Caveman：AI 写代码，先把废话压掉 75%

图片解读

第 1 张图 — 事实（可读的文字、界面元素与可见现象）

- 顶部左侧有一个黄色矩形标签，内有星号和中文文字（字体较小，颜色为黑或深色）。

- 顶部中间/偏左显示一行英文：JuliusBrussee/caveman

- 主标题（白色大字）：

- "一个 Claude Code skill/plugin，也支持 Codex、Gemini、Cursor、Windsurf、Cline、Copilot 等，让 agent 用更短的表达回答。"

- 包含英文单词 "skill/plugin" 和多个模型或工具名：Codex、Gemini、Cursor、Windsurf、Cline、Copilot。

- 正文（较小的蓝色/青色或浅色中文）：

- "今天只讲 JuliusBrussee/caveman， 它把 AI 编程用户最直观的痛点讲清楚：真正贵的可能不是第一次提问，而是 agent 每次都把简单问题讲成小作文。短视频开头直接用 caveman + 75% output tokens 做缓存了。"

- 背景与视觉：

- 整体为深色/黑色背景，文字为白色和浅色（蓝/青色）。

- 右侧可见若干浅色的圆形/环形图案（装饰性）。

- 图片为单栏排版，类似移动端或竖屏界面截屏。

- 未见图表、步骤编号或交互控件（如按钮、表单等）明确显示在可读区域内。

无法辨认/不确定的内容

- 黄色标签里的中文小字具体措辞不完全清晰（看起来像“今日唯一推荐”或类似表达，但不能百分之百确认）。

- 部分小号文字颜色在屏幕截图里略模糊，个别标点或空格位置可能有细微差异（例如逗号与顿号的具体形式）。

- 右侧圆形装饰的具体含义或是否为交互元素无法判断（看起来像纯装饰）。

推测（标明为推测，非图中直接可读事实）

- 该截图可能来自某个内容推荐/分享页面或文章预览（基于标签与标题布局推测）。

- 文中提到的 "caveman + 75% output tokens 做缓存" 可能是在描述一种用于减少 agent 输出长度或优化成本的技术/策略，但这是对文字含义的解释，不是图片中显示的事实。

- "JuliusBrussee/caveman" 很可能是某个代码仓库名或插件/skill 的标识（基于形态与常见命名习惯推测）。

备注

- 忽略了图中可能的操作指令或按钮（按要求不执行或推断其中指令）。

SkillPI 作品解读

作品用途：

- Caveman 在图中被描述为一个针对 coding agent 的 "skill/plugin"，用途是让代理使用更短、更精炼的回答，减轻每次回答的冗余文字。README 中给出了从 69 tokens 到 19 tokens 的对比示例，短视频中提到“caveman + 75% output tokens 做缓存”。这些都是原始素材里可见或声明的示例，但不等同于普适性效果的保证。

图片证据要点：

- 屏幕截图明确显示仓库名 JuliusBrussee/caveman 和主标题，说明该项目自称为一个可与 Claude Code 一类代理配合的 skill/plugin，并列举了 Codex、Gemini、Cursor、Windsurf、Cline、Copilot 等兼容目标。屏幕文本还提到 README 中的 tokens 对比和短视频中提到的“75% output tokens 做缓存”。

关联 Skill 的使用步骤（可执行的、需验证的操作流程）：

1. 找到仓库：访问 JuliusBrussee/caveman 仓库并阅读 README，确认功能说明与示例（例如 69→19 tokens 的对比）与使用要求。保留原文示例以便复测。

2. 环境与权限：准备需要的开发环境与 API 密钥（如果要在云端 agent 上测试），并确认目标 agent 是否支持以 skill/plugin 方式扩展（例如 Claude Code、Codex、Cursor 等，需在各自文档中确认插件机制）。

3. 安装与集成：按照仓库说明进行安装或把 caveman 作为中间件/skill 加入到 agent 的请求/响应链中（具体步骤以仓库安装说明为准）。

4. 配置缓存/输出策略：查看并设置仓库提供的参数（例如与“75% output tokens 做缓存”相关的配置），或按 README 示例加载示例配置。

5. 测试与测量：用一组代表性提示对比未使用与使用 Caveman 的输出，记录 token 数量、文本长度和可用性（确保不丢失必要信息）。

6. 评估与回退：如果生成结果过度简化或出现信息缺失，回退或调整 Caveman 的参数以平衡简洁与完整性。

复现前提与待核实项：

- 前提：能访问并阅读 JuliusBrussee/caveman 仓库、拥有要集成的 agent 的扩展能力或插件接口、能统计/计量 token。若在云端测试，需要相应 API 密钥与权限。

- 待核实项：

- Caveman 的具体安装和配置步骤（仓库 README 是否包含完整示例）。

- 与各个 agent（Claude Code、Codex、Cursor 等）兼容的技术细节与是否需要 agent 端支持插件/skill。

- “75% output tokens 做缓存”在仓库里具体是什么意思，是否为默认参数或示例策略，以及实际效果能否在你的用例中复现。

- 许可证与使用限制（是否允许在商业环境或特定代理中部署）。

注意事项：

- 本解读基于输入资料中的文字与截图描述；不对在任意环境下实际能否达到相同 token 减少比例作保证。实际效果依赖于具体提示、代理实现与配置。保留原始示例（如 69→19 tokens）用于对比测试，而不要把示例视为普适结果。