让编码 agent 少说废话、少烧 token（caveman）

AI 编码 agent 按 token 计费。它写回答习惯先铺垫一段再给结论，读入的日志、测试输出、搜索结果又是成屏成屏的原文。两头都在花钱，而其中相当一部分 token 并不携带判断。

caveman 是一套用 Go 写的 token 压缩工具，让 AI 编码 agent 用「原始人」语气作答，并压掉它读入的日志、测试输出与 JSON。

它拆成三块可以叠加的组件。skill 是一个规则文件，改的是 agent 说出来的话；proxy 跑在本机、夹在 agent 和模型服务商之间，改的是 agent 读进去的内容；middleware 把同样的压缩搬进你自己的代码，包在 LangChain、Vercel AI SDK、OpenAI 或 Anthropic 的调用外面。仓库地址是 https://github.com/JuliusBrussee/caveman，Apache-2.0 许可，主要语言 Go 占 46.4%，其余是 JavaScript 26.4%、TypeScript 15.2%、Python 11.0%。

压缩后长什么样：一段原本 69 token 的 React 重渲染诊断，变成 New object ref each render. Inline object prop = new ref = re-render. Wrap in useMemo. 诊断结论和修复方案都没变，消失的是开场白。代码、命令、文件路径和精确的报错原文不进压缩流程，安全警告和「你确定吗」这类确认提示也会自动恢复成完整句子。

项目 2026 年 4 月创建，Stars 108685、Forks 6300、Watchers 244，开放 Issue 157 个。这些数字说明它已经从玩笑变成了有实际装机量的工具，也说明维护压力不小。

五分钟先跑通

三种装法按投入程度递增，先挑最轻的那种试。

skill 是规则文件，装完让 agent 自己改用原始人语气说话：

npx skills add JuliusBrussee/caveman -g

如果 agent 没有自动生效，在会话里输入 /caveman 手动唤起。官方说这条命令覆盖 30 多个 agent，包括 Claude Code、Codex、Gemini、Cursor、Windsurf、Cline 与 Copilot。

proxy 跑在你本机，压缩 agent 每次调用前要读进去的内容：

npm install -g @caveman-ai/cli && caveman setup --install
caveman claude

caveman 后面跟目标 agent 名。原生支持的还有 codex、gemini、aider、kilo、qwen、opencode、hermes、openclaw、pi，一共 10 个。

要在自己写的应用里用，装 middleware。TypeScript 和 Python 各一套：

npm install @caveman-ai/middleware @caveman-ai/sdk
pip install 'caveman-middleware[langchain]' caveman-sdk

Python 侧要求 3.11 以上，TypeScript 侧还要补上你实际用的框架包，例如 ai 或 openai。middleware 配套的 sdk 最新版本是 1.2.0，middleware 本身是 1.0.0 稳定版。

还有个完整安装器，会去配置 Claude Code 的 hooks 和状态栏徽章，扫描本机所有受支持的 agent：

curl -fsSL https://raw.githubusercontent.com/JuliusBrussee/caveman/v3.0.0/install.sh | bash

它需要 Node.js 22.13 或更高版本，重复执行是安全的。Windows 上官方给的是 PowerShell 5.1 以上的 irm 命令，README 节选在这里被截断，完整写法要看仓库里的 INSTALL.md。

跑通之后你会得到什么

装完 skill 后，最直观的变化是终端里 agent 的回复变短了。原本一段客套铺垫加结论，现在只剩结论和动作。诊断质量是否下降，得靠你自己的用例判断，官方给的参考是 JetBrains 在 86 个真实编码任务上的测试结论：质量上没有可测量的损失。

装 proxy 之后，机器上会起一个本地服务，每次压缩都留一份原文备份，agent 需要时可以把它取回来。这解决的是「压过头了怎么办」的问题——压缩是有损的，但损失可回滚。

用 middleware 的情况，压缩发生在你自己的调用链里。工具返回的结果在送进模型之前被缩小，原始内容保留在你的历史记录中，模型可以按需回取。middleware 还提供 onDecision、onDiagnostic、onReport 这几个回调，用来观察压缩决策。

接下来能做的事，是把它挂到你日常最费 token 的那条路径上：长日志排查、大规模测试输出、搜索结果注入。先从一条路径开始看账单变化，比全量铺开更稳。

主要功能

skill 规则文件。一个文本规则，让 agent 把回答压成原始人语气。Apache-2.0，免费，官方说兼容 30 多个 agent，用一条 npx skills add 命令装。它只影响散文部分。

本机 proxy。夹在 agent 与模型服务商之间，压缩 agent 读入的日志、测试输出、JSON、diff 与搜索结果。CLI 和 runtime 都是 Apache-2.0，用 caveman setup --install 初始化，再用 caveman <agent名> 启动。

middleware 包装器。给已经写好的 LLM 调用加一层，框架侧的适配包括 LangChain、Vercel AI SDK、OpenAI 与 Anthropic。TypeScript 走 @caveman-ai/middleware，Python 走 caveman-middleware。

