解释越详细越专业?
砍掉 75% 的废话
模型照样干完活
开源 skill · 30+ 工具 · 一键装好
产品掘金 · 每日挖宝
今天的 GitHub 上又挖到一个挺有意思的小东西。先说结论:它解决了一个很多用 AI 编程 的人都有、但很少被正面解决的问题——模型话太多,钱包扛不住。
现在的 Claude Code、Codex、Cursor、Copilot 这些助手,能力是真的强。读整个项目、改多个文件、自动调试、跑命令、写测试,都不在话下。可有件事一直被忽略:它们太喜欢解释了。
你让 AI 修一个 React 性能问题,它大概率会先给你讲一遍“为什么组件会重复渲染”,铺垫半天,最后才落到方案上。单看一次无所谓,可一旦任务进入 多轮循环,几十轮对话里那些客套话、背景科普全堆成了 Token 账单。海外模型贵,国内几款最新的大模型如果裸跑 API,一天下来也是实打实的开销。
01
PART
今天安利的主角:caveman
MEET CAVEMAN · 今日挖到
caveman 是一个给 Claude Code 用的 skill,准确说,它支持 Codex、Gemini、Cursor、Windsurf、Cline、Copilot 等 30 多款 AI 编程工具。干的事很简单:让 AI 少说废话,用最少的 Token 把活干完。
它有个很关键的设计原则
只砍输出 Token,不动推理质量
换句话说,AI 该怎么想还怎么想,只是把“我来看看”“很可能是因为”这类 填充语言 删掉,代码、命令、报错信息原样保留。
原文举了个直观的例子,修复同一个 React 性能问题——普通 AI 的回答要 69 个 Token,开头先科普原理;caveman 风格只要 19 个 Token。同样是那个解法,字少了 73%。
02
PART
装上去就完事
INSTALL · 一条命令
最省心的一点是安装。一条命令,它会自动检测你机器上装了哪些 AI 工具,把对应的配置一次性写好,前提是本地有 Node.js 18+。
curl -fsSL https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.sh | bash
irm https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.ps1 | iex
装好之后 激活方式因工具而异:
Claude Code / Codex
走 hook 机制,每次会话自动开启,不用手动触发
Gemini CLI
同样内置了自动激活
Cursor / Windsurf / Cline / Copilot
装好后写入一份常驻规则文件,不需要每次输入命令
其他工具
在对话开头敲一句 /caveman 就行
每个工具的具体姿势在仓库的 INSTALL.md 里写得清清楚楚。
03
PART
几个顺手好用的命令
COMMANDS · 顺手神器
光是省 Token 还不够,caveman 顺带给了几个实用小命令:
/caveman lite
轻量模式,只去客套话,保留完整解释。想要更长更细的时候切这个。
/caveman-commit
自动生成规范的 Conventional Commit 提交信息,主题行不超过 50 字符,只讲“为什么”不讲“做了什么”。
/caveman-review
做 PR 代码审查,每条评论压成一行,格式是 L42: 🔴 bug: user null. Add guard.——行号、严重程度、问题、修法,一行搞定。
/caveman-compress <file>
把你那些 CLAUDE.md、项目笔记之类的记忆文件用 caveman 风格压缩,代码和路径全留着,只压自然语言描述。实测平均省 46% 的 Token,而且每次会话开头就省,一次压缩长期受益。
/caveman-stats
显示当前会话省了多少 Token、折合多少钱。Claude Code 状态栏还会实时挂一个 [CAVEMAN] ⛏ 12.4k 这样的计数器。
想回到正常模式,敲 normal mode 或 /caveman off 即可,用 /caveman 能查当前是哪个档位。
04
PART
数据说话
DATA · 实测
这是实打实跑出来的,不是嘴上说省。用 Claude API 在 10 个常见任务 上实测:
平均省
65% Token
单任务最高
87%
仓库热度
90k+ Star
省得最多的,往往是 AI 最爱过度解释的那类任务
效果会随 任务类型浮动:
还有个反直觉的发现挺有意思:
2026 年 3 月一篇论文发现
给大模型加简洁约束,准确率反升 26 个百分点
caveman 自己的评测也显示 技术准确率 100% 没掉,速度大约快了 3 倍——毕竟输出少了,生成自然更快。所以那些 “I’d be happy to help”“The reason you’re experiencing this is likely because”“需要注意的是”“这里非常重要”,不只是费 Token,有时候反而是 精准表达的噪音。砍掉它们,剩下的信息更干净,钱也省了。
///
LAST
小P 怎么看
THOUGHTS · 小P
作为每天在 挖新工具 的人,caveman 让我眼前一亮的地方不在于“又省了点钱”,而在于它把一件大家都忍了很久的事,用一个 极轻量的方式 解决了:一个 skill,不碰你的工程结构,不替换你的模型,只是让 AI 学会 打直球。
它特别适合这几类人:
被 Token 账单刺痛的
天天拿 AI 编程助手干活,又心疼开销的人
多轮循环多的
项目里大量多轮对话,废话积少成多的人
要统一风格的团队
想统一提交信息和 PR 审查风格的人
当然,架构讨论、代码重构 这种本就干货多的活儿,它的用武之地不大,别指望它能点石成金。
仓库地址在这里
github.com/JuliusBrussee/caveman
如果你也在用 AI 编程助手,不妨装一个试试,反正 一条命令的事。省下来的 Token,拿去多问几个问题不香吗。
每天挖一款值得关注的新产品,我是小P。你最近有发现什么好用的工具吗?评论区告诉我,说不定下期就轮到它。

既然看到这里了,如果觉得有用,随手点个赞、在看、转发三连吧。
夜雨聆风