caveman
Caveman 是一个面向编码智能体的技能与代理工具，核心思路是“能用少量 token 表达，就不用大量 token”。它通过让 LLM 采用类似原始人的极简说话方式，压缩提示词和交互文本，从而减少 token 消耗。项目定位为 coding agents 的 skill 加 proxy，适用于 Claude、Claude Code 等场景，官方称可削减约 65% 的 token。它解决的问题是：在长上下文、复杂提示工程和频繁 API 调用中，token 成本高、上下文窗口消耗快、响应延迟增加。Caveman 并不改变代码任务本身，而是在请求链路中充当代理层，把冗长表达改写为更短、更直接的指令，同时尽量保留任务语义。其亮点在于把 meme 式“穴居人语”变成可落地的 prompt-engineering 策略，以较低改造成本降低 LLM 使用成本，并为 CLI、API 和智能体工作流提供 token 优化思路。对于关注 RAG、代码生成和成本控制的开发者，它提供了一种轻量、可组合的优化方案。