Qu’est-ce que Caveman ?
Caveman a commencé en avril 2026 comme une skill pour rire qui demande à un agent de programmation de supprimer le remplissage et de répondre par phrases hachées, sans toucher au code, aux commandes ni aux messages d'erreur. La version 4 en a fait six briques installées par une seule CLI : la voix laconique, un compresseur d'entrée pour les journaux, le JSON, le CSV et les sorties de tests, un routeur de modèle et d'effort appelé "Auto", des scripts réutilisables appelés Blocks, un lecteur web compressé et un rapport sur les tokens gaspillés.
Il fonctionne avec Claude Code, Codex, Gemini CLI, OpenCode et une trentaine d'autres agents, tourne en local avec vos propres clés ou la connexion Claude Pro et Max, et exige Node.js 22.13 ou plus récent. Julius Brussee le maintient ; à côté existe Caveman Cloud, un service hébergé d'observabilité et d'évaluations.
Caveman vaut-il le coup ?
Le meilleur test indépendant à ce jour ramène la promesse à sa juste mesure. JetBrains a fait tourner la skill sur 86 tâches de programmation, forcée à chaque réponse, environ 240 essais facturés au total, et a mesuré 8,5 % de tokens de sortie en moins (de 592 000 à 542 000 sur 82 tâches appariées), contre les 65% annoncés par le dépôt. La qualité n'a pas bougé : un test des signes a donné p = 0,82. La raison est structurelle. Les sessions d'agent sont surtout faites de code, de diffs et d'appels d'outils, que Caveman laisse volontairement intacts ; seule la narration entre eux rétrécit.
Les chiffres du mainteneur lui-même sont plus francs que la bannière. Face à une simple consigne "Answer concisely.", /caveman a réduit la sortie de 3% en médiane et /ultracave de 35%, sur 10 questions en une seule exécution, tandis que les règles ajoutent environ 1 160 tokens d'entrée. Une page de chiffres honnêtes liste les cas où il perd nettement, dont GitHub Copilot, facturé à la requête, où des réponses plus courtes n'économisent rien.
Le compresseur d'entrée est la moitié la plus utile. Sur de gros fichiers CSV, de journaux et YAML, il a supprimé environ 98% des tokens avant que le modèle ne les lise, et sur six types de fichiers une session Claude Code complète a utilisé 33,2 % de tokens d'entrée en moins, même si le HTML s'en est sorti 9,9 % plus mal et que cette session date d'août 2026 avec un moteur plus ancien. Le routeur Auto revendique un coût 54% inférieur à Opus 5.5 en effort xhigh sur 85 tâches ; le README lui-même précise que l'exécution n'est qu'à moitié faite et que l'écart de score reste dans le bruit.
Le hic : la CLI envoie des statistiques d'usage par défaut (commandes, nombres de tokens, un identifiant d'installation, système d'exploitation et IP), et Auto envoie votre dernière requête avec ses fichiers joints à Caveman Cloud, qui peut la conserver sur l'offre gratuite. Avec 119 975 étoiles pour 2 042 commits, le nombre d'étoiles suit un moment viral plus qu'une profondeur d'ingénierie.
Notre avis : la voix est une préférence de style qui ne coûte rien en qualité ; c'est le compresseur qui fait gagner de l'argent. RTK couvre le volet des sorties de commandes avec moins de pièces mobiles.
Là où il fait la différence
Un indépendant qui paie lui-même les coûts d'API de Claude Code
Réduire la facture des longues sessions de débogage remplies de sorties de tests et de journaux
Installez la CLI et laissez le compresseur d'entrée activé, pour que les exécutions de tests et les journaux arrivent au modèle sous forme de courts résumés. Le dépôt a mesuré 33,2 % de tokens d'entrée en moins par session sur ses fichiers de test ; attendez-vous à moins sur du travail chargé en code.
Une responsable d'ingénierie dans une entreprise de 30 personnes qui évalue des modules d'économie de tokens
Décider si une skill de sortie laconique vaut un déploiement
Lancez `caveman trial` sur une vraie session, puis comparez avec le résultat de JetBrains : 8,5 % de tokens de sortie en moins sans perte de qualité. Coupez la télémétrie avec `DO_NOT_TRACK=1` et laissez Auto désactivé si les prompts ne doivent pas quitter vos fournisseurs.
