caveman: 它是什么，解决了什么问题以及为什么它正受到关注

它解决了什么问题

Caveman 是一个面向 AI agent（例如 Claude Code, Cursor, Gemini, 和 Copilot）的插件/技能，旨在减少响应中使用的输出 token。它在保持完全技术准确性的同时，消除了冗余词汇和啰嗦的措辞，从而实现更快的响应速度和更低的 API 成本。

工作原理

它作为一组指令（一种“技能”）运行，告诉 AI agent 丢弃填充词，使用片段，并仅保留答案的核心实质内容。它支持多种压缩级别——lite, full, ultra, 和 wenyan（文言文）——并可以通过 session flag 或规则文件自动激活。此外，它还包含一个名为 caveman-compress 的工具，用于将记忆文件（如 CLAUDE.md）重写为压缩格式，以减少每个 session 的输入 token。

适用人群

希望在不损失技术精确度的前提下，减少 token 消耗、提高 AI 响应速度并避免冗余 AI “闲聊”的 AI 编程 agent 用户和开发者。

亮点

• 显著的 Token 减少： 基准测试显示输出 token 平均减少了 65%。
• 多 Agent 支持： 兼容 30 多个 agent，包括 Claude Code, Codex, Gemini, Cursor, Windsurf, Cline, 和 Copilot。
• 语言无关性： 无论使用何种语言（例如 Portuguese, Spanish, French），都能压缩响应的风格。
• Session 统计： 包含 /caveman-stats 命令，用于实时跟踪 token 使用情况和累计节省量。
• MCP 中间件： 提供 caveman-shrink 用于压缩 MCP server 的工具描述。
• Context 压缩： caveman-compress 减少了项目记忆文件的体积，以节省输入 token。