给Claude Code装上caveman插件省75%token

问题

用Claude Code写代码，最让人头疼的是什么？

话太多。

你问它一个React组件为什么反复渲染，它洋洋洒洒回一大篇：

1180个token。真正有用的信息就一句话：内联对象每次渲染都是新引用，用useMemo。

有人算过一笔账：每天跟Claude Code聊200轮，每轮平均浪费30-40个token在"I'd be happy to help"和"Let me take a look"这类客套话上。一天下来，光这些废话就烧掉6000-8000个token。一个月20万token，折合软妹币约50美元。

ca veman是什么

GitHub上有位叫JuliusBrussee的开发者，搞了个插件叫ca veman（github.com/JuliusBruss…），思路直截了当：让Claude学原始人说话——砍掉所有废话，只留核心干货。

装上之后，同一个问题，效果是这样的：

159个token。省了87%。

实际测试数据

用他仓库里的benchmark脚本，跑了10个常见编程问题，结果如下：

• 解释React重渲染bug：1180 → 159，省87%
• 修auth middleware token过期：704 → 121，省83%
• 搭PostgreSQL连接池：2347 → 380，省84%
• 解释git rebase vs merge：702 → 292，省58%
• 重构callback到async/await：387 → 301，省22%
• 微服务vs单体架构：446 → 310，省30%
• PR安全审查：678 → 398，省41%
• Docker多阶段构建：1042 → 290，省72%
• 调试PostgreSQL竞态：1200 → 232，省81%
• 实现React Error Boundary：3454 → 456，省87%

平均节省65%。范围从22%到87%不等。越是需要长篇大论的场景，省得越多。纯代码修改的场景省得少——因为代码本身没法“ca veman化”，它只压缩自然语言部分。

装法

一行命令搞定：

npx skills add JuliusBrussee/ca veman

如果你用的是Cursor、Copilot、Cline这类工具，指定一下agent就行：

npx skills add JuliusBrussee/ca veman -a cursor
npx skills add JuliusBrussee/ca veman -a copilot

已经有superpowers的话，可以直接从marketplace安装：

claude plugin install ca veman@superpowers-marketplace

装好之后，用/ca veman开启，用stop ca veman关闭。

三个档位

不是只有开和关。它有三档强度可选：

• lite：去掉废话但保留语法，读起来还像正常人说话。日常推荐。
• full：默认档，砍掉冠词、省略主语，读起来像电报。
• ultra：极限压缩，能缩写的全缩写，适合只想看结论的场景。

lite档效果是这样：

full档是这样：

ultra档是这样：

同一个答案，丰俭由人。

它不压缩什么

代码块原样保留。技术术语不变——polymorphism还是polymorphism。错误信息原文引用。git commit和PR message正常写。

只压缩自然语言——那些“我很乐意帮你看看这个问题”和“之所以出现这种情况，是因为……”之类的填充废话，通通砍掉。

一个冷知识

今年3月有篇论文（arxiv.org/abs/2604.00025）发现：限制大模型用简短回复，在某些benchmark上准确率反而提高了26个百分点。不是“差不多”，而是“更好”。

原因可能是：强制简短回复让模型无法用废话来“对冲”不确定性，必须给出明确答案。啰嗦，有时候反而是一种逃避。

配合ca veman compress省输入token

ca veman压缩的是输出。但CLAUDE.md每次会话都要加载，这也是token消耗的大头。

/ca veman-compress CLAUDE.md可以把你的项目配置文件也“ca veman化”——压缩自然语言部分，保留代码和技术内容。

实测数据：

• 项目偏好文件：706 → 285 token，省60%
• 项目笔记：1145 → 535，省53%
• TODO清单：627 → 388，省38%

平均省45%的输入token。输出省65% + 输入省45%，两边一加，一个月下来能省不少。

实际用法建议

1. 日常开发用lite——看着舒服，省得够多
2. 调试bug的时候用full——只要结论，不要解释
3. 写代码review的时候关掉——review需要完整的上下文
4. CLAUDE.md用compress压过一遍，每轮会话大概能省500 token

用了两周下来，除了偶尔需要Claude详细解释时得记得先stop ca veman，没啥毛病。

折腾完算了一下，按token计费的话，每月大概能省40-50美元的API费用。Max订阅用户虽然没有直接省钱，但响应速度快了——生成的token少了，回复自然就快了。