Caveman

스킬은 에이전트가 얼마나 압축해서 말할지 정한다. /caveman lite의 간결하지만 예의 바른 단계부터 /caveman ultra의 거의 으르렁거림까지 단계를 고를 수 있고, 원하면 한문 모드인 wenyan도 있다. 코드와 명령과 오류 메시지는 어느 단계에서도 그대로다. stop caveman이라고 말하면 평범한 문장이 돌아온다.

프록시는 자기 기계에서 에이전트와 제공자 사이에 앉는다. JSON, 로그, 코드, diff, 웹페이지 등 페이로드 종류를 하나하나 알아본다. 그런 다음 답변이 의존하는 부분을 유지하는 압축기로 보낸다. 압축된 모든 바이트는 로컬 SQLite에 백업이 남아, 에이전트가 복구 핸들로 원본을 되가져올 수 있다.

여기서는 되돌릴 수 없는 방식의 손실이 없다. 프록시가 압축하는 모든 것의 원본은 디스크에 남고, 압축본으로 답이 부족할 때면 에이전트가 검색 도구를 통해 전체 버전을 요청할 수 있다. /caveman-compress 명령도 메모리 파일을 다시 쓰기 전에 백업을 만든다.

caveman learn을 실행하면 기존 에이전트 기록을 로컬에서 읽기 전용으로 읽고, 토큰 소모처를 심한 순서로 줄 세우며 각각에 한 줄 수정을 붙인다. 이어지는 명령은 그 수정을 Claude Code나 Codex에 diff 하나씩 넘기고, 턴당 토큰을 낮추지 않는 변경은 되돌린다.

Caveman은 30개 이상의 에이전트에서 작동한다. 그중 10개에는 네이티브 랩 프로필이 있으며 Claude Code, OpenAI Codex CLI, Gemini CLI, Aider, OpenClaw 등이 포함된다. 감싸기는 설정 파일을 절대 고치지 않는다. 명령 하나로 되돌릴 수 있다.

에이전트를 실행하는 대신 만드는 쪽이라면, TypeScript나 Python 미들웨어 래퍼가 모델이 보기 전에 큰 도구 결과를 압축한다. 네이티브 어댑터는 Vercel AI SDK, LangChain, OpenAI, Anthropic 같은 프레임워크를 지원한다. 대화 기록은 원본 바이트를 모두 유지한다.

Caveman은 자체 벤치마크 결과를 공개하고 제3자 검증도 링크한다. JetBrains는 이 스킬만으로 86개의 실제 코딩 작업을 테스트해 감지 가능한 품질 변화 없이 출력 토큰이 8.5% 줄었다. Adobe Research 논문은 이 문체가 비용을 1.4배에서 2.4배 줄인다고 측정했다. 설치 전에 따져 볼 수 있는 그런 종류의 증거다.