JuliusBrussee/caveman

解決する問題

CavemanはAIエージェントが使用するトークン数を削減し、コストを下げ、回答の品質を犠牲にすることなく速度を向上させる可能性があります。出力（エージェントが話す内容）と入力（エージェントが読む内容）の両方を対象としています。

仕組み

Cavemanはトークン使用量を削減するために2つの主要なメカニズムを採用しています：

1. スキル（出力削減）： エージェントの応答に、特定の、専門用語が少ない「原始人スタイル」の声を強制します。この声は、ASD-STE100制御英語に基づく厳格なルール（例：最初に答える、各文に1つのアイデア、挨拶や要約なし）に従います。コード、数値、単位などの重要な情報を正確に保ちながら、会話の冗長な部分を取り除きます。
2. プロキシ（入力削減）： エージェントが読むデータを圧縮するローカルプロキシ。CSV、ログ、YAML、JSONなどのノイズの多いファイルを大幅に縮小し、完全なHTMLダンプの代わりにcaveman browseで圧縮されたWebページを提供します。

対象者

AIエージェント（Claude Code、Cursor、Windsurf、Copilotなど）を使用する開発者、およびSDK（TypeScriptおよびPython）を使用して独自のエージェントを構築する開発者で、LLM APIコストとトークン制限を削減したい方。

ハイライト

• 大幅なトークン節約： AdobeとJetBrainsの研究によると、セッション全体で入力トークンを最大33.2%削減し、出力トークンを1.4〜2.4倍削減します。
• 幅広い互換性： Claude Code、Gemini CLIなど30以上のエージェントで動作します。
• 拡張可能なSDK： Vercel AI SDK、LangChain、OpenAI、Anthropic呼び出し用のミドルウェアを提供します。
• データを保持する圧縮： プロキシはログとJSONを98%以上縮小しながら、回答の正確性を維持します。
• 専門コマンド： 1行コミット用の/caveman-commitや簡潔なコードレビュー用の/caveman-reviewなどのツールが含まれます。