JuliusBrussee/caveman

它解決了什麼

Caveman 減少了 AI 代理使用的 token 數量，降低成本，並可能在不犧牲答案品質的情況下提高速度。它同時針對輸出（代理說的話）和輸入（代理讀取的內容）。

它的運作方式

Caveman 採用兩種主要機制來減少 token 使用：

1. 技能（輸出縮減）： 它為代理的回應強制執行一種特定、少用行話的「穴居人風格」語氣。這種語氣遵循嚴格規則（例如，先回答、每句一個想法、不問候或回顧），基於 ASD-STE100 受控英語。它確保程式碼、數字和單位等基本資訊保持精確，同時去除對話性的填充內容。
2. 代理（輸入縮減）： 一個本地代理，壓縮代理讀取的資料。它顯著縮小如 CSV、日誌、YAML 和 JSON 等嘈雜檔案，並透過 caveman browse 提供壓縮的網頁，而不是完整的 HTML 轉儲。

適用對象

使用 AI 代理（如 Claude Code、Cursor、Windsurf 和 Copilot）的開發者，以及透過 SDK（TypeScript 和 Python）建構自己的代理的開發者，希望降低 LLM API 成本和 token 限制。

亮點

• 顯著的 token 節省： 根據 Adobe 和 JetBrains 的研究，在整個會話中減少高達 33.2% 的輸入 token，並將輸出 token 減少 1.4 到 2.4 倍。
• 廣泛相容性： 適用於 30 多種代理，包括 Claude Code、Gemini CLI 等。
• 可擴充的 SDK： 為 Vercel AI SDK、LangChain、OpenAI 和 Anthropic 呼叫提供中介軟體。
• 保留資料的壓縮： 代理將日誌和 JSON 縮小超過 98%，同時保持答案準確性。
• 專門的命令： 包含如 /caveman-commit 用於一行提交，以及 /caveman-review 用於簡潔的程式碼審查等工具。