用编码 Agent 的人大概都有过这种体验：问一个问题，它先铺垫两句，再解释背景，最后才说出那个你想要的答案。答案本身只有一行，前面那两百个字全是客套。
账单上这些都是钱。caveman 想干的事很暴力——让 Agent 少说话。
是什么
caveman 是 2026 年 4 月开源的编码 Agent 辅助工具，用 Go 写成。它的名字和那套「原始人说话」的梗是绑在一起的：让模型的回答变成 New object ref each render. Inline object prop = new ref = re-render. Wrap in useMemo. 这种电报体，把诊断、结论、修法留下，把铺垫全砍掉。
但它真正解决的不是语气问题，是 token 问题。而且它把 token 拆成两半来看：Agent 写出来的是输出 token，Agent 读进去的是输入 token。市面上绝大多数"省 token"的说法只盯着前一半，caveman 认为真正的账单在后一半。
所以它由两个独立的部分组成。一个是技能（一个规则文件），管 Agent 怎么说话，MIT 协议，不收费。另一个是本地代理（一个跑在你自己机器上的进程），管 Agent 读到的东西——日志、测试输出、JSON、diff、搜索结果，在发给模型之前先压一遍，原文存在本地 SQLite 里，Agent 随时能把全文要回去。
两个能单用，也能叠起来用。项目在 GitHub 上 10.6 万 Star，6153 Fork，当前版本 v2.7.0（2026-09-15 发布），仓库到 2026 年 9 月 17 日还有提交。它是 2026 年 4 月建仓的，五个月做到这个量级。
核心优势
数字给得比同行诚实，包括对自己不利的那一行。官方公开了一份 54 轮的 Claude Code 压测，用服务商自己上报的输入 token 计数，每个用例跑三遍，每份答案都拿精确校验器验过。总量从 88.58 万降到 59.17 万，降幅 33.2%，18 项答案校验全部通过。分场景看差别很大：CSV 找异常点从 16.58 万降到 7.45 万（-55.1%），日志里捞针从 14.88 万降到 7.41 万（-50.2%），但"仪表盘 HTML 告警"那一格是 14.07 万涨到 15.46 万，涨了 9.9%。作者没把这一行藏起来，还在旁边写了一句话：哪天我把红的藏了，你就不该再信绿的。这种披露态度在省钱类工具里很少见。
它公开承认自己什么时候没用。项目文档里专门有一节讲适用边界：如果你是按次数计费而不是按 token 计费（比如某些按 premium request 计费的订阅），回答变短不会让你少付一分钱；如果你的工作负载是纯代码生成、几乎没有叙述文字要砍，那也省不下来；短问短答的场景下，规则文件本身要占大约 1000 个输入 token，可能亏本。这些话术换成别的项目，通常会被写进"注意事项"然后一笔带过，这里是被单独拎出来讲的。
技能那一半，装上就能用，零成本。一条 npx skills add JuliusBrussee/caveman -g 装完，支持 30 多个 Agent——Claude Code、Codex、Gemini、Cursor、Windsurf、Cline、Copilot 都在列表里。强度分四档：lite 是"简短但客气"，full 是默认的电报体，ultra 基本只剩名词和动词，还有一个 wenyan 档用文言文，据说是有人提了需求就顺手做了。这个技能里有三条硬规矩：不缩短代码、不改写报错信息、不拿电报体糊弄安全警告——碰到不可逆操作它会自己切回完整句子，然后再变回来。
代理那一半，换来的是"读"的节省。它跑在 Agent 和你选的服务商之间，按载荷类型分流处理：JSON、日志、代码、diff、搜索结果、纯文本六类各有各的压法。压缩前的原始内容写进本地 SQLite 并返回一个恢复句柄，Agent 觉得信息不够就能把全文拉回来。这一点很关键——很多压缩方案是单向的，压完就找不回来了，Agent 在后半程才发现自己缺了关键上下文，只能重新跑一遍，省下的钱又吐回去。
顺带它还压别的东西。浏览器页面用 caveman browse 取压缩视图：一个 200 行的表格，直接给 Agent 的 Playwright 快照是 15704 个 token，压缩后是 121 个，小了 129.8 倍。写记忆文件有 /caveman-compress：拿五份真实的 CLAUDE.md 类文件测，平均小 46%，标题、代码、路径、链接逐项校验没丢。连技能自己都能压——渲染成 PNG 图片让模型读，估算从 1069 个 token 降到 415 个。
安装/使用方法
先装小的那个。技能只要一条命令：
npx skills add JuliusBrussee/caveman -g
如果想用完整安装器（会去找你机器上所有受支持的 Agent，并且给 Claude Code 挂上钩子和状态栏角标），macOS / Linux 用 curl -fsSL https://raw.githubusercontent.com/JuliusBrussee/caveman/v2.7.0/install.sh | bash，Windows PowerShell 用 irm https://raw.githubusercontent.com/JuliusBrussee/caveman/v2.7.0/install.ps1 | iex，需要 Node.js 22.13 或更新版本。装完在 Agent 里敲 /caveman 就算生效。
