caveman

caveman skill 概览

caveman 的作用

caveman 是一种面向 AI assistants 的超压缩回复风格。它会删掉填充语、寒暄、冠词、弱化表达和冗长措辞，同时保留技术准确性、代码、引用的错误信息和专有概念。最适合：希望获得高密度工程回答、减少 token 用量、提升扫读速度，或想在整段对话中持续启用“简短模式”的用户。

它真正要解决的问题是：让 assistant 输出更短，但不变得含糊。上游 skill 的目标是通过改变回复形态，而不是删减实质内容，将 token 大约减少 75%。

最适合的用户和工作流

当你已经了解相关领域、只想要直接答案时，适合使用 caveman：代码审查意见、实现方案选择、调试假设、CLI 提醒、架构取舍摘要，或简短状态更新。对于长时间运行的 Claude 会话尤其有用，因为普通 assistant 风格往往会慢慢回到礼貌、解释过多的长文。

这个 caveman skill 也适合 Rewriting：粘贴一段冗长文本，让它按 caveman 风格压缩，同时保持 commands、API names、error messages 和 code blocks 不变。

这个 caveman skill 有什么不同

除了核心 SKILL.md，这个 repo 还包含实用的验证工具：

• scripts/caveman_compressor.py 可在不调用 LLM 的情况下进行基于规则的压缩。
• scripts/caveman_lint.py 检查禁用的填充语、弱化表达、寒暄和冗长短语。
• scripts/token_savings_estimator.py 估算 token 和成本节省。
• references/when_caveman_backfires.md 记录哪些场景下应该暂停压缩。

这些配套内容让 caveman skill 比简单写一句“be concise”更适合安装使用，因为它定义了持久生效、例外处理和可衡量的输出检查。

如何使用 caveman skill

caveman 安装与优先阅读的文件

使用以下命令安装：

npx skills add alirezarezvani/claude-skills --skill caveman

然后查看 skill 文件夹：

engineering/caveman/skills/caveman

建议按这个顺序阅读：

1. SKILL.md — 激活短语、持久规则、压缩风格。
2. references/compression_principles.md — 哪些内容该删，哪些必须保留。
3. references/when_caveman_backfires.md — 安全与清晰度例外。
4. references/companion_tooling.md — 脚本用法和验证工作流。
5. scripts/caveman_lint.py — 具体禁用词汇类别。

这个顺序能帮助你在生产对话中依赖它之前，先理解它的行为方式和边界。

实际如何调用 caveman

可以用这类自然表达触发：

• “Use caveman.”
• “Caveman mode.”
• “Be brief, less tokens.”
• “Rewrite this in caveman style.”
• /caveman

关键行为：一旦触发，caveman 会在后续回复中持续生效，直到你说 “stop caveman” 或 “normal mode”。这很适合完整的调试会话，但如果你忘了它仍在启用，再去询问需要细致说明的问题，就会有风险。

更强的 prompt 示例：

Use caveman. Review this migration plan. Keep SQL, table names, and rollback commands exact. Compress commentary. If any step is destructive, drop caveman for that warning only.

为什么更好：它明确告诉 skill 哪些内容必须保留，并承认自动清晰度例外。

哪些输入能提升 caveman 输出质量

给 caveman 明确的保留规则。它压缩的是语言，不是需求。实用输入包括：

• 目标格式：bullets、diff notes、checklist、commit message、incident summary。
• 必须保留的内容：code blocks、stack traces、API names、legal text、quoted errors。
• 受众：senior engineer、PM、on-call responder、beginner。
• 风险级别：safe summary vs irreversible action。

较弱的 prompt：

Make this shorter.

更好的 prompt：

Caveman for Rewriting. Compress this support reply to half length. Preserve exact error text, URLs, CLI commands, and refund policy wording. Remove pleasantries and hedging.

使用配套脚本

这些脚本都是仅依赖 stdlib 的 Python，可直接在 skill 目录中运行。

压缩文本：

python scripts/caveman_compressor.py --file input.txt

检查回复：

python scripts/caveman_lint.py --file response.txt --output json

估算节省：

python scripts/token_savings_estimator.py --file input.txt --price-per-mtok 3.00

当你想在聊天之外获得可重复的压缩结果，或想验证某个 AI 回复是否真的遵循了 caveman 规则，而不只是“短一点”时，这些工具很有用。

caveman skill 常见问题

caveman 只是搞笑的写作风格吗？

不是。“smart caveman” 语气是一种压缩机制：使用片段式表达、省略冠词、采用更短同义词、用箭头表示因果，并减少社交性 token。这个 skill 并不是要把技术内容写得原始粗糙。准确的技术术语会保留。

什么时候不该使用 caveman？

对于安全警告、不可逆确认、高风险法律/医疗内容，或多步骤流程中简短片段可能导致顺序误读的场景，应避免使用或临时暂停 caveman。repo 自带的 backfire reference 明确指出，破坏性操作和澄清请求属于例外区域。

好的模式：

Use caveman, except write full warnings for destructive commands.

caveman 比 “be concise” 好在哪里？

“Be concise” 定义不足，几轮之后经常失效。caveman skill 定义了持久激活、具体删除规则、缩写模式、代码保留和例外场景。附带的 linter 也让你可以测试是否合规，而不是相信模型对自己的判断。

caveman 适合新手吗？

可以，但前提是新手主动要求清晰度例外。纯 caveman 可能会删掉新手需要的解释性连接内容。用于学习时，可以这样写：

Use caveman for summary bullets, but explain new concepts normally first.

这样既能节省 token，又不会把陌生内容变成难懂的碎片。

如何改进 caveman skill

让 caveman 保留真正重要的内容

最佳效果来自明确指出哪些内容绝不能被压缩。告诉 assistant 保持以下内容原样：

• Code blocks and inline code
• Error messages
• Security warnings
• Ordered procedures
• API, package, class, table, and field names
• Legal, pricing, or policy wording

压缩应该删除实质内容周围的废话，而不是改变实质内容本身。

需要留意的常见失败模式

重点关注四类问题：

1. 过度压缩：回答变得含糊。
2. 压缩不足：assistant 仍在使用寒暄和填充语。
3. 不安全压缩：警告或破坏性步骤变得过于简略。
4. 格式损坏：代码、commands 或 quotes 被改动。

用 scripts/caveman_lint.py 检查压缩不足。对于歧义和安全问题，需要人工审查，因为 linter 不一定能判断缺失上下文何时会改变含义。

首次输出后继续迭代

拿到第一版 caveman 输出后，用有针对性的指令细化，而不是泛泛要求重试：

• “More compressed, keep all command flags.”
• “Restore full sentence for warning only.”
• “Use numbered steps; order matters.”
• “Remove hedging unless evidence-backed.”
• “Keep acronyms expanded on first use.”

这样能让 caveman 的使用保持可控：安全时保持紧凑，需要时明确说明。

按团队标准扩展 caveman

如果在团队中使用 caveman，可以在 skill 旁边加入本地规则：批准使用的缩写、禁止使用 caveman 的领域、偏好的输出格式，以及可接受压缩的示例。正式采用前，先在真实团队文档上运行 compressor 和 token estimator，确认节省是否值得付出可读性取舍。