Caveman
Julius Brussee · コーディング
Caveman は無料の Claude Code スキルでありローカルプロキシでもある。コーディングエージェントが書き、読むものを縮めるので、消費するトークンが減り、動かすコストも下がる。スキルは、あらゆる技術的事実を保ったまま圧縮された「原始人語」の返答を強制する。プロキシは逆方向のトークン圧縮エージェントだ。エージェントがスクロールするログ、diff、テスト出力を縮める。30 以上のエージェントで動き、アカウントも不要で、コマンド一つで始められる。
Caveman について
Caveman とは何か
Caveman は AI コーディングエージェント向けのオープンソースのトークン節約ツールだ。請求書を二方向から攻める。スキルはエージェントの話し方を変え、長い前置きを簡潔な原始人語に置き換える。プロキシはエージェントが読むものを変える。ツール出力、ログ、JSON、diff を、プロバイダーに届く前に圧縮する。
言い分は単純だ。コード、コマンド、ファイルパス、エラーメッセージは決して圧縮されない。圧縮されるのは、その周りの文章だけだ。だから同じ診断と答えが、前置きの無駄なしに手に入る。セキュリティ警告と確認は今も完全な文で返ってくる。
最大の限界は適用範囲にある。エージェントが大量の文章を書くか、巨大なログを読むときに Caveman は最も節約する。どこで見劣りするのか。トークン単位ではなくリクエスト単位で払っていたり、作業がほぼ純粋なコード生成だったりすると、節約分は縮む。追加されるルール文が逆に少しコストになることさえある。メンテナーはそれを率直に認め、負ける場面を並べたページへ誘導している。
はじめ方
- コマンド一つでスキルを入れる。アカウントも API キーも要らない：
npx skills add JuliusBrussee/caveman -g。 - エージェントにコーディングの質問を何でも聞く。普通の答えが短く返るようになり、強度は
/caveman liteや/caveman ultraで設定できる。 - 読み込み側は
npm install -g @caveman-ai/cliで CLI を入れ、caveman learnを走らせてトークンの実際の行き先を見る。 caveman claude（またはcodex、gemini、aiderなど）でエージェントを包み、プロバイダーが見る前にツール出力を圧縮させる。caveman trial -- claudeを走らせて実セッションを A/B 比較し、caveman trial reportで何か節約できたか確認する。
AIツール情報
Cavemanの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- トークン単位で払う開発者：プロバイダーがトークン課金なら、Caveman は書き出し側と読み込み側の両方を削る。本当に金が漏れるのは読み込み側だ。
- 長時間セッションのエージェントを使う人：エージェントがログ、diff、テスト出力の中に何時間も潜るなら、プロキシがモデルに届く前にその流れを削る。
- Claude Code や Codex の上で作るチーム：ラッププロファイルは、すでに動かしているエージェントにそのまま刺さる。設定を書き換える必要はない。
タスク
- 日常的なコーディングの質問：React のバグやレビューコメントを聞けば、同じ修正がはるかに少ない語数で返る。
- メモリーファイルの削減：`/caveman-compress` コマンドは CLAUDE.md 形式のファイルの文章を削る。見出し、パス、コマンドはすべて残る。
- 騒がしいコマンド出力の圧縮：テスト実行を包めば、失敗行は残り進捗の雑音は消える。本物の AI トークン削減で、細部は失わない。
シーン
- 落ちるテストスイートのデバッグ：Caveman はスタックトレースとエラー行を保ち、INFO のおしゃべりを捨てるので、エージェントは同じ不具合をより少ない読込で見つける。
- トークンの行き先を監査：`caveman learn` は数か月分のローカルなエージェント履歴を読み、トークンの大口消費を最悪の順に並べる。
- プルリクエストのレビュー：`/caveman-review` は 1 行につき 1 件の指摘を返す。短い指示付きで印を付けたヌル参照などだ。
主な機能
Caveman の返答モード
スキルはエージェントの話し方の圧縮度を決める。/caveman lite の歯切れよく礼儀正しい段階から、/caveman ultra のほぼ唸り声まで段階を選べ、望むなら漢文モードの wenyan もある。コード、コマンド、エラーメッセージはどの段階でも手を付けない。stop caveman と言えば普通の文章に戻る。
読む量を減らすローカルプロキシ
プロキシは自分のマシン上で、エージェントとプロバイダーの間に座る。JSON、ログ、コード、diff、ウェブページと、ペイロードの種類ごとに見分ける。そして答えが依存する部分を保つコンプレッサーへ送る。圧縮されたバイトはすべてローカルの SQLite に控えが残るので、エージェントは復元ハンドルで元を取り戻せる。
可逆の圧縮
