用过 AI 编程助手的都懂——AI 什么都好，就是话太多。
你问"为什么我的 React 组件频繁重渲染？"正常 AI 的回答需要 69 个 token，核心结论就一句话。装上 Caveman 之后只需要 19 个 token，结论一样，废话没了。
Caveman（穴居人）是一个开源的 AI 编程助手技能插件，支持 Claude Code、Cursor、Codex、Gemini CLI、Windsurf、Cline 等 30+ 种 AI 工具。它让 AI 用最精简的方式说话，平均减少 65% 的输出 token，同时保持技术准确性。
项目名灵感来自原始人说话风格——字少，意思准，不废话。标语是：why use many token when few do trick。
为什么需要它？
浪费时间。AI 回答经常有大量铺垫和客套话。"Sure! I'd be happy to help you with that." 这句话本身花 token，但毫无信息。每天和 AI 对话几百轮，累积起来是实打实的成本。
阅读效率低。长篇废话需要更多时间提取关键信息，短回答反而更快。
Caveman 做的就是去掉填充、只留干货。结构变成片段式，语气直接，代码和命令保持精确。项目还引用了 2026 年 3 月的一篇论文，发现"简洁约束让大模型在特定基准上准确率提升了 26 个百分点"——话多不一定对，字少反而更准。
四个压缩等级
| 级别 | 效果 |
|---|---|
| lite | 去掉"当然！我很乐意帮你"这类套话，保留正常语法 |
| full | 默认模式。变短句/片段式，技术细节完整保留 |
| ultra | 电报体。极简，适合已经很熟悉的领域 |
| wenyan | 文言文模式！中文用户的彩蛋，比白话文更短（比如"然也"代替"是的"） |
在对话中输入 /caveman full 或 /caveman ultra 就能切换。输入 normal mode 恢复正常。
配套命令
/caveman-commit — 生成简洁的 Git 提交信息。主题行不超过 50 字符，重点说"为什么改"而不是"改了啥"。
/caveman-review — 代码审查摘要。一行一条问题，没有大段废话描述。
/caveman-stats — 实时显示本次会话节省了多少 token 和费用。带 --share 参数还能生成可分享的统计图。
/caveman-compress — 压缩项目记忆文件（如 CLAUDE.md、项目文档等），平均减少 46% 的输入 token。
实际效果
项目做了多组真实任务的基准测试：
| 任务 | 正常 token | Caveman | 节省 |
|---|---|---|---|
| 解释 React 重渲染 bug | 1,180 | 159 | 87% |
| 修复认证中间件 | 704 | 121 | 83% |
| 设置 PostgreSQL 连接池 | 2,347 | 380 | 84% |
| Docker 多阶段构建 | 1,042 | 290 | 72% |
| 实现 React 错误边界 | 3,454 | 456 | 87% |
| 平均 | 1,214 | 294 | 65% |
注意：压缩的是输出 token，AI 内部的"思考/推理"token 不受影响。Caveman 只让嘴巴小，脑子不变小。
安装方式
一条命令搞定：
# macOS / Linux / WSL
curl -fsSL https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.sh | bash
# Windows PowerShell
irm https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.ps1 | iex安装脚本会自动检测电脑上装了哪些 AI 编程工具，逐个装上 Caveman。需要 Node.js ≥ 18，大概 30 秒装完。
总结
Caveman 表面是个搞笑项目（穴居人说话），但切中了一个严肃问题：AI 的默认输出充满了冗余，而我们已经麻木了。大语言模型被训练成"有礼貌、详细、完整"的风格，客服场景没问题，但编程场景需要的是快和准。
Caveman 很简单但很实用：让 AI 编程助手少说废话。平均省 65% 的 token，技术准确度不变，支持 30+ AI 工具，开源免费（MIT 协议）。