Cavemanはエージェントの読み書きの量を減らしつつコードを残す

Cavemanが短くする対象

Cavemanは、Claude Code、Codex、Gemini、Cursor、Windsurf、ClineなどのAIコーディングエージェントへ、冗長な返答を短くする指示を与えるスキルです。目的は思考やコードを省くことではなく、説明文を圧縮して、作業の核心を残すことです。READMEの例では、Reactの再レンダリング理由を長く説明する文が、新しいオブジェクト参照、インラインprop、useMemoという短い要点になります。コード、コマンド、エラー文字列はバイト単位で正確に保つとされています。

ここでいう出力の節約と、モデルへ送る入力の節約は別です。元のスキルはエージェントの返答を短くし、Caveman 2のProxyはプロバイダへ送る入力を縮めます。作業の説明を短くしても、長いリポジトリ履歴やツール結果を入力として送る量は残るため、どちらを使うと効果が出るかを自分のセッションで測る必要があります。

Proxyがツール出力を分類して圧縮する

Caveman Proxyは、エージェントのリクエストをローカルで受け、選んだプロバイダへ転送する構成です。READMEの圧縮器はdetect()でpayloadの種類を判定し、JSONではキー、構造、エラーやmessageの枝を残し、ログではエラー、スタックトレース、先頭と末尾の行を残します。コードはimport、シグネチャ、型を保持し、diffはファイルとhunkの見出しと変更行を残します。

検索結果では上位と下位のヒット、診断やセキュリティ関連を残し、テキストやHTMLでは見出し、冒頭と末尾、重要な部分を選びます。contextwindow.Pack()はBM25の関連度、最近性、エラー信号で候補を予算へ詰め、元の順序で返すと説明されています。これは一般的な要約サービスではなく、ツールの構造を読み取り、復元可能な形で小さくする設計です。

33.2%という数字を条件付きで読む

現行READMEは、固定したClaude Codeの54回ベンチマークで、直接実行よりプロバイダが報告する入力トークンが33.2%少なく、18個の完全一致チェックを通ったと記載しています。ベンチマークの方法、ケースごとの結果、限界はdocs/WRAP-BENCHMARK.mdへ案内されています。この数字はPinned Claude Code環境の結果であり、すべてのエージェント、モデル、ログ形式、入力分布へそのまま移せません。

READMEには、30を超えるエージェントへ対応すること、CLIはMIT、ProxyのランタイムはBSL-1.1であることも記載されています。Claude ProやMaxのOAuth資格情報はそのままAnthropicへ通すとされます。入力の圧縮で重要なログ行が落ちないか、プロバイダの課金表示とローカルの復元コピーが一致するかを、低リスクなセッションで確認してください。数値を導入効果の見積もりに使う場合は、削減率だけでなく作業完了と品質も記録する必要があります。

normalからwenyanまでの圧縮レベル

スキルにはnormal agent、lite、full、ultra、wenyanの6段階があり、READMEではfullが既定と説明されています。/caveman <level>でセッション中のレベルを変えられます。/caveman-commitはConventional Commits形式の件名、/caveman-reviewは短いPRコメント、/caveman-statsはセッションのトークン使用量と累計節約を出します。/caveman-compressはCLAUDE.mdのようなメモリファイルを短くし、caveman-shrinkはMCPの説明を圧縮します。

応答の短さを上げるほど、背景を共有していない参加者が判断しにくくなる可能性があります。wenyanのように文語中国語へ圧縮するレベルは、対象チームの言語とレビュー習慣に適合するかを見なければなりません。コミット、レビュー、エラー対応で必要な情報が欠けないよう、レベルを一律に固定するより作業種別で選ぶ方が扱いやすいでしょう。

caveman learnと同意付きの変更

caveman learnは、端末上のエージェント履歴を読み、Cave Score、トークンの消費先、コンテキスト窓への到達度、過去のセッションで削れた量、30日分の価格例を表示します。ローカルかつ読み取り専用で、アカウントを必要としないと説明されています。aiderを含める場合はCAVEMAN_AIDER_ROOTを指定します。

learn implementを使うと、計画をClaude CodeやCodexへ渡し、各修正をdiffとして提案し、利用者のyesの後だけ適用し、再測定して効果がなければ戻す流れが案内されます。これは圧縮を自動で押し付ける機能ではなく、履歴に基づく候補と人間の同意を組み合わせる設計です。履歴に機密情報が含まれる場合は、読み取り範囲と結果の保存先を先に確認してください。

ネットワーク、ライセンス、運用の境界

READMEは、スキルがインストール後にネットワーク呼び出しをせず、テレメトリ、分析、アカウント、バックエンドを持たないと説明しています。インストール時のGitHubやエージェントのレジストリからの取得はSECURITY.mdに記載されます。Caveman Proxyはプロバイダへ通信するため、スキル単体の説明とProxyの通信経路は分けて点検すべきです。

リポジトリのMITライセンスは、条件のもとで使用、複製、改変、統合、公開、配布、再許諾、販売を認め、無保証を定めます。ProxyランタイムのBSL-1.1は別条件なので、CLIとProxyを同じライセンスとして扱えません。重要な開発作業では、元の入力を復元できること、圧縮後に必要なエラーや差分が残ること、短い返答がレビューを妨げないことを実際のエージェントで確認してから、個人設定やチーム標準へ進めてください。

編集部の結論

Cavemanは、エージェントの会話文や冗長なツール結果が作業履歴を膨らませる場面で、読む量と返答量を抑えるための狭い道具です。コード、コマンド、エラーを正確に残し、入力側の圧縮と出力側の文体を別製品として選べる点が判断材料になります。READMEの削減率は特定のベンチマークやワークロードに基づくもので、短い作業では追加の入力説明が節約を上回る可能性があります。導入前に復元操作、ログと履歴の保存場所、使うプロキシ、実際のセッションでの品質を確認し、重要な変更は必ず通常のレビューへ戻してください。

公式情報源

1. Official documentation
2. Official README
3. Project repository
4. Release notes