ここでは、元に戻せない形での損失は起きない。プロキシが圧縮するものの原本はディスクに残り、圧縮コピーで答えが足りないときは、取得ツールを通じて完全版を要求できる。/caveman-compress コマンドも、メモリーファイルを書き換える前に控えを取る。
トークン消費の大口を見つける
caveman learn を走らせると、既存のエージェント履歴をローカルかつ読み取り専用で読み、トークンの大口消費を最悪の順に並べ、それぞれに一行の修正を添える。続くコマンドはその修正を Claude Code や Codex に diff 一つずつ渡し、1 ターンあたりのトークンを下げない変更は元に戻す。
幅広いエージェント対応
Caveman は 30 以上のエージェントで動く。そのうち 10 にはネイティブのラッププロファイルがあり、Claude Code、OpenAI Codex CLI、Gemini CLI、Aider、OpenClaw などが含まれる。ラップが設定ファイルを書き換えることはない。コマンド一つで元に戻せる。
自分のアプリのためのミドルウェア
エージェントを動かすのではなく作る側なら、TypeScript か Python のミドルウェアラッパーが、モデルが見る前に大きなツール結果を圧縮する。ネイティブアダプターは Vercel AI SDK、LangChain、OpenAI、Anthropic といったフレームワークをカバーする。会話履歴は元のバイトをすべて保つ。
測定できる Claude Code のトークン節約
Caveman は自前のベンチマーク結果を公開し、第三者による検証もリンクしている。JetBrains はこのスキル単体を 86 件の実コーディングタスクで試し、検出できる品質変化なしに出力トークンが 8.5% 減った。Adobe Research の論文は、この文体がコストを 1.4 倍から 2.4 倍削ると測った。インストール前に吟味できる、そういう類の証拠だ。
メリットとデメリット
メリット
- アカウントも API キーも不要の無料スキルで、導入面には MIT ライセンスが付く。
- エージェントが書くものと読むものの両方を削り、二大トークン流失を押さえる。
- 圧縮は可逆のままで、エージェントはいつでも元のバイトを取り戻せる。
- 30 以上のコーディングエージェントで動き、小さなミドルウェアラッパーで自分のアプリにも繋がる。
- 自前の数字と第三者検証を公開し、負ける場面も含めている。
デメリット
- ルールファイルが毎回の呼び出しで入力トークンとして付いてくるので、歯切れのよい一行の問答は節約分より高くつくことがあり、前より悪くなる可能性がある。
- トークン単位ではなくリクエスト単位で払うなら、短い答えも 1 リクエストなので節約は小さい。
- エンジンの中核は BSL-1.1 でソース公開されており完全なオープンソースではなく、第三者向けのホスティングには商用ライセンスが要る。
- CLI は既定で匿名の利用回数を送るので、完全に黙らせたいなら `caveman telemetry off` を実行する必要がある。
よくある質問
トークン使用量を縮めて AI コーディングエージェントを安くする。スキルはエージェントの返答を圧縮し、プロキシはエージェントが読むログ、diff、出力を圧縮し、コードとエラーメッセージはそのまま残す。
関連コンテンツ
Cavemanに関連するツール、スキル、記事を探す。
Cavemanの代替ツール
Forefront
Forefront · コーディングForefrontはオープンソースAIで構築するためのウェブプラットフォームだ。主要なオープンソース言語モデルを自分のデータで微調整し、性能を評価し、API経由で実行したり、エクスポートして自分でホストしたりできる。クローズドなプラットフォームの手軽さを求めつつ、モデルとデータの所有権にはこだわる開発者が対象だ。
Startkit
StartKit.AI · コーディングStartkitは、AI SaaSとAIラッパー製品を作るためのボイラープレートだ。面倒な部分をあらかじめ配線済みにしたAIスタートアップボイラープレートと考えればいい。認証、StripeとLemon Squeezyの決済、利用制限、トランザクションメール、そしてOpenAI、Anthropic、Groq、Llamaと通信するAI APIスターターキットが含まれる。リポジトリをクローンして価格を設定し、ユーザーが実際にお金を払う部分に取りかかれる。ReactとTailwind上のNext.jsで作られているため、ボイラープレートコードの多くはすでに見慣れたものだ。
Testim
Tricentis · コーディングTestimは、Web・モバイル・Salesforceアプリ向けにエンドツーエンドテストを構築して実行するAIテスト自動化プラットフォームだ。機械学習を頼りに、インターフェースが変わってもテストを安定させ、チームが壊れたセレクターの修正に費やす時間を減らす。今日から使い始められる自動テストツールとしては悪くない。ブラウザで操作を録画してテストを作り、より細かい制御が必要なときはJavaScriptを足す。忙しいQAチームにとって堅実な選択肢である。