Fiche outil
JuliusBrussee/caveman
github.com
Une compétence et un proxy qui réduisent l'utilisation de jetons pour les agents de codage IA en les obligeant à répondre dans un style laconique de homme des cavernes.
Ce qu'il fait
JuliusBrussee/caveman
Caveman est une compétence et un proxy pour les agents de codage comme Claude Code, Codex et Gemini CLI qui réduit la consommation de tokens en faisant répondre l'agent dans un langage court, de style homme des cavernes, tout en gardant le code exact. Il réduit aussi les logs, le JSON, le CSV et la sortie des tests avant que le modèle ne les lise, et peut choisir le modèle et le niveau d'effort par requête. Il s'installe via une commande npx, s'exécute localement avec vos propres clés et identifiants, et est écrit en Go.
Tags
Catégories
Aucun résumé n'a encore été ajouté.
FAQ
Questions fréquentes
- Qu’est-ce que JuliusBrussee/caveman ?
- Caveman est une compétence et un proxy pour les agents de codage comme Claude Code, Codex et Gemini CLI qui réduit la consommation de tokens en faisant répondre l'agent dans un langage court, de style homme des cavernes, tout en gardant le code exact. Il réduit aussi les logs, le JSON, le CSV et la sortie des tests avant que le modèle ne les lise, et peut choisir le modèle et le niveau d'effort par requête. Il s'installe via une commande npx, s'exécute localement avec vos propres clés et identifiants, et est écrit en Go.
- Combien coûte JuliusBrussee/caveman ?
- JuliusBrussee/caveman applique un modèle tarifaire : Open source. Consultez le site officiel pour les offres actuelles.
- À quoi sert JuliusBrussee/caveman ?
- JuliusBrussee/caveman est référencé sur TolsAI dans ces catégories : Open Source.
- Où utiliser JuliusBrussee/caveman ?
- JuliusBrussee/caveman est disponible sur son site officiel, github.com.
Explorer
Plus dans Open Source
Un harnais agentique open source pour un agent IA auto-améliorant qui planifie et exécute les tâches que vous décrivez.
Un moteur RAG sans vecteurs, basé sur le raisonnement, qui indexe les documents sous forme d'arbres et effectue la récupération avec le raisonnement d'un LLM.
Une bibliothèque Python de type PyTorch pour construire et auto-optimiser des workflows LLM tels que les chatbots, le RAG et les agents.
Une interface web modulaire pour générer des images, des vidéos et de l'audio avec des modèles d'IA comme Stable Diffusion, Flux et Wan.
Un guide étape par étape pour concevoir des systèmes d'IA basés sur les LLM, le RAG et les agents d'IA.
Moteur de pipeline d'IA open source pour créer, déboguer et déployer des workflows LLM et l'orchestration d'agents depuis votre IDE.
Discussion
Discussion
Connectez-vous pour participer à la discussion
Aucun commentaire pour le moment. Lancez la discussion.