AI 编程 / 全球
JuliusBrussee/caveman：围绕输出、工具结果与模型选择减少开销
Caveman 从简短回答技能扩展为一组代理效率工具，覆盖输入压缩、模型选择、脚本复用与浏览结果处理。用户可选完整安装，也可只使用回答风格技能。
+2,173近 7 天 Star
114,447总 Star
用途与定位
Caveman 最初以减少回答中的冗余文字为切入点，当前 README 将其划分为六类可独立开关的能力。除了更简练的语言输出，还包括压缩日志和结构化工具结果、为任务选择模型与推理强度、复用已有脚本，以及处理浏览器页面和观察用量浪费。
核心能力
项目强调保持代码、命令、路径、数值和错误信息原样，不修改用户输入的提示内容。完整 CLI 可以识别多个代理环境并展示将要发生的配置变化；如果只想改变回答长度，也有独立技能入口。状态与开关命令用于查看哪些功能已启用，而非要求所有模块始终一起使用。
上手与适用场景
适合希望测量代理成本与上下文消耗的开发者，入口见 README 的安装与各模块说明。仓库给出了多组测试条件，也披露部分新版本尚未重测，不能将某个演示节省比例外推到所有任务。对按请求计费的服务，回答变短未必节省费用，应按实际计费方式评估。