Caveman Skill für Claude Code: Zahlen zeigen, was das Tool wirklich spart

Veröffentlicht am 15. Oktober • Zuerst erschienen auf devpik.com

Caveman begann als Scherz-Prompt, der Claude grunzen liess. 111.000 Sterne spaeter sagt die eigene Honest-Numbers-Seite des Repositories, dass die Stimme etwa 3% gegenueber „Answer concisely“ spart, und Version 4.0 hat das Projekt neu um die Tokens aufgebaut, die dein Agent liest.

Caveman startete im April 2026 als Scherz: ein Prompt, der einen Coding-Agent anwies, wie ein Hoehlenmensch zu antworten. Kurze Fragmente, keine Begruessung, keine Zusammenfassung. Er erreichte Platz eins auf Hacker News mit 904 Punkten, ThePrimeagens Urteil im Video war „No way this actually works“, und das Repository hat inzwischen 111.000 Sterne und 6.400 Forks ueberschritten.

Der Scherz behielt seine Stimme und ueberwuchs seine Praemisse. Version 4.0.0, veroeffentlicht am 13. Oktober 2026, gliedert das Projekt in sechs Teile, die das README „rocks' nennt, und nur einer davon ist die Caveman-Stimme. Der Rest ist ein lokaler Proxy, der komprimiert, was dein Agent liest, ein Router, der Modell und reasoning effort pro Anfrage waehlt, eine Bibliothek wiederverwendbarer Skripte und kleinere Werkzeuge, um herauszufinden, wohin die Tokens fliessen.

Das gesamte Repository steht unter Apache-2.0. „Caveman“ und das Rock-Logo sind Marken des Autors Julius Brussee.

Die interessanteste Datei im Repository ist nicht der Skill. Es ist eine Seite mit dem Titel Honest Numbers, die die bekannteste Behauptung des Projekts misst und das Ergebnis auch dort veroeffentlicht, wo es unguenstig ausfaellt. Dieser Artikel folgt jenem Faden, denn er ist der klarste Hinweis darauf, welche Teile von Caveman eine Installation wert sind.

npx @caveman-ai/cli@latest Enter fullscreen mode Exit fullscreen mode Das Werkzeug findet die Agenten und Logins auf deinem Rechner, zeigt an, was es aendern wird, und wartet, bis du Enter drueckst. Es benoetigt Node.js 22.13 oder neuer. Danach laeuft das einfache claude ueber Caveman, ebenso Codex, Gemini CLI, OpenCode und, laut Installationsmatrix, mehr als 30 weitere Agenten. Es laeuft lokal, mit deinen eigenen API-Schluesseln oder deinem Claude-Pro- oder Max-Login.

Alle sechs sind nach der Installation aktiv. Jeder hat einen eigenen Schalter, zum Beispiel caveman off browse, und caveman status zeigt, was laeuft. Nur Auto benoetigt ein Konto, und das Konto ist kostenlos.

Wenn du nur die Stimme willst, laesst sich der Skill allein installieren, ohne Proxy und ohne CLI:

npx skills add JuliusBrussee/caveman -g Enter fullscreen mode Exit fullscreen mode Tippe /caveman ($caveman in Codex), falls er nicht von selbst startet, und sage „stop caveman“, um zurueckzuwechseln. Claude Code bietet ausserdem ein Paket im Plugin-Marktplatz, Gemini CLI eine Extension.

Das ist das Beispiel, fuer das das Projekt bekannt ist. Ein normaler Agent erklaert einen React-Re-render so:

Der Grund, warum deine React-Komponente neu rendert, ist wahrscheinlich, dass du bei jedem Renderzyklus eine neue Objektreferenz erzeugst. Wenn du ein Inline-Objekt als Prop uebergibst, sieht Reacts flacher Vergleich bei jedem Durchlauf ein anderes Objekt, was einen Re-render ausgeloest wird. Ich empfehle, das Objekt mit useMemo zu memoisieren.

Neue Objektreferenz bei jedem Render, also rendert React neu. Wickle die Prop in useMemo.

