caveman
讓輸出變短，省 token。作者宣稱可省 65%。
★ 11.7 萬20 個 skill授權 Apache-2.0最近更新 2026-11-02
到 GitHub 看專案/caveman把回覆壓縮成「山頂洞人」講法，省 65% 輸出但技術內容不減。分 lite／full／ultra 三級輸出風格60.5 萬/caveman-commit產壓縮過的 commit 訊息，Conventional Commits 格式輸出風格42.4 萬/caveman-compress把 CLAUDE.md、待辦這類長期記憶檔壓縮成 caveman 格式省輸入 token，原檔會另存備份輸出風格42 萬/caveman-review一個問題一行的程式碼審查意見：位置、問題、修法輸出風格42 萬/caveman-helpcaveman 全部模式與指令的速查卡輸出風格41.1 萬/cavecrew什麼時候該把工作丟給 caveman 風格的子 agent（找程式碼／小修改／審 diff）輸出風格36.7 萬/caveman-stats看這次 session 真實的 token 用量與省下多少輸出風格36.5 萬/caveman-explore只讀不改的程式碼探索，適合完全沒頭緒、要跨檔案大範圍定位、或直接搜尋找不到目標的時候；只回傳「檔案:行號」，讀取內容不會佔用主線 context。寫程式11.5 萬/caveman-learn拿到一份 Caveman 產出的耗 token 排行報告後，逐項提出降低成本的修法，每一項改動都先問過你才動手，做完回報改了什麼、省了多少。記憶、交接與學習11.4 萬/safe-refactor只調整程式碼結構、不改變外部行為：抽函式、合併重複邏輯、搬移歸屬、清理雜亂，每一步結構調整前後都要跑一次驗證，確保功能真的沒有被動到。寫程式11.4 萬/caveman-optimize把 Caveman 觀察到的省錢／省 token 機會，轉成一個由你挑選的候選方案，跟原本的基準做法配對評比，需要你明確核准才會套用。檢查與出貨11.3 萬/investigate-first動手改程式碼之前，先把原因不明的故障診斷清楚：列出幾個可能原因，依證據強弱排序，鎖定最可能的根因後才決定怎麼改，而不是憑感覺亂試。寫程式11.3 萬/verify-and-stop只驗證已經做好的東西有沒有達到驗收條件：跑完整套檢查、確認每一項都通過、把結果整理清楚，過程中不會順便擴大範圍去動其他程式碼。檢查與出貨11.2 萬/surgical-patch修 bug 或做小幅行為調整時，只在最貼近問題根源的那一層動手，範圍盡量窄；改完要證明沒有退步，周圍其他行為也沒被牽動，並跑過跟這次改動相關的測試。寫程式11.2 萬/lean-build開發全新功能、產品切片或串接外部服務時，控制「做過頭」的風險：盡量重用 repo 裡既有的東西、把範圍鎖緊，訂出一個明確的收工條件，達到就停手不再多做。寫程式11.2 萬/caveman-discover掃過 repo 裡每一處呼叫 LLM 的地方，標成獨立的 workflow，讓 Caveman Cloud（另一個用量監控服務，跟講話用的 caveman 模式是兩回事）照 workflow 拆花費，不再全部混成一筆。安全與環境設定11.2 萬/caveman-evidence-review只讀不動地看一遍 Caveman Cloud 蒐集到的證據：花費、Cave Score 綜合評分、各 workflow、追蹤紀錄、延遲、錯誤、路由與省下多少錢，整理成現況報告。檢查與出貨11.2 萬/caveman-manage檢視 Caveman Cloud 上一個實驗（例如換一種省錢做法）目前的生命週期跑到哪個階段，是還在等核准、已經上線還是該回滾，並主動攔下不安全的執行動作。檢查與出貨11.2 萬/migration針對 schema、資料、API、通訊協定、設定檔或套件版本的遷移，實作可以回頭的相容性轉換：新舊版本安全過渡，並留下沒有東西被破壞、隨時能退回原狀的證明。寫程式11.1 萬/caveman-setup把這個 repo 接上 Caveman Cloud 的閘道，讓每一次呼叫 LLM 都被量測到、看得到花費，接線過程本身不改變任何既有的行為或輸出。安全與環境設定11.1 萬沒有符合的 skill