A token-saving skill and proxy that makes coding agents say less and read less while keeping code exact — the pitch is 'why use many token when few token do trick.' The skill alone cuts input tokens (33.2% fewer in the dataset's check); the full proxy CLI extends the same terse style across 30+ agents. It reached #1 on Hacker News and GitHub Trending.一款省 token 的技能和代理，让编码智能体少说、少读，但代码保持精确——它的口号就是“why use many token when few token do trick”。单用技能就能削减输入 token（数据集核查时少了 33.2%）；完整的代理 CLI 则把同样的简练风格扩展到 30 多个智能体。它曾登上 Hacker News 和 GitHub Trending 的第一名。一款省 token 的技能和代理，讓編碼智慧體少說、少讀，但程式碼保持精確——它的口號就是「why use many token when few token do trick」。單用技能就能削減輸入 token（資料集核查時少了 33.2%）；完整的代理 CLI 則把同樣的簡練風格擴展到 30 多個智慧體。它曾登上 Hacker News 和 GitHub Trending 的第一名。コーディングエージェントに「少なく話し、少なく読ませ」、それでいてコードは正確に保つ、トークン節約スキルとプロキシ。売り文句は「why use many token when few token do trick」。スキル単体で入力トークンを削減し（データセットの確認では 33.2% 減）、フルプロキシ CLI は同じ簡潔な文体を 30 以上のエージェントに広げる。Hacker News と GitHub Trending で 1 位を獲得した。
Quick start快速上手快速上手クイックスタート
What it does
Caveman makes your AI agent say less and read less, while code stays exact. Its pitch is that few tokens can do the trick of many, and its voice follows a strict structure: answer first, one idea per sentence, and never drop meaning, numbers, or units.
How it works
It works in six parts: Say less shortens replies, Read less shrinks logs, JSON, CSV, and test output before the model reads them, Auto picks model and effort per ask, Blocks reuses scripts already written, waste fixes find where tokens go, and Browse compresses pages. The verified headline is 33.2% fewer input tokens across whole sessions, over 54 Claude Code runs with 18 of 18 answers right.
How to use it
Key points
- Only Auto needs an account, and it is free; without sign-in there is no Auto and nothing is sent for it.
- Your prompts are never rewritten, and code, commands, paths, and error messages stay verbatim, character for character.
- The skill rules cost about 1,160 tokens of input, and if you pay per request, shorter answers save nothing, so check that trade-off first.
它是做什么的
Caveman 让你的 AI 智能体少说、少读，同时代码保持精确。它的口号是：少用 token 也能办成事。其表达遵循严格结构：先给答案、每句一个意思，绝不丢掉含义、数字或单位。
它怎么工作
它由六部分组成：Say less 缩短回复，Read less 在模型读取前压缩日志、JSON、CSV 和测试输出，Auto 为每次提问挑选模型和投入程度，Blocks 复用智能体已经写过的脚本，Waste fixes 找出 token 的去向，Browse 压缩网页。经核实的核心结果是整个会话的输入 token 减少 33.2%，基于 54 次 Claude Code 运行，18 个答案全部正确。
怎么用
关键要点
- 只有 Auto 需要账号，而且免费；未登录时没有 Auto，也不会为它发送任何内容。
- 你的提示词永远不会被改写，代码、命令、路径和报错信息都逐字保留。
- 技能规则本身约占用 1,160 个输入 token，如果你按请求付费，更短的回答并不能省钱，请先权衡这一点。
它是做什麼的
Caveman 讓你的 AI 智慧體少說、少讀，同時程式碼保持精確。它的口號是：少用 token 也能辦成事。其表達遵循嚴格結構：先給答案、每句一個意思，絕不丟掉含義、數字或單位。
它怎麼運作
它由六部分組成：Say less 縮短回覆，Read less 在模型讀取前壓縮日誌、JSON、CSV 與測試輸出，Auto 為每次提問挑選模型與投入程度，Blocks 重複使用智慧體已經寫過的指令碼，Waste fixes 找出 token 的去向，Browse 壓縮網頁。經核實的核心結果是整個對話的輸入 token 減少 33.2%，基於 54 次 Claude Code 執行，18 個答案全部正確。
怎麼用
關鍵要點
- 只有 Auto 需要帳號，而且免費；未登入時沒有 Auto，也不會為它傳送任何內容。
- 你的提示詞永遠不會被改寫，程式碼、指令、路徑與報錯訊息都逐字保留。
- 技能規則本身約佔用 1,160 個輸入 token，如果你按請求付費，更短的回答並不能省錢，請先權衡這一點。
何をするのか
Caveman は、AI エージェントに少なく語らせ、少なく読ませながら、コードは正確なまま保つ。少ないトークンでも多くのトークンの役目を果たすというのが売りだ。声の型は厳格だ。答えを先にし、1 文に 1 つの考えだけを入れ、意味、数値、単位を決して落とさない。
仕組み
6 つの部分で動く。Say less は返答を短くし、Read less はモデルが読む前にログ、JSON、CSV、テスト出力を縮小する。Auto は問いごとにモデルと労力を選び、Blocks はエージェントが既に書いたスクリプトを再利用し、Waste fixes はトークンの行き先を探し、Browse はウェブページを圧縮する。検証済みの中心結果は、セッション全体の入力トークンが 33.2% 減ることで、54 回の Claude Code 実行で 18 問中 18 問が正解した。
使い方
押さえておきたい点
- アカウントが必要なのは Auto だけで、無料だ。サインイン無しでは Auto は無く、そのために何も送られない。
- ユーザーのプロンプトは決して書き換えられず、コード、コマンド、パス、エラーメッセージは文字通りそのまま残る。
- スキルルール自体が約 1,160 入力トークンを占める。リクエスト課金の場合、短い回答は節約にならないため、このトレードオフを先に確認する。
Supported platforms支持的平台支援的平台対応プラットフォーム
Claude CodeCodexGemini CLIOpenCodeGeneric
Notes备注備註備考
#1 on Hacker News and GitHub Trending.曾登上 Hacker News 和 GitHub Trending 第一名。曾登上 Hacker News 和 GitHub Trending 第一名。Hacker News と GitHub Trending で 1 位を獲得。