Gleiche Loesung, von 63 auf 20 Tokens. Das README betont, dies sei „eine Stimme, keine kaputte Grammatik“, und die Regeln darunter sind sorgfaeltiger, als es der Meme vermuten laesst:

Die Negationsregel ist diejenige, die knappe Ausgaben sicher macht. Komprimiert man „do not run this against production“ unbedacht, erhaelt man „run against production'. Die Regeln schuetzen diese Woerter ausdruecklich.

Es gibt drei Intensitaeten. /caveman liefert die obige 20-Token-Antwort, /ultracave sinkt auf 14 („Inline object prop, new ref, re-render. useMemo.“), und /megacave antwortet auf klassischem Chinesisch mit 13 Tokens, was die am staerksten komprimierte und am wenigsten lesbare der drei Varianten ist.

Hier ist die Tabelle, die das Repository fuer zehn Entwicklerfragen auf claude-opus-5-5 veroeffentlicht:

Lies die ersten beiden Zeilen vor den letzten beiden. Eine schlichte Zwei-Wort-Anweisung senkt die Summe von 6.983 auf 4.334, etwa 38%, und das Repository selbst bezeichnet „be concise“ als den eigentlichen Referenzwert, weil aktuelle Modelle bereits wissen, wie das geht. Auf dieser Basis hinaus spart /caveman im Median weitere 3%. /ultracave spart 35% mehr, was die Variante ist, die messbar weiter geht, allerdings zu einem echten Preis bei der Lesbarkeit.

Die Einschraenkungen stehen direkt neben den Zahlen: zehn Fragen, ein einzelner Durchlauf, nur die Ausgabelaenge, gemessen an den Regeln der Version 3.1.0 und seitdem nicht wiederholt. Die Regeln selbst kosten etwa 1.160 Tokens an Eingabe.

Der GitHub-Slogan behauptet weiterhin, das Projekt „cuts 65% of tokens“. Die Honest-Numbers-Seite merkt an, dass fruehere Versionen des Statistik-Befehls ein pauschales 65%-Ausgabeverhaeltnis anwandten, ohne dass ein eingereichtes, geprueftes Ergebnis dahinterstand. Aktuelle Berichte ignorieren diese historischen Schaetzungen, und die Statuszeile zeigt ueberhaupt keine Sparzahl mehr an.

Es ist ungewoehnlich, dass ein Projekt dieser Groesse seine eigene Schlagzeilenzahl in der eigenen Dokumentation zuruecknimmt. Es ist zugleich das Nuetzlichste im Repository, denn es sagt genau, wo man keine Ersparnisse erwarten sollte.

Der tiefere Grund, warum die Stimme weniger wichtig ist, als sie aussieht, stammt von den externen A/B-Tests, die das Repository sammelt:

Denke daran, was ein Coding-Agent bei jedem Zug sendet: den System-Prompt, die Tool-Definitionen, den bisherigen Verlauf, jede gelesene Datei und jedes zurueckerhaltene Tool-Ergebnis. Die Antwort ist ein Splitter am Ende all dessen. Den Splitter zu halbieren, halbiert fast nichts. Die eigene Zusammenfassung des Repositories lautet, dass die Ausgabe schrumpft, aber die Rechnung eines Agent-Laufs besteht ueberwiegend aus Input und Cache-Wiederaufrufen, die eine Ausgabestil-Regel nicht beruehren kann.

Die Stimme gewinnt dort, wo die Antwort den Grossteil der Arbeit ausmacht. Adobe Research' CAVEWOMAN-Papier, das das Repository zitiert, mass bei Caveman-artiger Ausgabe Kostenreduktionen von Faktor 1,4 bis 2,4 pro Modell ueber acht Modelle und fuenf Datensaetze hinweg, und Elastics Neubau fuer Elasticsearch-MCP-Szenarien mass 63,6% weniger Response-Tokens. Das sind chatfoermige Workloads.

Adobe fand auch, dass sich der Effekt auf der anderen Seite des Gespraechs umkehrt. Einen Prompt im Caveman-Stil zu schreiben verschlechtert die Antworten, weshalb Caveman niemals anfasst, was du selbst eingibst.

