Caveman
Julius Brussee · Coding
Caveman ist eine kostenlose Claude Code Skill und ein lokaler Proxy, der verkleinert, was ein Codier-Agent schreibt und liest, sodass er weniger Tokens verbraucht und günstiger läuft. Die Skill erzwingt komprimierte Antworten im Höhlenmenschen-Stil, die jeden technischen Fakt behalten. Der Proxy ist ein Token-Kompressionsagent für die andere Richtung. Er verkleinert die Logs, Diffs und Testausgaben, die der Agent durchscrollt. Er läuft mit über 30 Agenten, braucht kein Konto und startet mit einem einzigen Befehl.
Über Caveman
Was ist Caveman
Caveman ist ein quelloffener Token-Sparer für KI-Codier-Agenten. Er greift die Rechnung von zwei Seiten an. Die Skill ändert, wie ein Agent spricht, und tauscht lange Vorreden gegen knappe Höhlenmenschen-Prosa. Der Proxy ändert, was ein Agent liest. Er presst Tool-Ausgaben, Logs, JSON und Diffs zusammen, bevor sie deinen Anbieter erreichen.
Das Versprechen ist einfach. Code, Befehle, Dateipfade und Fehlermeldungen werden nie komprimiert. Nur die Prosa drumherum. Du bekommst also dieselbe Diagnose und dieselbe Lösung, ohne das Vorgeplänkel. Sicherheitswarnungen und Bestätigungen kommen weiterhin in ganzen Sätzen zurück.
Die wichtigste Grenze ist der Umfang. Caveman spart am meisten, wenn ein Agent viel Prosa schreibt oder riesige Logs liest. Wo bleibt es zurück? Wenn du pro Anfrage statt pro Token zahlst oder deine Arbeit fast reine Codegenerierung ist, schrumpft die Ersparnis. Der zusätzliche Regeltext kann dich sogar ein wenig kosten. Der Maintainer sagt das offen und verweist auf eine Seite, die auflistet, wo es verliert.
Erste Schritte
- Installiere die Skill mit einem einzigen Befehl, ohne Konto oder API-Schlüssel:
npx skills add JuliusBrussee/caveman -g. - Stelle deinem Agenten irgendeine Codier-Frage. Normale Antworten kommen jetzt kurz zurück, und du kannst die Intensität mit
/caveman liteoder/caveman ultraeinstellen. - Für die Leseseite installiere die CLI mit
npm install -g @caveman-ai/cliund führe danncaveman learnaus, um zu sehen, wohin deine Tokens tatsächlich gehen. - Umhülle deinen Agenten mit
caveman claude(odercodex,gemini,aiderund anderen), damit Tool-Ausgaben komprimiert werden, bevor der Anbieter sie sieht. - Führe
caveman trial -- claudeaus, um eine echte Sitzung im A/B-Vergleich zu prüfen, und schau dann incaveman trial report, ob es dir etwas gespart hat.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Caveman.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Entwickler, die pro Token zahlen
- Nutzer von Agenten mit langen Sitzungen
- Teams, die auf Claude Code oder Codex bauen
Aufgaben
- Alltägliche Codier-Fragen
- Speicherdateien kürzen
- Laute Befehlsausgaben komprimieren
Szenarien
- Eine fehlschlagende Testsuite debuggen
- Nachverfolgen, wohin Tokens gehen
- Einen Pull Request prüfen
Wichtigste Funktionen
Caveman-Antwortmodi
Die Skill legt fest, wie komprimiert dein Agent spricht. Frage Stufen ab, von /caveman lite für knapp-aber-höflich bis /caveman ultra für fast nur Grunzen, mit einem wenyan-Modus für klassisches Chinesisch, wenn du willst. Code, Befehle und Fehlermeldungen bleiben auf jeder Stufe unangetastet. Sag stop caveman, und die normale Prosa kommt zurück.
Lokaler Proxy für weniger Lesen
Der Proxy sitzt zwischen deinem Agenten und deinem Anbieter auf deiner eigenen Maschine. Er erkennt jeden Nutzlast-Typ, ob JSON, Log, Code, Diff oder Webseite. Dann leitet er die Nutzlast an einen Kompressor weiter, der behält, wovon Antworten abhängen. Jedes komprimierte Byte bekommt ein Backup in lokaler SQLite, sodass der Agent das Original mit einer Wiederherstellungs-Kennung zurückholen kann.
Umkehrbare Kompression
Hier ist nichts verloren auf eine Weise, die du nicht rückgängig machen kannst. Originale von allem, was der Proxy presst, bleiben auf der Platte, und der Agent kann die vollständige Version über ein Abrufwerkzeug anfordern, wann immer die komprimierte Kopie nicht reicht, um die Frage zu beantworten. Der Befehl /caveman-compress sichert auch deine Speicherdatei, bevor er sie neu schreibt.
Token-Fresser entdecken
caveman learn liest deine vorhandene Agenten-Historie lokal und nur lesend und ordnet dann deine Token-Fresser, den schlimmsten zuerst, mit einer einzeiligen Lösung hinter jedem. Ein Folgebefehl übergibt diese Lösungen an Claude Code oder Codex, einen Diff nach dem anderen, und macht jede Änderung rückgängig, die die Tokens pro Runde nicht senkt.
