穴居人

Caveman 项目概览

Caveman 的核心理念是让智能体用更少的 token 完成同样的工作。项目提供两套互补的能力：压缩智能体的输出（skill），以及压缩智能体的输入（本地代理 Proxy）。

核心动机

普通智能体在回复用户时往往冗长，且每次调用都需要传输完整的工具 schema、文件、日志和历史。原始版本只能让"嘴变小"，2.x 版本进一步让"读入也变少"。在固定 Claude Code 基准测试中，启用代理后输入 token 比直连减少 33.2%，且 18 项精确答案检查全部通过。

安装方式

通过 npm 安装 CLI 与代理：

npm install -g @caveman-ai/cli && caveman setup --install
caveman claude   # 也可 codex / aider / gemini / opencode / hermes / openclaw

Skill 可通过 npx skills add JuliusBrussee/caveman 安装，支持 30+ 种智能体。一键脚本（macOS/Linux/Windows）会自动挂载 Claude Code 的 hooks 与状态栏，并扫描本机已安装的智能体。

分析历史 token 消耗

caveman learn 会读取本地智能体历史（Claude Code、Codex、Gemini CLI、opencode；aider 需设置 CAVEMAN_AIDER_ROOT），生成只读报告：Cave 评分、按流量排序的 token 消耗点、每个 session 的上下文深度、回放修复方案的预期节省、以及 30 天按列表价的成本估算。

每条消耗点会分类为： - safe fix：可立即删除的冗余配置 - offload：可迁移到 caveman memory 的复粘贴内容 - habit：仅给出温和提示 - load-bearing：必要配置，参与评分但不会被修改

caveman learn implement 把方案交给用户自己的智能体执行，每个改动都需确认，未降低 token 的修复会自动回滚。

Caveman Proxy 工作机制

代理以本地服务形式插入智能体与上游 provider 之间。请求先写入磁盘上的内容寻址存储（CCR），再选择性地进行有损压缩；模型在需要原始字节时通过 caveman_retrieve 工具取回。

引擎按内容类型路由：

类型	保留内容	目标压缩率
json	键、结构、错误子树	70–90%
log	错误、堆栈、首尾行	85–95%
code	导入、签名、类型	40–70%
diff	文件/块头与改动行	60–80%
search-result	顶部/底部/诊断命中	80–95%

三种模式：默认压缩栈、--off 仅统计不改字节、--pixel 将密集文本渲染为 PNG 供视觉模型读取。Pixel 模式仅对长行密集内容（最小化 JSON 工具目录、长行日志）盈利，稀疏代码会因 PNG 开销而回退到原文。支持 claude-fable-5 与 gpt-5.6 等已测量可读性的模型。

Proxy 同时驱动一组子命令：

caveman learn / learn implement / explore install
caveman shrink -- pnpm test     # 压缩命令输出
caveman browse <url>            # 本地 Chrome + 压缩可访问性树
caveman mem remember|recall     # 持久记忆
caveman trial -- claude         # A/B 实测会话
caveman toon encode|decode      # TOON 重编码器
caveman stats                   # 按类型统计

MCP 服务对外暴露五个工具：caveman_compress、caveman_retrieve、caveman_stats、caveman_toon_encode、caveman_toon_decode。

Skills 即图像

caveman convert 把已安装 skill 的正文渲染为 PNG，仅保留 frontmatter 为文本。这样既不影响触发逻辑，又把每次调用的正文 token 消耗转为图像 token 消耗。对 caveman skill 自身的测量：1069 → 415 估算 token（−61%）。仅在图像版本确实更小时才会执行，否则保持原文件。

原生封装的智能体

Proxy 原生封装八种智能体，全部通过 agents/profiles/ 中的 JSON 配置完成，无需修改智能体自身配置：

• Claude Code（Anthropic）— 环境变量
• OpenAI Codex CLI — 环境变量或临时 CODEX_HOME
• Gemini CLI / Aider — 环境变量
• opencode — 内联配置，原始 opencode.json 不动
• Hermes Agent — --provider custom + 环境变量
• OpenClaw — 临时合并配置
• Pi — 内置原生扩展

订阅登录可用：Claude Pro/Max 的 OAuth 与 Codex 的 ChatGPT 登录都按原样穿透。

输出压缩 Skill

/caveman 让智能体以精简语气回复，支持 lite | full | ultra | wenyan-lite | wenyan-full | wenyan-ultra | off 切换。配套工具包括 /caveman-commit、/caveman-review、/caveman-compress、/caveman-stats 等，以及 investigate-first、lean-build、surgical-patch、safe-refactor、migration、verify-and-stop 等写得更少代码的工作模式。

诚实说明：Skill 仅压缩输出 token，不影响输入与推理 token，且自身每轮增加约 1–1.5k 输入 token。在本就精简的场景下可能净亏损。基准表中 65% 平均节省中，部分来自"简洁回答"指令本身的收益。

隐私与许可

• 智能体仍直连用户选择的 provider，无需 Caveman 账号
• CCR 存储在本地 SQLite
• CLI 默认发送匿名使用统计（仅命令与 token 计数），可通过 caveman telemetry off 关闭
• Skill 与 CLI 为 MIT，Engine/Proxy/重写器/Browse/MCP 服务为 BSL-1.1（在 Change Date 前为源码可用，特定日期后自动转为 Apache-2.0）；第三方托管服务需商业许可
• engine/pixel 嵌入 pxpipe（MIT）、Spleen 5×8（BSD-2-Clause）、GNU Unifont（OFL-1.1 / GPLv2）的衍生字模