Das Repository listet die Faelle auf, in denen es klar verliert:

Was noch fehlt, ist eine veroeffentlichte Qualitaetsaussage. Ein Fidelity-Eval existiert, mit festen Faellen und Regex-Pruefungen, ob Zahlen, Negationen und Sicherheitsformulierungen die Komprimierung ueberstanden haben, aber kein gepruefter Snapshot ist eingereicht. Wenn du dein eigenes A/B durchfuehrst, lehne dich an diese Idee an: ein paar Muster, die pruefen, ob ein „nicht“ oder eine Versionsnummer durchgekommen sind, erstellt anhand echter Antworten in einem Regex-Tester, fangen den Fehler, den eine Tokenzahl niemals entdeckt.

Wenn die Ausgabe der Splitter ist, ist der Input die Rechnung, und 4.0 legt sein Gewicht genau dort. Der Proxy komprimiert die Tool-Ausgabe, bevor das Modell sie sieht. Der Benchmark des README liess Claude Code auf sechs grossen Dateien laufen, die jeweils einen Datensatz versteckten, den der Agent finden musste:

Caveman beantwortete 18 von 18 Fragen richtig. Headroom, ein weiteres Komprimierungs-Wrapper, das auf derselben Suite lief, erreichte 15 von 18 bei 6,7% weniger Tokens.

Die Luecke zwischen der Datei-Spalte und der Session-Spalte ist die Lektion im Kleinen. Eine unterstuetzte Datei schrumpft um etwa 98%, aber jede Anfrage traegt weiterhin den System-Prompt, die Tool-Definitionen, den Gespraechsverlauf und den Caveman-Skill selbst, sodass sich die Session nur um ein Drittel bewegt. HTML lief rückwaerts, weil es noch keinen HTML-Kompressor gibt, waehrend der Skill-Overhead dennoch gezaehlt wurde. Das Repository behielt diese rote Zeile, statt sie zu entfernen.

Die Komprimierung ist verlustbehaftet und abfragebewusst: Die Engine behaelt, was fuer die Frage relevant erscheint. Jedes Original bleibt auf deiner Festplatte, und der Agent kann es aus einem lokalen Recovery-Speicher zurueckholen, wenn die komprimierte Sicht etwas vermisst. Diese Recovery-Aufrufe wurden im Benchmark gezaehlt.

Lies die Einschraenkungen, bevor du 33,2% zitierst. Die Fixtures sind deterministische 60 bis 95 KB grosse Dateien, die jeweils einen Datensatz im Rauschen verstecken, was der Idealfall fuer einen Nadel-findenden Kompressor ist. Der Session-Lauf stammt von August 2026 auf einer aelteren Engine. Und die Rohartefakte des Harness sind nicht im oeffentlichen Repository, sodass das Ergebnis aus einem Checkout nicht reproduzierbar ist; das Repository empfiehlt, es als festgehaltenen Bericht zu behandeln.

Einen verlustfreien Teil davon bekommst du von Hand, deshalb haben wir gemessen, wie gross er ist. Mit demselben o200k-Tokenizer, den Caveman angibt, haben wir zwei Payloads auf drei Arten kodiert:

Minifizieren sparte 38% und 43%. Der uebliche Rat, JSON vor dem Einfuegen in einen Prompt in YAML umzuwandeln, schlaegt eingeruecktes JSON, aber er verlor gegen minifiziertes JSON bei beiden Formen, weil YAML jeden Schluesselnamen behaelt und Tokens fuer Einrueckung statt fuer Klammern ausgibt. Wenn du strukturierte Daten von Hand in einen Agenten einfuegst, ist ein JSON-Minifier der guenstigste verlustfreie Gewinn. Greif zum JSON-zu-YAML-Konverter, wenn ein Mensch den Prompt lesen soll, nicht wenn die Rechnung im Vordergrund steht.

Auto fuegt ein Modell zur Auswahl deines Agenten hinzu. Waehle es, und Caveman waehlt Modell und reasoning effort fuer jede Anfrage: ein grosses Modell fuer eine schwere Aufgabe, eine guenstigere Einstellung fuer eine einfache.

