JuliusBrussee/caveman-code

解决的问题

Caveman Code 是一个基于终端的编码代理，旨在大幅减少 LLM 的令牌使用量和成本。它解决了 AI 代理产生的“啰嗦”（过多的填充文本）问题，以及通常被重新输入模型上下文窗口的工具输出（如长篇 git diff 或构建日志）带来的巨大令牌开销。

工作原理

该项目采用四层压缩系统以最小化令牌消耗：

1. 穴居人模式：强制模型以简洁、技术性的片段回应，不包含填充或犹豫。
2. 工具预算：对工具输出（如 bash、grep、read）实施行数限制，并移除 ANSI 颜色和空行。
3. 读取去重：按会话对文件进行指纹化，重复读取同一文件时返回占位符而非完整内容。
4. RTK（Rust Token Killer）：一个可选的外部 Rust 二进制文件，在输出进入上下文前进一步压缩 bash 输出。

适用人群

希望在终端中使用成本效益高、高性能编码代理，并通过 API 密钥或 OAuth 支持多种 LLM 提供商（包括 Claude、ChatGPT、Gemini 等）的开发者。

主要亮点

• 自主目标循环：具备“Ralph 风格”的自动驾驶功能，可自主推进目标，支持状态追踪和预算限制。
• 架构师/编辑器分离：使用慢速但高推理能力的模型进行规划，使用快速且廉价的模型执行，以降低费用。
• 计划模式：只读模式，代理可在不修改代码的情况下探索代码库并生成计划。
• 广泛的提供方支持：集成超过 20 个提供方和 6 种 OAuth 流程，实现便捷认证。
• 会话管理：支持会话分叉、克隆和类似 git 的检查点，可回滚代码和对话历史。
• MCP 兼容性：完全兼容 Model Context Protocol (MCP) 服务器和 Claude Code 的配置格式。