【GitHub趋势】Caveman:让 AI 编程助手更省上下文

项目简介

Caveman 是面向 AI 编程助手的开源工具集，目标是减少模型在会话中读取和输出的冗余内容。项目包含两条可独立使用的路线：Skill 通过更简短的回答风格降低输出量；本地 Caveman Proxy 则在每次请求前按内容类型压缩工具模式、文件、日志和历史等输入，并保留可恢复的原始内容。

它可包装 Claude Code、Codex、Gemini CLI、Aider 等多种代理，并提供会话分析、命令输出压缩、上下文检索和统计等命令。README 明确强调：代理的能力不应因节省 token 而被削弱，压缩结果在不合适或不能变小的情况下会回退为原始内容。

核心特性

• 将 JSON、日志、代码、diff、搜索结果和普通文本分型处理，针对重复和无关上下文做压缩。
• 先把原始字节保存到本地的内容寻址存储，再发送可恢复的压缩版本；解析失败、存储失败或压缩后更大时直接透传原文。
• caveman learn 可只读扫描本地代理历史，列出 token 消耗点、上下文窗口深度和可选改进建议；执行改动前由用户确认。
• 既能安装简洁输出的 Skill，也能用 caveman <agent> 把本地代理套在既有 AI 编程工具外。
• 提供 Pixel 模式，将适合的高密度长文本渲染为图片供视觉模型读取，并有收益门槛避免在稀疏内容上适得其反。

快速开始

安装前请准备 Node.js 18 或更高版本。若想先启用本地代理，可在终端执行 npm install -g @caveman-ai/cli && caveman setup --install，随后以 caveman codex（也可替换为 claude、gemini 等）启动对应助手。只需要精简回答风格时，可执行 npx skills add JuliusBrussee/caveman 安装 Skill。安装后先运行 caveman learn 查看本机历史中的上下文消耗，再根据报告决定是否执行 caveman learn implement；后者会把建议交给你的代理并要求你确认每一项改动。

为什么火了

AI 编程工具的长对话、工具调用和日志输出很容易挤占上下文窗口，开发者既想保留代理能力，也希望减少等待和用量。Caveman 把“少说话”的提示词思路扩展到输入侧，并将恢复、回退和测量机制写进产品流程，因而更容易引起重度代理用户关注。

项目当天进入 GitHub Trending，也可能得益于它覆盖多种常见编码代理，且把安装、分析、压缩和验证拆成可分别采用的工具。README 对基准与节省口径同时标注了推断值和适用条件，这种克制说明也降低了尝试门槛。

适合谁

适合频繁使用 Codex、Claude Code、Gemini CLI 等代理处理大型仓库、长日志和多轮任务的开发者，尤其是希望先量化上下文消耗、再逐项优化的人。限制是代理运行时采用 BSL-1.1，CLI 与原始 Skill 才是 MIT；此外，README 说明 Skill 主要减少输出 token、会额外增加每轮输入，并不保证所有简短任务都能节省整体用量，因此应先用自身工作负载验证。