Das sind 85 echte Coding-Aufgaben aus SWE-Interact und SWE-Together, je ein Versuch, bei 0,46-fachen Kosten und weniger als der halben Zeit.

Das Benchmark-Dokument ist aufschlussreicher als die Schlagzeile, denn es zeigt, was Auto tatsächlich getan hat. Im Pool nur mit Claude-Modellen verteilte es 87 Prozent der Anfragen auf Opus 5.5 mit mittlerem Aufwand, 8 Prozent auf Opus mit hohem Aufwand und 5 Prozent auf Sonnet 5.5. Die Einsparung stammt vor allem aus dem geringeren Aufwand, nicht aus dem Wechsel zu einem günstigeren Modell, und das Dokument sagt dies selbst: Gegenüber einem Agenten, der bereits Opus mit mittlerem Aufwand nutzt, sei deutlich weniger zu erwarten, und dieser Fall sei nicht gemessen worden.

Die anderen Einschränkungen werden ebenso klar benannt. Der Lauf ist interim, 85 von 169 Aufgaben. Das Qualitätsintervall liegt bei etwa plus oder minus 7 Punkten, sodass sich die Varianten nicht unterscheiden lassen, und bei SWE-Interact allein liegt Auto 6 Punkte zurück. Die Kosten sind Listenpreise aus dem Katalog des Routers, keine abgerechneten Beträge, und die rohen Trajektorien liegen nicht im Repository.

Die praktische Lesart: Wenn man aus Gewohnheit mit hohem Aufwand arbeitet, ist das erste billige Experiment, den Aufwand selbst zu senken. Auto ist die Version dieses Experiments, die dies pro Anfrage entscheidet.

caveman login # kostenloses Konto; Auto erscheint im Modellauswahlmenü caveman providers add openai # optional: weitere Modelle, mit eigenem Schlüssel Enter fullscreen mode Exit fullscreen mode Es funktioniert in Claude Code, OpenCode und Codex. Jedes andere Modell, das man auswählt, läuft exakt wie ausgewählt, und ohne Anmeldung gibt es kein Auto und es wird nichts gesendet.

Code mode bezeichnet das Muster, bei dem ein Agent ein kleines Skript schreibt, statt Werkzeugaufruf für Werkzeugaufruf auszuführen, ein Ansatz, den sowohl Cloudflare als auch Anthropic beschrieben haben. Seine Schwäche liegt darin, dass der Agent in jeder Sitzung dasselbe Skript neu schreibt und es danach verwirft. Auf einer einzigen Maschine schrieben Agenten in einer Woche dasselbe Skript 394 Mal, und eine Purdue-Studie bezifferte diese Gewohnheit auf bis zu 9,57 Prozent der Aufgabenkosten.

Blocks speichert diese Skripte in Ihrem Repository, prüft sie bei jedem Pull Request und gibt sie zurück. Acht werden mit Caveman ausgeliefert: json-peek, jsonl-stats, test-summary, first-error, wait-for, grep-defs, http-json und replace-in-file. Wenn der Agent beginnt, ein Skript zu tippen, das ein Block bereits abdeckt, erhält er einen Einzeiler-Hinweis, den Block zu verwenden. Er verweigert oder überschreibt niemals einen Befehl.

Die dritte Zeile ist ein Verlust: Der Block liest mehr zurück als ein nackter grep, und die Zeile steht dennoch im README. Diese Konsequenz, auch die verlierenden Zeilen zu veröffentlichen, zieht sich durch das gesamte Projekt.

caveman-blocks scan zeigt, was Ihre Agenten diesen Monat erneut getippt haben, ohne dass der Skripttext Ihre Maschine verlässt, und caveman-blocks init schreibt die Regeln und den Blockindex in die AGENTS.md Ihres Repositories. Blocks ist eine Vorabversion (v0.1.0-rc.5), nur für Python und bislang ohne Sandbox.