选择性保留。代码、命令、文件路径、精确报错原文不会被改写；安全警告与确认提示以完整句子返回，之后恢复原始人语气。这条规则是它敢用在正经编码场景的前提。

压缩留底。proxy 每压一次都保存原文，agent 可以随时取回，避免有损压缩把关键上下文吃掉。

Apache-2.0 全量授权。3.0.0 起整个仓库（engine、proxy、browse、MCP server、shrink、cavemem Go core 与共享平台）改为 Apache-2.0，没有托管服务限制，没有 Change Date，不需要商业许可。1.2.0 之前的 SDK 版本仍是 MIT。

多形态叠加。skill、proxy、middleware 可以同时用，多数人的路径是先装 skill，再往上加。

常用参数与配置

npx skills add JuliusBrussee/caveman -g 里的 -g 表示全局安装。装完之后，如果 agent 没自动切换，在会话里输入 /caveman 唤起，这是 skill 的开关。

caveman setup --install 做初始化配置，caveman claude 这类命令后面的第一个参数是指定要包裹的 agent。可选值就是那 10 个原生 profile：claude、codex、gemini、aider、kilo、qwen、opencode、hermes、openclaw、pi。

单独给某个 agent 装插件时可以用 --only 过滤，例如 Issues 里出现过的 npx -y github:JuliusBrussee/caveman -- --only opencode。

环境要求：完整安装器需要 Node.js 22.13+；Python middleware 需要 Python 3.11+，并且要求 caveman-sdk>=1.2,<2，1.1.0 缺少适配器要导入的 API。

运行模式可以设置（例如 always full）。有用户反馈这个设置会在每次会话开始时被重置，希望跨会话保留，这条 Issue 已标记为解决。

结果在哪里看

skill 的效果直接体现在终端里 agent 的回复长度上，没有额外的报告文件。

用完整安装器的话，Claude Code 的状态栏会多一个徽章，安装器负责把它配置好。

proxy 的压缩备份留在本机，agent 需要时按句柄取回原文。middleware 侧的压缩决策通过 onDecision、onDiagnostic、onReport 这几个回调暴露给你自己的代码，具体怎么落盘由你决定。

省了多少 token 这个数字，README 节选里没有给出查看方式。Issues 里有用户专门问过「能不能看到省了多少 token」，那条已被关闭，但仓库里没有说明这一步具体在哪里看。

实际使用中的坑

宣称 65% 的节省，有用户实测只有 8.5%。这条 Issue 标题就是「Advertised saving: 65%. Measured saving: 8.5%.」，引用了 JetBrains 的测试文章，目前状态是待解决。压缩率高度依赖你的对话里散文占比有多高，代码和日志占大头时，实际收益会明显低于宣传值。

opencode 插件安装报 ENOENT，找不到 caveman-compress.md。用户执行 npx -y github:JuliusBrussee/caveman -- --only opencode 时安装直接失败。这条已经解决，但如果你的 opencode 版本较旧，可能还会撞上。

模式设置不跨会话保留。有用户反馈，模式每次会话开始都被重置回 always full，用户手动选的选择没有生效。已解决。

部分编辑器集成不到位。Google Antigravity 与 Antigravity CLI 无法把它识别为 skill 或 agent，VS Code 里的 GitHub Copilot 走 npx 命令装的时候没有 hooks 生效。这两条都已解决，但说明「支持 30 多个 agent」和「每个 agent 的每条路径都顺」是两回事，装完建议先用一个小任务验证它真的接管了。

选型参考

下面的对照只涉及能解决部分相同问题的项目。caveman 同时做输出压缩与读入压缩，另外两个的侧重点不同。

如果你在意的只是读入侧的压缩、又不打算改变 agent 的说话风格，Headroom 这类专注上下文压缩的项目更对口——caveman 的原始人语气是它最大的传播点，也是它最容易被团队评审否掉的地方。另一个要提前想清楚的差距是收益预期：65% 这个数字目前挂着一条实测 8.5% 的待解决 Issue，把它当稳压器用、而不是按比例折算省钱，预期才不会落空。

什么情况下别用它

团队对外交付物要求正式语气的场景不要用。caveman 的核心机制就是让 agent 说话不像人写的工作邮件，客服话术、客户文档、对外说明这类产出，改回来比省下的 token 更贵。

你的 token 消耗主要发生在代码生成和长文件读写上时不要用。压缩只作用于散文，这类负载里散文占比低，装完之后账单变化会很小。

需要严格审计每一句模型输出的流程不要用。压缩是有损的，虽然有备份和回取机制，但审计链条上多一层改写就意味着多一层解释成本。

你的 agent 不在官方支持列表里时不要急着用。30 多个 agent 是 skill 的覆盖面，proxy 原生只有 10 个 profile，两者不重合的部分你得自己想办法接。

只想在网页版聊天里省 token 的话也不适用。仓库支持的是跑在本机的编码 agent，README 的列表里没有网页端。

焚评：这个项目的量化评分

本项目的选题来自 焚.com（一个按公开公式给 GitHub 项目打分的站）。焚评当前总分 10.0 分（满分 10）。下表是各维度的得分：

评分口径、权重与计算方式见焚.com 的评分方法页；数据随 GitHub 指标刷新，具体数值以焚.com 当前页面为准。本文正文为诀.com 独立撰写，评分数据由焚.com 授权引用。