JuliusBrussee/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.

Caveman – AI 코딩 에이전트를 위한 토큰 절약 레이어

그것이 무엇인가

당신과 LLM 기반 코딩 어시스턴트(Claude, Gemini, OpenAI 등) 사이에 위치하는 CLI 기반 프록시로, 정확한 코드와 의미를 유지하면서 답변과 입력을 훨씬 더 짧게 다시 작성합니다.
켜고 끌 수 있는 6개의 독립적인 기능을 가진 "바위"로 작동합니다.
1. Say less – 모델이 간결하고 통제된 영어 스타일로 답변하도록 강제하여(예: New object ref each render, so React re-renders. Wrap the prop in useMemo.) 출력 토큰을 줄입니다.
2. Read less – 모델이 읽기 전에 로그, CSV, JSON, YAML, 테스트 출력 등을 압축하여 일반적인 세션에서 입력 토큰을 약 33% 줄입니다.
3. Auto – 각 요청에 대해 가장 저렴한 모델과 노력 수준을 자동으로 선택하여 높은 노력의 Claude Opus 실행과 비교하여 약 54%의 비용을 절약합니다.
4. Blocks – 에이전트가 반복적으로 작성하는 스크립트를 저장하는 코드 모드 캐시로, 다시 생성하는 대신 재사용하여 실행당 토큰 사용량을 수백 개에서 수십 개로 줄입니다.
5. Waste fixes – 과거 세션을 분석하여 토큰 집약적 패턴을 찾고 수정을 제안합니다. 또한 일시 중지하는 동안 Anthropic 프롬프트 캐시를 따뜻하게 유지합니다.
6. Browse – 웹 페이지를 가져와 크게 압축된 버전(예: 121 토큰 대 15k 원본 토큰)을 반환합니다.

왜 중요한가

LLM 가격은 일반적으로 토큰당 책정됩니다. 입력 및 출력 토큰을 모두 줄이면 답변 품질을 저하시키지 않으면서 코딩 세션 비용을 절반 이상 줄일 수 있습니다(저장소는 Adobe Research, JetBrains 및 Elastic과의 A/B 테스트에서 측정 가능한 품질 손실이 없음을 보여줍니다).
이 도구는 모델에 구애받지 않습니다. 설치되면 Claude, Gemini, OpenAI 및 30개 이상의 다른 에이전트를 자동으로 래핑합니다.

설치

npx @caveman-ai/cli@latest   # 한 줄 명령, macOS, Linux, Windows(Node 22.13+)에서 작동

핵심 명령

명령	목적
`caveman claude`	지원되는 에이전트에 대해 Caveman을 활성화한 코딩 세션을 시작합니다.
`caveman status`	어떤 바위가 활성화되고 어떤 에이전트가 래핑되었는지 표시합니다.
`caveman on	off `
`cavelon learn`	토큰 사용 기록을 분석하고 수정을 제안합니다.
`/caveman`, `/ultracave`, `/megacave`	답변 스타일을 전환하는 채팅 내 단축키(다른 토큰 예산, 다국어).
`/caveman-compress <file>`	모델이 읽기 전에 로컬 파일(로그, JSON 등)을 압축합니다.
`caveman-blocks scan`	에이전트가 반복적으로 다시 작성하는 스크립트를 나열합니다. 블록을 사용하면 에이전트가 이를 재사용할 수 있습니다.

영향 증거

CSV, 로그, YAML, JSON 및 테스트 출력의 혼합 스위트에서 입력 토큰 33.2% 감소.
Auto를 사용할 때 85개 작업 코딩 벤치마크에서 비용 54% 절감.
Blocks를 적용하면 단일 테스트 실행 스크립트에 대해 토큰이 397 → 76으로 감소.
Adobe Research(비용 절감 1.4-2.4배), JetBrains(품질 손실 없음) 및 Elastic(응답 토큰 63.6% 감소)의 독립적 검증.

누가 사용해야 하는가

LLM 기반 코드 어시스턴트에 의존하고 API 비용을 낮게 유지하려는 개발자.
내부 AI 에이전트를 배포하는 팀(Caveman Cloud 추가 기능은 프로덕션 에이전트를 위한 관찰 가능성, 평가 및 자동 조종 제안을 제공합니다).
Node 기반 CLI에 익숙하고 간결함을 위해 얇은 프록시가 모델 출력을 다시 작성하도록 허용할 의향이 있는 모든 사람.

링크