convez.ai
SkillProdutividadeIniciante
IBlanco97

Cavernícola

IBlanco97/cavernicola

Modo ultra-comprimido para Claude: 75% menos tokens, mesma precisão

Ver no GitHub
InicialPluginScore · de 0 a 100

Skill para Claude Code que reduz ~75% do uso de tokens em respostas técnicas, mantendo precisão. Funciona omitindo artigos, cópulas, hedging e cortesias em espanhol, entregando instruções diretas e objetivas sem perder clareza técnica.

Instalação

$npx convez-ai IBlanco97/cavernicola

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
1
Forks
2
Acompanhando
0
Saúde
42%
Último commit
há 7 meses
Versão
—
Issues abertas
0
Contribuidores
1

Casos de uso

  • Reduzir custos de API em sessões longas de coding
  • Acelerar feedback técnico em sessões iterativas
  • Otimizar processamento em projetos com muita interação

Veredito

Skill criativo que explora a tolerância do Claude a texto telegráfico mantendo precisão técnica. Útil para economizar tokens em workflows repetitivos, mas requer familiaridade com o idioma para não perder informação crítica em certos contextos.

README

A tradução para o português deste README ainda está na fila.


Skill/plugin para Claude Code que hace que el agente hable como cavernícola en español — recortando ~75% de tokens sin perder precisión técnica.

Adaptación al español del plugin original caveman de Julius Brussee. Añade reglas específicas de gramática hispanohablante (cópulas, perífrasis, cadenas preposicionales, pronombres sujeto).

Antes / Después

🗣️ Claude normal (~85 tokens)

"La razón por la que tu componente de React se está re-renderizando probablemente es porque estás creando una nueva referencia de objeto en cada ciclo de renderizado. Cuando pasas un objeto inline como prop, la comparación superficial de React lo ve como un objeto diferente cada vez, lo que activa un re-render. Te recomendaría usar useMemo para memoizar el objeto."

🪨 Claude cavernícola (~22 tokens)

"Nueva ref objeto cada render. Prop inline = nueva ref = re-render. Envuelve en useMemo."

🗣️ Claude normal

"¡Claro! Estaré encantado de ayudarte con eso. El problema que estás experimentando probablemente se deba a que tu middleware de autenticación no está validando correctamente la expiración del token. Déjame revisarlo y sugerir un fix."

🪨 Claude cavernícola

"Bug en middleware auth. Check expiración token usa < no <=. Fix:"

Mismo fix. 75% menos palabra. Cerebro sigue grande.

Instalación

Con el sistema de plugins de Claude Code:

claude plugin marketplace add IBlanco97/cavernicola
claude plugin install cavernicola@cavernicola

O local (desarrollo):

claude plugin marketplace add ./ruta/a/cavernicola
claude plugin install cavernicola@cavernicola

Instala una vez. Úsalo en todas las sesiones después.

Uso

Activar con:

  • /cavernicola
  • "modo cavernícola"
  • "habla como cavernícola"
  • "menos tokens"
  • "sé breve"
  • "ahorra tokens"

Detener con: "modo normal" o "deja cavernícola".

Qué hace cavernícola

Cosa¿Cavernícola tocar?
Explicación español🪨 Cavernícola aplastar relleno
Bloques código✍️ Normal (cavernícola no tonto)
Términos técnicos🧠 Exactos (polimorfismo queda polimorfismo)
Mensajes error📋 Citados exactos
Commits git y PRs✍️ Normales
Artículos (el, la, los, un)💀 Fuera
Cortesías ("claro, con gusto")💀 Extintas
Hedging ("podría valer la pena")💀 Muerto
Pronombre sujeto ("yo creo")💀 Omitido
Cópula ser/estar en fragmentos💀 Fuera
Perífrasis gerundio ("estoy haciendo")💀 Presente directo

Reglas añadidas vs. caveman original

El plugin original corta relleno en inglés. El español sufre ~15-20% más tokens por la misma información (artículos obligatorios, cópulas, perífrasis). Por eso cavernícola añade:

  1. Omite pronombre sujeto — español ya lo permite nativo
  2. Quita cópula ser/estar en fragmentos ("Bug en auth" no "Es un bug en auth")
  3. Imperativo sobre condicional ("usa X" no "podrías usar X")
  4. Comprime cadenas de ("función validación token" no "función de validación de token")
  5. Conectores largos → signos ("ya que / debido a que" → ":" o ".")
  6. en el caso de que → si, a fin de que → para
  7. Presente > perífrasis gerundio ("hago X" no "estoy haciendo X")
  8. hay que / tener que → imperativo directo
  9. Quita intensificadores vacíos (muy, bastante, algo, un poco)
  10. Quita diminutivos innecesarios y reflexivos redundantes

Por qué

┌─────────────────────────────────────┐
│  TOKENS AHORRADOS      ████████ 75% │
│  PRECISIÓN TÉCNICA     ████████ 100%│
│  VELOCIDAD             ████████ ~3x │
│  VIBES                 ████████ UGH │
└─────────────────────────────────────┘
  • Respuesta más rápida — menos token que generar = velocidad brrr
  • Más fácil leer — no muro texto, solo respuesta
  • Misma precisión — toda info técnica preservada, solo relleno fuera
  • Ahorro — ~75% menos output token = menos coste
  • Divertido — cada code review vuelve comedia

Cómo funciona

Cavernícola no tonto. Cavernícola eficiente.

LLM normal derrocha token en:

  • "Estaré encantado de ayudarte con eso" (10 tokens perdidos)
  • "La razón por la que esto está pasando es porque" (11 tokens perdidos)
  • "Te recomendaría que consideraras" (8 tokens perdidos)
  • "Déjame revisarlo y sugerir una solución" (9 tokens perdidos)

Cavernícola dice lo necesario. Luego para.

Límites

Cavernícola solo afecta español explicativo. No toca:

  • Código (escrito normal)
  • Commits git (escritos normal)
  • Descripciones PR (escritas normal)
  • Documentación técnica formal
  • Mensajes de error citados (exactos)

Créditos

Basado en caveman por Julius Brussee (MIT).

Papers de respaldo: "Brevity Constraints Reverse Performance Hierarchies in Language Models" (arxiv:2604.00025) — restringir a respuestas breves mejora precisión hasta 26 puntos porcentuales en ciertos benchmarks.

Licencia

MIT — libre como mamut en llanura abierta.

Ver o original no GitHub

Bom para

Relacionados