Un développeur dont l'agent lit de grandes pages web
Empêcher les captures du navigateur de remplir la fenêtre de contexte
`caveman browse` renvoie une page compressée : le projet a mesuré 121 tokens au lieu de 15 704 pour un tableau de 200 lignes, mais les tout petits formulaires sortent 2,3 fois plus gros.
Avant de vous engager
- Mise en route
- `npx @caveman-ai/cli@latest` (Node.js 22.13+) détecte les agents installés et montre ce qu'il va modifier ; la skill seule s'installe avec `npx skills add JuliusBrussee/caveman -g`.
- Intégrations
- Claude Code, Codex, Gemini CLI, OpenCode, Aider, Kilo, Qwen, Hermes, OpenClaw, Pi et d'autres ; middleware pour le Vercel AI SDK, LangChain et les SDK d'OpenAI et d'Anthropic.
- Données et confidentialité
- La skill n'envoie rien. La CLI envoie des statistiques d'usage par défaut (commandes, nombres de tokens, identifiant d'installation, système, IP ; ni prompts ni code) ; `caveman telemetry off` ou `DO_NOT_TRACK=1` l'arrête. Auto envoie votre dernière requête et ses pièces jointes à Caveman Cloud, qui peut les conserver sur l'offre gratuite.
- Coût à grande échelle
- L'outil est gratuit ; le gain dépend de la facturation. JetBrains a mesuré environ 8,5 % de tokens de sortie en moins et au mieux près de 10% de coût en moins sur du travail d'agent, effacés lors d'une exécution par une seule tâche coûteuse.
- Limites
- Les règles ajoutent environ 1 160 tokens d'entrée ; le HTML n'a pas encore de compresseur ; Blocks est une préversion réservée à Python, sans sandbox ; la facturation à la requête ne voit aucun gain.
Les points forts
- Aucune perte de qualité mesurable dans l'A/B de JetBrains sur 86 tâches
- Le compresseur d'entrée retire l'essentiel du bruit des journaux, CSV et JSON
- Code, commandes et textes d'erreur conservés octet par octet
- Une page d'une franchise rare sur ses points faibles
Les points faibles
- Gain réel en agent proche de 8,5 %, pas 65%
- Télémétrie d'usage activée par défaut
- Auto envoie prompts et fichiers joints à Caveman Cloud
- Aucun gain avec une facturation à la requête comme Copilot
Idéal pour
Développeurs payant au token pour de longues sessions d'agent qui veulent des réponses plus courtes et des sorties d'outils plus légères.
Alternatives à Caveman
Caveman : questions fréquentes
- Caveman vaut-il le coup ?
- Caveman est une façon inoffensive de rogner un peu la facture d'un agent, à condition de croire les 8,5 % de JetBrains plutôt que les 65% du dépôt. Nous lui donnons 3.6 sur 5.
- Combien coûte Caveman ?
- Gratuit et open source (Apache 2.0). Auto exige un compte Caveman gratuit ; Caveman Cloud est un service hébergé distinct.
- Quels sont les inconvénients de Caveman ?
- Gain réel en agent proche de 8,5 %, pas 65%; télémétrie d'usage activée par défaut; auto envoie prompts et fichiers joints à Caveman Cloud; aucun gain avec une facturation à la requête comme Copilot.
- À qui s’adresse Caveman ?
- Développeurs payant au token pour de longues sessions d'agent qui veulent des réponses plus courtes et des sorties d'outils plus légères.
- Combien coûte Caveman pour une équipe ou en production ?
- L'outil est gratuit ; le gain dépend de la facturation. JetBrains a mesuré environ 8,5 % de tokens de sortie en moins et au mieux près de 10% de coût en moins sur du travail d'agent, effacés lors d'une exécution par une seule tâche coûteuse.
- Caveman est-il sûr pour les données de l’entreprise ?
- La skill n'envoie rien. La CLI envoie des statistiques d'usage par défaut (commandes, nombres de tokens, identifiant d'installation, système, IP ; ni prompts ni code) ; `caveman telemetry off` ou `DO_NOT_TRACK=1` l'arrête. Auto envoie votre dernière requête et ses pièces jointes à Caveman Cloud, qui peut les conserver sur l'offre gratuite.
- Quelles sont les meilleures alternatives à Caveman ?
- Les alternatives les plus proches que nous avons testées sont rtk (Rust Token Killer), OmniRoute et Claude Code Router.
Réponses vérifiées le 14 nov. 2026.