夜雨聆风这周 GitHub 上有几类项目很值得看：有的在帮 Agent 少说废话，有的在把多模型接入统一起来，还有的直接把架构图接进 AI。
如果你平时经常折腾 Claude Code、Codex、Cursor、Cline 这类工具，这 3 个项目都值得放进收藏夹。
1. Caveman：让 AI 少说废话
Caveman 做的事情很直接：给 Claude Code、Codex 等 AI Agent 工具加一层“表达压缩”。
我查了一下 GitHub，截至 2026 年 7 月 14 日，Caveman 已经有约 89.1k Star、5.1k Fork。
这个热度不难理解。现在很多 Agent 最大的问题不是“不回答”，而是太爱回答。明明只需要一个命令、一个错误原因、一个修改点，它会先铺垫一圈，再总结一圈，最后还要补几句礼貌话。
Caveman 不是把代码、命令、错误信息乱删，而是尽量保留技术内容，把寒暄、铺垫和重复话术砍掉。官方 benchmark 里，平均可以减少 65% 输出 token。
这个项目有几个压缩档位，比如 `lite`、`full`、`ultra`、`wenyan`。如果你每天都要和 Agent 长时间对话，它省的不只是 token，更是你的阅读精力。
适合人群：重度使用 AI Agent 的开发者、经常做代码审查和长任务的人。
开源地址：
https://github.com/JuliusBrussee/caveman
2. OmniRoute：把多个 AI 服务商收进一个入口
如果你同时用 OpenAI、Claude、DeepSeek、GLM，又要接 Claude Code、Codex、Cursor、Cline，就会遇到一个很现实的问题：密钥分散、额度分散、接口偶尔还会抽风。
OmniRoute 的思路是做一个本地 AI 网关。你的工具只需要连一个 OpenAI 兼容地址，后面由它负责路由、fallback、额度管理和 token 压缩。
我查了一下 GitHub，截至 2026 年 7 月 14 日，OmniRoute 已经有约 16.9k Star、2.6k Fork。
默认 Dashboard 在：
http://localhost:20128
默认 API 在：
http://localhost:20128/v1
这类工具适合搭建自己的 AI 工作台。它不是某个模型的替代品，而是把不同模型和工具的接入方式统一起来。
适合人群：同时接多个模型、多个 Agent 工具的人。
开源地址：
https://github.com/diegosouzapw/OmniRoute
3. Archify：让 AI 生成架构图
Archify 是一个给 AI Agent 用的架构图 skill。你把系统结构、请求链路、外部依赖讲给 Agent，它生成一个自包含的 HTML 架构图。
我查了一下 GitHub，截至 2026 年 7 月 14 日，Archify 已经有约 4.2k Star、391 Fork。
它适合技术文档、方案评审、README、博客配图、架构梳理。更舒服的是，它可以继续迭代。
比如你可以接着说：
加一个 Redis，把认证模块往左挪，高亮回滚路径。
这比打开画图软件手动拖来拖去顺很多。
适合人群：经常写技术方案、做 code review、给新人讲系统结构的人。
开源地址：
https://github.com/tt-a1i/archify
我的判断
这 3 个项目放在一起看，其实指向同一个趋势：AI 工具正在从“单点能力”变成“工作流组件”。
Caveman 解决的是对话噪音，OmniRoute 解决的是多模型入口，Archify 解决的是工程表达。
一句话：真正好用的 AI 工作流，不是堆更多模型，而是把模型、Agent、工具和表达资产接成一条稳定链路。
谁能把模型、Agent、架构图这些东西接起来，谁就更接近真正可用的 AI 工作台。
如果这篇文章对你有启发，欢迎点个赞、点个在看，也可以转发给正在折腾 AI 工具的朋友。
这里是玩转 AI 视界，我是视界君。之后会继续分享 AI 工具、自动化工作流和内容生产实践，记得关注公众号，我们下篇见。