再装代理：
npm install -g @caveman-ai/cli && caveman setup --install
装完之后建议按这个顺序走。先用 caveman learn，它会读你磁盘上已经攒了几个月的历史记录，本地分析，把你的 token 黑洞按严重程度排出来，每个后面附一行修法。这一步不联网、不改东西，是最值钱的五分钟。然后 caveman learn implement 把每条修法一次一个 diff 交给你确认，改完如果 token 没降会自动回滚。
接着把 Agent 包起来：caveman claude，换成 codex、gemini、aider、opencode、pi 都行，比如 caveman shrink -- pnpm test 可以单独压一条命令的输出。最后用 caveman trial -- claude 跑一次对照实验，同一批任务开关各跑一遍，caveman trial report 出对比报告——文档里说得很直白：这个自测数字比页面上任何一个官方数字都更值得信。要是它测不出来，它会明说测不了，而不是给你一份全是零的报告。
有一点要提前知道：caveman 命令行默认会发匿名使用统计。发的是哪些命令跑了、过了多少 token、省了多少；不发 prompt、代码、文件路径或任何可识别信息。第一次运行会告诉你这件事，介意的话一条 caveman telemetry off 永久关掉，或者设 DO_NOT_TRACK=1。
不是没有槽点
许可证是拆开的，得看清楚。技能、CLI、SDK 这些是 MIT，但引擎和相关运行时是 BSL-1.1——源码可见，自用和自托管免费（含生产环境），但拿它给第三方做托管服务需要商业授权。每个版本会在 2030 年 6 月 21 日或发布满四年（取较早者）自动转成 Apache-2.0。对绝大多数个人和自用团队没影响，但如果你的打算是把这套东西包进一个对外售卖的产品，这一条必须先问清楚。
它没有免费额度，也不会替你和模型服务商搭桥。你的 Agent 还是连你自己选的服务商、用你自己的密钥，caveman 只是夹在中间的一个本地进程。所以它省钱的上限，取决于你的账单本身是不是按 token 算的。
规则文件本身要占输入。完整技能大约 1000 个估算 token，每一次调用都会跟着上。如果你的用法就是问一句答一行，省下的输出还不够付这个开销。文档说得很清楚，这种场景建议直接关掉。
实测数据的覆盖面有限。那份 54 轮的压测是仓库里的一份固定报告，原始测试产物不在代码库里，官方自己标注说请当成"一份固定报告"看，不是"可以被公开复现的基准"。用例只有 6 个，样本量按统计学标准不算大。另外，第三方最严谨的一次 A/B 是 JetBrains 在 2026 年 7 月做的，只测了技能那一半（当时代理还没发布），86 个真实编码任务，输出 token 少 8.5%、成本约少 10%、质量未检出差异——这个数字比仓库宣传的要保守得多，而官方把 8.5% 这个保守数字放在显眼位置，也正是因为这个数字才决定去做代理。浏览器页面那条红行更是明摆着的反例。
项目还在快速迭代期。仓库到 2026 年 9 月中旬有 124 个打开状态的 issue，各种子仓库的状态也不一样——官方列了七个相关仓库，其中三个标注为"已冻结"。冻结的仍然能装能用，但如果你是冲着长期维护去的，得先看清自己用的是哪一块。
跟同类怎么比
省 token 这件事上，市面上的做法大致分三类。一类是"换个更小的模型"，但那会直接改变答案质量，不可逆。一类是上下文管理框架（自己做摘要、自己做裁剪），效果取决于你自己写的策略好不好，门槛高。还有一类就是提示词约束，让模型自己少说点——这一类最简单，但也最容易被当成玄学。
caveman 的位置比较特殊：它把这三条里最玄的那条做成了可测量的，又在中间夹了一个真在动数据的代理。同时它自己承认，纯提示词那部分的收益在真实编码任务里只有个位数，大头得靠代理去压"读"。这种"先告诉你哪部分没用，再说哪部分有用"的顺序，至少比反过来要可信。
更实际的一条判断标准是：如果你的账单是按 token 计价的，并且你经常让 Agent 读日志、读测试输出、读配置 diff，那它值得花半小时试一次，最好按官方建议自己做一次开关对照，看你自己账单上的数字。如果你的计费单位是"次数"，或者你几乎不读大文件，那这个工具对你意义不大，直接跳过就行。
项目地址：https://github.com/JuliusBrussee/caveman
文档站：https://docs.caveman.so/docs/quickstart
标签：#caveman #省Token #编码Agent #上下文压缩 #AI编程工具 #本地代理
你有没有算过，自己一个月的编码 Agent 账单里，是"写"花得多，还是"读"花得多？