发现一个 GitHub 上 9 万 star 的宝藏项目：Caveman 号称可以帮你节约65%的token消耗，让你的 AI 编码助手说话像原始人——废话全砍，答案照给。 1、输出 token 省 65%，代码、命令、报错原样保留 2、装一次永久生效，Claude Code / Codex / Cursor / Copilot 等 30+ agent 通用 3、脑子不缩水，只是嘴变小 项目口号笑死：why use many token when few do trick 项目地址： 🔗

你的Claude Code/Codex应该雇两个员工：caveman和ponytail，都曾登顶GitHub Trending周榜第一。一个帮你省话，一个帮你省码。 caveman（81k⭐）：让Agent戒掉闲聊，回复从69 tokens压到19，输出-75%。诊断React问题只回一句："Bug in auth middleware. Fix. done." ponytail（72k⭐）：专治过度工程，50行代码缩成1行，date picker直接给，懒得装flatpickr。代码-54%，成本-20%，速度+27%。 两个都雇，不冲突。

《以太坊密码朋克宣言》作者进入以太坊基金会董事会 以太坊基金会任命Pascal Caversaccio为第四位董事会成员，任期一年、无偿。现任董事会成员还有会长Aya Miyaguchi、创始人Vitalik Buterin和瑞士法律顾问Patrick Storchenegger。 Caversaccio是安全应急组织SEAL 911的联合创始人，也是《以太坊密码朋克宣言》的作者，此前一直是基金会内部一个非正式顾问小组的成员。

比特币这波强势突破行情里，除了直接下注币价，还有没有更稳健的“卖铲人”逻辑？ Cavenagh Research 分析文章指出，相比于 $MSTR、矿企等直接挂钩币价的“高杠杆武器”， $CRCL 的核心逻辑和风险收益特征完全不同： 从商业驱动引擎来看，其核心盈利并非直接绑定比特币的暴涨暴跌，而是依靠 USDC 的流通量规模与储备金利息。当加密生态活跃度提升、资金回流时，USDC 的流通规模会随之扩张，从而带动储备金利息收入同步放大，形成运营层面的杠杆。 在政策与合规红利方面，随着华盛顿对加密监管框架等相关讨论的推进，合规稳定币在金融体系中的地位正在逐步明朗。伴随各项合规资质和支付网络布局的落地，它正被市场视为连接传统金融与数字资产的基础设施。 当然，相关分析也提醒投资者需要审慎权衡其潜在的风险。如果宏观环境进入降息周期，储备金的利息收益将直接面临压缩压力，同时稳定币竞品的入局以及合规成本带来的运营开销也不容忽视。 总体而言，如果在观察加密大盘的发展时希望多一种不同于纯币价起伏的视角，以 $CRCL 为代表的稳定币生态可以作为一种行业观察与研究的切入点，而非盲目跟风。

7月30日，重庆沙坪坝区溶洞豆芽轻咖引游客打卡，天然溶洞改造融合咖啡业态。 On July 30, the cave bean sprout light coffee shop in Shapingba District, Chongqing attracted visitors, as the natural karst cave was renovated to integrate a coffee #Cave#

你月付$20给ChatGPT，一半钱烧在了 "当然！我很乐意帮你..."这种废话上。 Caveman 这个86k star的项目只做一件事： 让AI像山顶洞人一样说话。 删掉所有客套、解释、道歉。Token降65%， 代码质量不变。 Brain still big. Mouth small.

普通 Claude： 关于您提到的 React 组件重复渲染问题，这通常是因为您在每次渲染周期中都创建了一个新的对象引用，导致子组件认为……(120 Tokens) Caveman Claude： 内联属性 = 新引用 = 重复渲染。用 useMemo。 (20 Tokens) 天下苦 AI 废话久矣！ 🤬 开源神作 ⁠caveman⁠ 真的绝了！强行让 Claude / Cursor 变成原始人说话。脑子不缩水，代码 100% 精确，但硬生生砍掉 65% - 75% 的输出 Token。 钱包回血：API 账单直接打 3 折 速度起飞：回复速度瞬间拉满 智商依旧：只少废话，不少逻辑 独立开发者和 Vibe Coding 玩家省钱必备神器： #AI# #Claude# #独立开发# #编程# #Cursor#

🪨 真香！这个开源项目专门给 AI 编程省 token，账单能砍掉一大截。 GitHub 上已经冲到 10 万 Star，直接封神了。 平时用 Claude Code 改代码，光是把日志、diff、搜索结果这些原文喂进去，输入就先烧掉一大半额度，一天下来看账单心疼。Caveman 的思路是在本地架一层代理，请求发出去之前先按内容类型压一遍：JSON、日志、代码、diff、搜索结果各有各的压法，原文完整留在本地磁盘，需要的时候再取回来。 项目文档里给了一组固定的 54 次 Claude Code 基准测试，输入令牌减少 33.2%，同时通过了 18 项精确答案检查。另外那套技能模式在十项任务上把平均输出令牌从 1214 压到 294，作者也老实标注了一句：这一层只省输出，输入反而每轮会多出一千出头。 它还原生封装了 Claude Code、Codex CLI、Gemini CLI、Aider 这一票工具，接上就能用，不用改自己原来的工作流。 省下来的每一个 token，都是实打实的钱。 GitHub：

这看起来比 FreeLLMAPI 还有屌，我得部署一下试试。 OmniRoute 一个免费 AI 网关，用 TypeScript 编写，提供单个本地端点（/v1）聚合 237 个 AI 提供商，其中 90+ 提供免费额度。 核心 4 层自动回退，订阅— API Key —便宜—免费，毫秒切换，外加 17 种路由策略，再用 RTK 加 Caveman 堆叠压缩省掉 15–95% 的 token。