Der Rest des Werkzeugkastens besteht aus einer Reihe spezialisierterer Werkzeuge, von denen die meisten eigene Zahlen mitbringen:

Innerhalb des Agenten gibt es einige Befehle, die man kennen sollte. /caveman-commit schreibt einen einzeiligen Conventional Commit. /caveman-review liefert einen Befund pro Zeile, in der Form L42: 🔴 null deref. Guard it. cavecrew startet Subagenten, die Code finden, bearbeiten und prüfen und in caveman-Manier berichten.

Der nützlichste Befehl, angesichts des bisher Gesagten, ist caveman trial -- claude, das eine echte Sitzung an Ihrer eigenen Arbeit als A/B-Test durchführt. Jede Zahl auf dieser Seite stammt aus der Arbeitslast anderer Leute. Diese hier ist Ihre.

Der Datenschutz-Abschnitt ist konkret, und er unterscheidet sich je nach Komponente deutlich:

Daraus folgen zwei Dinge. Telemetrie, die Ihre IP-Adresse einschließt, ist in der CLI standardmäßig aktiviert, was man wissen sollte, bevor man sie auf einem Arbeitsrechner installiert. Und Auto, der Stein mit der größten Schlagzeilen-Einsparung, ist zugleich derjenige, der Ihren Kontext von der Maschine sendet.

Die kommerzielle Seite des Projekts ist Caveman Cloud, gerichtet an Teams, die eigene Agenten bauen, statt einen zu nutzen: Trace-Auswertung, Evals an echtem Traffic und ein Autopilot, der günstigere Änderungen vorschlägt, sie an aufgezeichneten Arbeiten testet und nur dann ausrollt, wenn die Evals halten, wobei Sie den Pull Request freigeben. Die Open-Source-CLI und das Skill erfordern das nicht.

Es hängt davon ab, welchen Stein man gesucht hat, und die eigenen Zahlen des Repositories machen die Antwort ungewöhnlich klar.

Für die Stimme allein genügt es, nur das Skill zu installieren, aber fügen Sie zuerst Answer concisely zu Ihrer CLAUDE.md hinzu und vergleichen Sie. Die eigene Tabelle des Repositories sagt, dass man damit den größten Teil des Weges schafft, und /caveman legt etwa 3 Prozent obendrauf. Wenn Sie eine echte weitere Einsparung wollen, ist /ultracave die Variante mit der 35-Prozent-Zahl dahinter.

Wenn Ihre Sitzungen große Logs, CSVs oder Testausgaben lesen, ist der Read-less-Proxy der Stein mit der stärksten Evidenz: 33,2 Prozent weniger Eingabetokens bei gehaltener Genauigkeit auf seinem Benchmark, mit den oben genannten Grenzen.

Wenn Sie standardmäßig Opus mit hohem Aufwand nutzen, ist die Einsparung von Auto vor allem eine Aufwands-Einsparung. Versuchen Sie, den Aufwand selbst zu senken, oder lassen Sie Auto pro Anfrage entscheiden, im Wissen, dass es Kontext an Caveman Cloud sendet.

Wenn Sie pro Anfrage zahlen, wie bei GitHub Copilot, lassen Sie die Stimme weg. Eine kürzere Antwort ist dieselbe Anfrage.

Welche Option Sie auch wählen: Messen Sie. Führen Sie caveman trial aus oder vergleichen Sie die vom Anbieter abgerechneten Summen für dieselbe Aufgabe mit und ohne Caveman, und schalten Sie es für jede Arbeitslast ab, bei der die Rechnung steigt. Diese Anweisung stammt aus dem Repository selbst.

Caveman wurde berühmt als Witz über Grunzlaute. Was es vertrauenswürdig macht, ist die Seite, die das Grunzen gemessen und nüchtern berichtet hat, dass es nicht dort lag, wo das Geld ist.

