juliusbrussee

Los archivos de memoria de IA crecen y desperdician tokens de entrada. Esta skill comprime prosa en lenguaje natural a formato cavernícola, ahorrando 65-75% de tokens mientras preserva todo el código, URLs y contenido técnico.

Los agentes de codificación con IA pueden producir respuestas largas que cuestan tokens y dinero. Esta skill lee el registro de sesión de Claude Code y muestra exactamente cuántos tokens ahorró el modo caveman, sin estimaciones de IA ni conjeturas.

Los comentarios de revisión de código suelen ser verbosos y repetitivos, enterrando elementos accionables entre rellenos corteses. Esta habilidad formatea cada hallazgo de revisión como una sola línea con ubicación exacta, problema y corrección.

Los agentes de codificación IA producen respuestas detalladas que aumentan los costos de tokens. Esta tarjeta de referencia rápida enumera todos los disparadores del modo cavernícola, habilidades y configuración en una sola vista para que puedas comprimir la salida del agente en un 65-75 por ciento.

Archivos de memoria grandes como CLAUDE.md desperdician tokens al inicio de cada sesión de IA. Esta habilidad los comprime aproximadamente un 46 por ciento manteniendo intacto todo el contenido técnico.

Los desarrolladores pasan demasiado tiempo escribiendo mensajes de commit verbosos. Esta habilidad genera mensajes de Conventional Commits concisos y profesionales en menos de 50 caracteres, preservando el razonamiento detrás de cada cambio.

Los asistentes de IA a menudo producen respuestas verbosas que desperdician tokens y aumentan los costos. El modo Caveman reduce los tokens de salida entre un 65 y un 75 por ciento mientras preserva la precisión técnica y la calidad del código.

Long coding sessions exhaust context window when verbose subagent outputs pile up. Cavecrew provides a decision framework for delegating to specialized caveman-style subagents that return compressed output, extending context lifespan by 60% across many delegations.