这个“野人插件”,让AI少说废话省了65%的钱

同一个问题，同一个答案，账单少了三分之二

打开GitHub，在一堆严肃的技术项目里，它的名字叫 caveman，翻译过来就是“穴居人”。项目简介更离谱：“像聪明穴居人一样说话。同样的大脑，更少的Token。”

翻译成人话：它让AI用原始人的方式跟你对话——省字，省钱。

就是这么一个“不正经”的项目，两周狂揽11.2万星，在GitHub趋势榜上排到了第四。

它到底干了什么？

先讲个扎心的事。

你有没有算过，自己每个月花在AI上的钱，有多少是被“废话”吃掉的？

你问：“帮我写一个Python函数，读取CSV文件并输出每列的平均值。” AI答：“好的，我很乐意帮您解决这个问题。首先，让我来详细说明一下我的思考过程。我们需要导入pandas库，这是一个非常强大的数据处理工具。在开始编写代码之前，让我先确认一下……” ——然后你等了30秒，读了200字铺垫，才看到第一行代码。

你付的是Token费，AI说的有一大半是客套话、铺垫、免责声明、重复确认。

caveman干的事很简单：把AI的输出压缩成“穴居人语” ——扔掉冠词、填充词、礼貌用语、所有“让我先想想”之类的废话，只留核心信息。

效果有多夸张？平均节省65%的Token。

你问同一个问题，得到同一个答案，账单少了三分之二。

为什么这事值得关注？

表面上看，caveman是个“省钱小插件”。但放在本周GitHub的趋势里看，它揭示了一个更大的趋势。

本周GitHub周榜上，超过一半的项目，主体是Markdown写的Skill文件，不是代码。

mattpocock/skills，30万星，本质是一个工程师的.agents文件夹。diagram-design，5.5万星，一套让Agent画编辑风图表的SKILL.md。scientific-agent-skills，5万星，177个科研技能文件。

能力的封装单位，正在从“代码”变成“规则”。

你不需要写一个复杂的程序来改变AI的行为。一个Markdown文件，告诉它“遇到这类任务，按这个步骤做”，就够了。

caveman就是这套逻辑的极致体现：一个纯Skill，没有复杂的架构，没有庞大的代码库，但它解决了一个极其真实的问题——AI话太多了，贵。

怎么用？

安装极其简单，一行命令：

npx caveman

然后正常跟AI对话就行。它会自动在后台压缩AI的输出。

它还提供四档压缩强度——从lite（轻度）到wenyan（文言文级别），你可以根据自己的接受度选择。

有一个细节值得一提：遇到安全警告时，它会自动切回正常语言。该严肃的时候不偷懒。

总结

caveman火起来的方式很有意思。

它没有解决什么“颠覆性技术难题”，没有训练新模型，没有搞复杂的架构设计。它就做了一件事：发现AI说了太多废话，然后把废话删了。

但恰恰是这种“小切口、真痛点”的项目，在开发者社区引发了最真实的共鸣。

AI的能力已经足够强了，接下来比拼的，是谁能把每一分Token用在刀刃上。

GitHub搜 JuliusBrussee/caveman，去给你的AI装个“闭嘴开关”。

2019年，因自己做副业走向创业以后，我应该是全网最早一批呼吁大家，一定要有第二职业的自媒体博主了。

因为我从上班的第一天起，人一定要把命运仅仅的握在自己手上，而不是依赖于外部的环境。

所以，我上班永远都是给自己干，拼命的干只是为了积累经验，从上班的第一天起我就没有停止过折腾。

大家见过的没见过的项目或者副业，我基本都干过还干的不错，包括什么炒域名、线下创业融资、给海外做支付等等。

失败过无数次，最终才走到今天。

但其实最重要的是走出的那第一步，在职场外赚到的第一元钱，会让你对这个世界有完全不一样的了解。

那就是世界很大一切皆有可能。

如果你对副业或者第二职业感兴趣，可以加我微信会自动给你发一份资料，也是我实践十几个项目后选到最佳的。