Caveman ist ein Open-Source-Skill und lokaler Proxy für KI-Coding-Agenten, erstellt von Julius Brussee. Das Skill bringt den Agenten dazu, in kurzen Sätzen im Höhlenmensch-Stil zu antworten, während Code, Befehle und Fehlermeldungen exakt bleiben. Seit Version 4.0 komprimiert es auch die Tool-Ausgabe, bevor das Modell sie liest, leitet Anfragen zwischen Modellen und Aufwandsstufen weiter und wiederverwendet Skripte, die der Agent schreibt. Es funktioniert mit Claude Code, Codex, Gemini CLI, OpenCode und mehr als 30 weiteren Agenten und ist unter Apache-2.0 lizenziert.

Spart das caveman-Skill tatsächlich Tokens?

Es verkürzt Antworten, aber weniger als die virale Behauptung. Beim eigenen Test des Repositories mit zehn Entwicklerfragen senkte eine einfache Answer-concisely-Anweisung die Ausgabe von 6.983 auf 4.334 Tokens, und /caveman sparte im Median weitere 3 Prozent, während /ultracave 35 Prozent mehr einsparte. Da die Ausgabe nur einen kleinen Anteil einer Agentensitzung ausmacht (eine Analyse von 662 Claude-Code-Sitzungen bezifferte ihn auf 0,3 Prozent aller Tokens), stammen die größeren Einsparungen in Caveman 4.0 aus der Komprimierung der Eingabe, wo das README 33,2 Prozent weniger Eingabetokens auf seinem Benchmark ausweist.

Führen Sie npx @caveman-ai/cli@latest aus, um den kompletten Werkzeugkasten zu erhalten. Er erkennt Ihre Agenten und Anmeldungen, zeigt an, was er ändern wird, und benötigt Node.js 22.13 oder neuer. Wenn Sie nur die caveman-Stimme wollen, führen Sie stattdessen npx skills add JuliusBrussee/caveman -g aus und tippen Sie dann /caveman (oder $caveman in Codex), falls es nicht automatisch startet. Mit stop caveman schalten Sie es ab.

Macht der caveman-Modus die Antworten von Claude schlechter?

Veröffentlichte externe Tests haben keinen messbaren Qualitätsverlust gefunden: JetBrains führte 86 Coding-Aufgaben als gepaarten A/B-Test durch und fand keinen messbaren Qualitätsverlust (p = 0,82), und Elastic meldete null Informationsverlust in seiner Nachbildung. Die Regeln halten Verneinungen, Zahlen, Code und Fehlermeldungen exakt und wechseln bei Sicherheitswarnungen und irreversiblen Aktionen zu vollständigen Sätzen zurück. Caveman schreibt Ihren Prompt nie um, weil Adobe Research herausfand, dass die Komprimierung des Prompts selbst die Antworten verschlechtert. Das Repository hat bislang keinen eigenen geprüften Qualitäts-Snapshot veröffentlicht.

Hilft Caveman bei GitHub Copilot oder Cursor?

Caveman installiert sich in Copilot, Cursor und viele andere Agenten, aber die Einsparungen hängen von der Abrechnung ab. GitHub Copilot rechnet pro Premium-Anfrage ab, sodass eine kürzere Antwort dieselbe Anfrage ist und die Stimme dort nichts spart. Das Repository verzeichnet zudem einen Cursor-A/B-Test, bei dem sich der Tokenverbrauch mit Caveman von 1 Million auf 4,3 Millionen erhöhte, was es nicht reproduzieren konnte, aber als Warnung gelistet hält. Sein Rat lautet, die vom Anbieter abgerechneten Summen mit und ohne Caveman zu vergleichen und es dort abzuschalten, wo die Kosten steigen.

Das Skill sendet nichts, außer bei /caveman-compress, das die komprimierte Datei an Ihren eigenen Modellanbieter sendet. Die CLI sendet standardmäßig Nutzungsstatistiken, darunter ausgeführte Befehle, Tokenzählungen, eine zufällige Installations-ID, Betriebssystem und IP-Adresse, aber niemals Prompts, Code oder Dateipfade; caveman telemetry off oder DO_NOT_TRACK=1 deaktiviert dies. Auto sendet, sobald Sie sich anmelden und es auswählen, Ihre letzte Anfrage und den angehängten Kontext an Caveman Cloud, wo es im Gratis-Tarif gespeichert werden kann; caveman off routing stoppt das.