← 返回笔记列表
第6期 · 开源项目
Caveman 穴居人｜开源 Skill 精简器（Token 省 65%）
开源项目开发者第6期
#open-source#skill#agent#token
强制 Agent 用『能用少词绝不多词』的指令式语言，Skill 描述 1069→415 Token 省 61-65%，可一键转换还原，不烧上下文。
GitHub 103k Star 的开源 Skill，Token 消耗直接砍掉 65%。很多人搭建 Agent 越用越贵，就是栽在了 Skill 上面。
痛点
- 绝大多数 Skill 每次对话都会全量加载：长长的描述、多余的解释，每一次调用都在白白消耗 Token 预算。
核心理念
- 这个项目叫 Caveman（穴居人），核心理念：能用少词，绝不多词。
- 改造 Agent 输出语言风格，强制 AI 抛弃所有客套开场白、多余铺垫、安抚话术、冗长修饰。
- 不说『很高兴帮你解决这个问题』，直接给结果；不用温柔委婉的长句子，改用简短精准的指令式语言。
实测效果
- 原始 Skill 描述 1069 Token，优化后仅 415 Token，-61%~65% 的 Token 消耗直接省下，响应速度同步变快。
- 它不是阉割 AI 能力，只是删掉语言层面的废话，任务精度完全不变。
- 可以一键转换、一键还原原始 Skill，随时切换，不会破坏你原本的技能文件。
兼容与协议
- 兼容 Claude Code、Codex、Cursor、Windsurf、Gemini CLI 等几乎全部主流 Agent 工具。
- MIT 开源免费。
落地启示
- 以后自建知识库、大批量 Skill 体系时，Skill 越臃肿上下文占用越高，Agent 越容易超预算、变慢、丢指令。
- 精简 Skill 描述，是比换大模型更省钱的优化手段。
- 仓库地址：JuliusBrussee/caveman。
📝 我的点评
这条和我自己干的事高度相关——我正好有一整套数字员工/Skill 体系。Caveman 的价值不在『砍 65%』这个数字，而在把『Skill 臃肿会烧钱』这个反直觉的点讲透了：Skill 越臃肿、上下文占用越高，Agent 越容易超预算、变慢、丢指令。精简 Skill 描述，是比换大模型更省钱的优化。落地启示：以后自建知识库、大批量 Skill 时，描述要『能用少词绝不多词』；它能一键转换还原、不破坏原文件，这个工程化细节很贴心，可以纳入我的数字员工描述规范。