / Windsurf / Cline / Codex 通过 skills registry：

npx skills add JuliusBrussee/caveman -a cursor

适用边界

适合：

  • 长 session 工程师工作流（如 /build / /refactor / /review 多轮）
  • Agent 经常"礼貌填充"，占输出的比例明显
  • 已经有 memory 文件要长期压缩，/caveman-compress 一次省 46%
  • 已经注册多个 MCP server，caveman-shrink 可减少 system prompt 体积

不太适合：

  • 一次性短问答——input 增长（+1-1.5k/turn）可能抵掉 output 节省
  • 输出本身已经简洁（如 commit message 严格 50 字符）
  • 已经高度依赖别的 style system——避免互相覆盖
  • 对"礼貌语" 有强需求（写作类、客户对话类场景）

一句话总结

caveman 把 Agent 输出的"礼貌填充"换成"短小碎句"，对长 session 的工程师工作流能在 output 上省 60%+ token，对 input 也有 memory 压缩的二次收益；前提是工作流确实跑长、且能接受 skill 自身约 1.5k input 的成本。

参考链接

更新于 2026-07-21
 AI Agent, Claude Code, Token 优化, Prompt Skill
返回 | 主页

下一步

如果这篇内容对你有帮助，继续往更完整的路径里走。

你可以从专题页继续系统阅读，也可以通过联系页反馈想跟进的主题、工具和合作方向。

AI Agent 专题 Coding Agent 专题 开源 AI 工具 联系

继续阅读

与这篇内容相关的文章