GitHub 2万Star爆火的caveman插件，通过精简AI输出风格节省Token消耗，支持Claude Code和Codex，三档压缩强度按需切换。
GitHub 2万Star爆火的caveman插件，通过精简AI输出风格节省Token消耗，支持Claude Code和Codex，三档压缩强度按需切换。
阶跃星辰发布Step 3.7 Flash，400 tokens/秒推理速度，11B激活参数实现Claude Opus 4.6的97%性能，开源可本地部署
如果你用 Claude Code 或 Codex 做开发，大概率遇到过这个痛点：你只想要两行代码，AI 却给你写了五个自然段的「正则历史散文」。caveman 这个插件就是来解决这个问题的 -- 它让 AI 像洞穴人一样说话，删掉所有不影响技术含义的客套话，声称可以节省约 75% 的输出 Token。
caveman 是一个同时适配 Claude Code 和 Codex 的 Skill/插件，GitHub Star 已突破 2 万。它的核心思路很简单：让 AI Agent 用最精简的方式输出技术内容，不牺牲准确性，只砍废话。
caveman 的 GitHub Star 增长曲线，在 Hacker News 爆火后从几十飙升至 2 万。
caveman 基于 Claude Code 的 Skill 机制运行。安装非常简单，一行命令搞定：
npx skills add JuliusBrussee/caveman安装完成后，在 Claude Code 中触发以下任意关键词即可启用：
caveman modetalk like cavemanuse cavemanless tokensbe brief/caveman（斜杠命令）caveman 支持三种压缩级别，按需选择：
适合需要专业、简洁输出的场景。
「连接池会复用已经打开的数据库连接，而不是每次请求都新建一个，从而避免重复握手开销。」
典型 caveman 风格，砍掉虚词。
「连接池复用已打开的DB连接。不是每个请求都新建。省掉握手开销。」
极致压缩，用缩写替代常见术语。
「连接池=复用DB连接。跳过握手->高并发更快。」
以下是一个 Bug 修复场景的输出对比：
普通模式：
当然！我很乐意帮你。你遇到的问题，很可能是由认证中间件中的 Token 过期判断逻辑引起的。具体来说，判断条件使用了小于号而不是小于等于号...
caveman 模式：
Bug在认证中间件。Token过期判断用了
<，没用<=。改这里：
代码块和报错信息不会被修改，只压缩自然语言描述。
caveman 的 SKILL.md 定义了具体的压缩策略：
在决定使用前，有几个重要的局限性需要了解：
1. 只压缩可见输出，不压缩思考过程
作者本人已在 Hacker News 上澄清：caveman 不影响 hidden reasoning tokens 和 thinking tokens。模型在后台的推理过程不会因此变短，它只压缩最终说出来的部分。
2. Skill 本身消耗上下文
加载 caveman 这个 Skill 会占用一定的上下文预算（Anthropic 官方文档有说明）。所以端到端的真实成本节省，未必等于 README 里的「75%」。
3. 75% 的数据来源
作者提供了 benchmark 脚本和若干任务的 Token 对比（区间从 22% 到 87%，平均 65%），但作者本人也说明这只是初步测试，不是严格的基准测试。
Token 节省对比数据，不同任务的节省比例差异较大。
两篇相关论文为「简洁输出未必伤害性能」提供了背景：
但这两篇研究的是通用的简洁提示策略，并非针对 caveman 的专项评测。
caveman 适合以下场景：
不适合的场景：
caveman 能火，本质上是一个信号：开发者已经受够了 AI 的冗长输出。当用户宁愿让 AI 像「山顶洞人」一样说话，也不愿继续为冗余 Token 买单时，这说明「克制」应该成为 AI 工具的基础能力。