Caveman让AI回复精简 节省65%Token输出 开源工具支持Claude Code

Caveman是一款开源命令行工具，通过强制AI使用简短语句和关键词回复，减少输出中的客套话。实测平均节省65%的输出Token，最高达87%，且不影响代码、命令等关键信息。安装便捷，支持Claude Code、Codex、Cursor等主流Agent工具，适合开发者在日常编程场景中提升效率并降低API费用。

Tags:

• Caveman
• AI工具
• Token节省
• 开源项目
• 编程效率

最近用 Claude Code、Codex 的时候，大家有没有感觉模型输出变得啰嗦了起来。

简单问个问题，直接先来一大段概念的阐述，最后才给出解决方案。

看着啰嗦也就算，关键是要消耗我们的额度，以及会算入 Token 计费，这些都是真金白银。

最近在 GitHub 上寻找解决方案时，发现了 Caveman，专治 AI 话痨这个问题。

项目是在 4 月份开源的，短短三个月，就累积斩获了 8.8 万 Star，看来项目是真不错。

它所干的事其实也很简单，就是给 AI 立了一条规矩：「有话直说，只讲重点，像发电报一样一个字都不要多给」。

就像项目名中文直译「穴居人」，意思是让 AI 学原始人说话，短句加关键词，客套话一概省掉。

比如「问 React 组件为什么重复渲染」，AI会很客套说帮忙再讲原理，花掉了 69 个 Token。

而装上 Caveman 后只有简单语句，直击问题核心，并给出解决方案，消耗仅 19 个 Token。

两者给出的修复方案一模一样，但是输出的内容却减少了三分之二。

当然也不是无脑的精简输出，它有条底线，代码、命令、报错等信息全部保留不会被压缩。

那用 Caveman 到底能省多少，使用 Claude API 跑了 10 个日常任务。

覆盖写代码、解决 Bug、配置数据库、代码审查、Docker 部署等开发场景。

平均能节省 65% Token 输出，最高能节省 87%。作者实测脚本也开源了，大家可自测。

平均下来输出 token 省了 65%，最狠的一个任务省 87%，测试脚本也一并开源了，可以自己复现。

另外工具提供了几个等级的压缩强度，默认是 full、只去掉客套话 lite、极度精简 ultra。

还有个「文言文」模式，作者把中国古人惜字如金这套表达用在这里，输出内容会更短。

用中文或者其他语言提问都不会受到影响，工具只是改变说话风格，不会强行压缩。

作者也跟我们实话实说，节省的只是输出的 Token，至于输入和推理 Token 并没有节省。

另外就是使用 Caveman 的时候，其实在每次对话，会额外多输入 1 千个 Token 左右。

但在我看来，AI 回复变得精简，能更快了解到重点，而节省 Token 只是顺带的好处。

更有意思的是，这种简短的回复，还有可能让 AI 变得更加聪明。

今年 3 月份看到过一篇论文「Brevity Constraints Reverse Performance Hierarchies in Language Models」。

里面就提到强制大模型简短回答，在部分基准测试上的准确率反而提升了约 26%。

也就是说，在节省 Token 的同时，在某种程度上也有可能还提升了回答质量。

至于安装很简单，提供了快速脚本，macOS 和 Linux 系统只需执行一条命令：

curl -fsSL https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.sh | bash

Windows 系统是这条命令：

irm https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.ps1 | iex

执行命令后，会自动识别并将 Caveman 安装到电脑上的 Agent 编程工具上。

支持 Claude Code、Codex、Gemini CLI、Cursor、OpenClaw 等主流 Agent 工具。

安装完成，打开 Claude Code 或 Codex，输入命令 /caveman 或者 /caveman 「级别」 就能使用。

另外还有几条实用命令，/caveman-commit 精简 Git 提交信息；/caveman-compress 压缩 CLAUDE.md 内容。

也可以通过命令 /caveman-stats，查看当前对话共节省了多少个 Token。

写在最后

这个项目给我的启发是，与其在不断反复叮嘱「AI 回答简洁一点」，不如直接给它定规矩。

另外模型回答越来越冗余、参杂大量废话的问题，我想迟早都是会被各大模型优化的。

到那一天，这类插件的使命估计也就完成了，但目前来说这个插件还是非常实用的。

在其官网上看到说 Google、OpenAI、字节这些大厂的程序员都在用，更值得我们试试。

GitHub 项目地址：https://github.com/JuliusBrussee/caveman

今天的分享到此结束，感谢大家抽空阅读，我们下期再见，Respect！