Breite Agenten-Unterstützung
Caveman läuft über mehr als 30 Agenten. Es hat native Umhüllungsprofile für zehn davon, darunter Claude Code, OpenAI Codex CLI, Gemini CLI, Aider und OpenClaw. Umhüllen ändert nie deine Konfigurationsdateien. Du kannst es mit einem einzigen Befehl rückgängig machen.
Middleware für deine eigene App
Wenn du einen Agenten baust statt einen zu betreiben, komprimiert eine Middleware-Hülle in TypeScript oder Python große Tool-Ergebnisse, bevor das Modell sie sieht. Native Adapter decken Frameworks wie das Vercel AI SDK, LangChain, OpenAI und Anthropic ab. Deine Gesprächshistorie behält jedes Original-Byte.
Claude Code Token-Einsparung, die du messen kannst
Caveman veröffentlicht eigene Benchmark-Ergebnisse und verlinkt auch die Prüfungen Dritter. JetBrains testete die Skill allein an 86 echten Codier-Aufgaben und fand 8,5 % weniger Ausgabe-Tokens ohne erkennbare Qualitätsänderung. Eine Arbeit von Adobe Research maß, dass der Stil die Kosten um das 1,4- bis 2,4-Fache senkt. Das ist die Art von Beleg, die du abwägen kannst, bevor du installierst.
Vor- und Nachteile
Vorteile
- Kostenlose Skill ohne Konto, ohne API-Schlüssel und mit MIT-Lizenz auf den Übernahme-Oberflächen.
- Kürzt sowohl das, was ein Agent schreibt, als auch das, was er liest, und deckt so die zwei größten Token-Abflüsse ab.
- Die Kompression bleibt umkehrbar, sodass der Agent die Original-Bytes immer zurückholen kann.
- Läuft über 30+ Codier-Agenten und dockt über eine kleine Middleware-Hülle an deine eigene App an.
- Veröffentlicht seine Zahlen und die Prüfungen Dritter, einschließlich der Fälle, in denen es verliert.
Nachteile
- Die RegeldDatei reist als Eingabe-Tokens bei jedem Aufruf mit, sodass eine knappe Ein-Satz-Frage und -Antwort mehr kosten kann, als sie spart, und du am Ende schlechter dran sein kannst als vorher.
- Spart wenig, wenn du pro Anfrage statt pro Token zahlst, denn eine kürzere Antwort ist immer noch eine Anfrage.
- Der Kern der Engine ist unter BSL-1.1 quellverfügbar, nicht vollständig quelloffen, und das Hosten für Dritte braucht eine kommerzielle Lizenz.
- Die CLI sendet standardmäßig anonyme Nutzungszahlen, also musst du `caveman telemetry off` ausführen, wenn du sie völlig still haben willst.
Häufige Fragen
Es macht KI-Codier-Agenten billiger, indem es ihren Token-Verbrauch reduziert. Die Skill komprimiert die Antworten des Agenten, und der Proxy komprimiert die Logs, Diffs und Ausgaben, die der Agent liest, während Code und Fehlermeldungen unangetastet bleiben.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Caveman.
Alternativen zu Caveman
Forefront
Forefront · CodingForefront ist eine Webplattform zum Bauen mit Open-Source-KI. Sie lassen sich führende Open-Source-Sprachmodelle mit eigenen Daten feintunen, ihre Leistung bewerten und sie über eine API ausführen oder exportieren, um sie selbst zu hosten. Entwickler, die den Komfort einer geschlossenen Plattform wollen, aber darauf bestehen, ihre Modelle und Daten zu besitzen, sind hier die Zielgruppe.
Startkit
StartKit.AI · CodingStartkit ist ein Boilerplate zum Bauen von KI-SaaS-Produkten und KI-Wrappern. Man kann es sich als KI-Startup-Boilerplate vorstellen, bei dem die langweiligen Teile schon verdrahtet sind: Authentifizierung, Zahlungen über Stripe und Lemon Squeezy, Nutzungslimits, transaktionale E-Mail und ein KI-API-Starter-Kit, das mit OpenAI, Anthropic, Groq oder Llama spricht. Man klont das Repository, setzt seinen Preis und kümmert sich um den Teil des Produkts, für den Menschen wirklich bezahlen. Es basiert auf Next.js über React und Tailwind, deshalb fühlt sich ein Großteil des Boilerplate-Codes schon vertraut an.
Testim
Tricentis · CodingTestim ist eine KI-gestützte Plattform für Testautomatisierung, mit der man End-to-End-Tests für Web-, Mobile- und Salesforce-Anwendungen baut und ausführt. Sie setzt auf maschinelles Lernen, um Tests stabil zu halten, wenn sich eine Oberfläche ändert, sodass Teams weniger Zeit mit der Reparatur kaputter Selektoren verbringen. Nicht schlecht für ein Tool für automatisierte Tests, das Sie heute schon nutzen können. Sie erstellen Tests, indem Sie Aktionen im Browser aufzeichnen, und fügen danach JavaScript hinzu, wenn Sie mehr Kontrolle brauchen. Für ein beschäftigtes QA-Team eine solide Wahl.