Caveman浏览器压缩实战本地Chrome如何节省129倍Token【免费下载链接】caveman why use many token when few token do trick — Claude Code skill that cuts 65% of tokens by talking like caveman项目地址: https://gitcode.com/GitHub_Trending/caveman1/cavemanCaveman 是一个开源 Token 节省工具它的 Caveman Browse 功能通过连接本地 Chrome 浏览器把网页的无障碍树压缩成精简结构让 AI 智能体读取页面时只花 121 个 Token——比 Playwright 基线小 129.8 倍。整个过程无需任何云端服务数据留在本机。为什么浏览器操作会吃掉海量 Token当 AI 智能体如 Claude Code需要操作浏览器时它必须看懂页面。传统的做法有两种截图图片 Token 消耗高且文字信息无法精确检索完整无障碍树AX TreeChrome 原生的Accessibility.getFullAXTree返回的是原始 JSON一个 200 行的运营后台表格页就有398,494 个 Token。就算用 Playwright 的 ARIA 快照优化后也要 15,704 个 Token。页面越大智能体看到的成本越高——而其中 99% 的内容跟你当前要做的操作毫无关系。Caveman Browse 的思路是别给智能体看整个页面只给它看它要操作的那几个元素。工作原理四步压缩流水线Caveman Browse 是一个本地 MCPModel Context Protocol服务器工作流程如下附着 Chrome通过 Chrome DevTools Protocol 连接你本机已安装的 Chrome无需额外浏览器实例读取无障碍树抓取真实 Chrome 的Accessibility.getFullAXTree强制压缩通过 Caveman 引擎的a11y压缩器源码位于 browse/session.go 与 engine/compressors/axtree.go只保留与任务最相关的节点可字节级恢复原始完整数据先存入本地 CCR 存储智能体随时可用恢复句柄recovery handle取回原始字节。它对外只暴露 4 个工具browser_snapshot快照、browser_act点击等动作、browser_eval执行 JS、browser_recover恢复原始数据。实测数据121 Token 对抗 15,704 Token基准测试使用 Chrome 151 固定版本 Playwright每个数据为 5 次独立运行的中位数详见 browse/BENCHMARK.md。大页面运营后台 200 行订单表格表示方式Token 数对比原始 AX 树原始Accessibility.getFullAXTreeJSON398,494—Playwright ARIA 快照15,704少 96.06%Caveman 完整结果含 UID、恢复句柄、精确计数13,368少 96.65%Caveman 聚焦查询ORD-0173121少 99.97%比 Playwright 小 129.8 倍关键点在于最后一行当智能体明确我要处理订单 ORD-0173时Caveman 的query参数只返回最相关的最高分匹配节点及其祖先节点最多 12 个最终仅121 个 Token——而 Playwright 基线是 15,704 个。小页面诚实的失利在极小的结账表单页上Caveman111 Token反而比 Playwright67 Token更大。这是官方主动披露的Caveman 额外返回了操作 UID、恢复句柄和精确 Token 计数而这些能力在微型页面上不划算。官方没有宣称任何页面都赢这正是这个项目可信的原因。快速上手从安装到首次快照一键安装 Cavemannpm install -g caveman-ai/cli caveman setup --install完整安装说明见 INSTALL.md支持 Windows/macOS/Linux需 Node.js 18。用 Caveman Browse 读取网页caveman browse https://example.com pricing # 带查询词的聚焦快照 caveman browse act uid click # 对指定元素执行点击 caveman browse eval document.title # 执行 JS 表达式 caveman browse recover handle # 恢复字节级原始数据 caveman browse close # 关闭共享 Chrome也可直接构建独立二进制go build ./browse/cmd/caveman-browseMCP 方式接入任意智能体时用caveman tools browse url query即可详见 docs/technical/local-tools.md。查询聚焦大页面的黄金用法对大型页面永远带上 query 参数。browser_snapshot.query是专为大页面设计的 Token 高效路径它保留最匹配的无障碍节点及其祖先同时在 CCR 中留存完整原始树。紧凑输出采用[uid] role name行格式只有可操作元素才分配 UID Token。安全设计它不会偷偷做坏事面向普通用户几个安全细节值得了解导航白名单只允许http(s)、about:blank和有界data:text/html拒绝file:、javascript:等特权协议失败即关闭未知句柄或动作会直接报错cave_snake_code错误绝不把原始 AX 树倾倒给智能体本地优先快照、CCR 存储全部在本地磁盘~/.caveman/不依赖 Caveman 云端账号诚实标注所有节省数据标记为inferred推断值因为真实计费数据只有服务商知道。适用边界什么时候该用、什么时候别用场景是否推荐大型后台页面、长列表、数据仪表盘✅ 强烈推荐聚焦查询收益最大同域内可预测控件的自动化操作✅ 官方 Phase 1 覆盖范围极小表单页⚠️ 可能比裸 ARIA 文本略大换取的是 UID 与恢复能力跨源 iframe、下载、弹窗、任意站点操作❌ 明确列为延后功能写在最后Caveman Browse 证明了一个思路智能体浏览器操作的成本瓶颈不在操作本身而在看到。把 39 万 Token 的原始 AX 树压缩到 121 Token 的聚焦视图同时保留字节级恢复能力——这就是少即是多在 AI 工具链里的落地。想深入了解架构可以阅读 docs/technical/architecture.md 与 docs/technical/engine.md想看基准测试如何复现browse/BENCHMARK.md 里附了完整的可执行命令。【免费下载链接】caveman why use many token when few token do trick — Claude Code skill that cuts 65% of tokens by talking like caveman项目地址: https://gitcode.com/GitHub_Trending/caveman1/caveman创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Caveman浏览器压缩实战本地Chrome如何节省129倍Token【免费下载链接】caveman why use many token when few token do trick — Claude Code skill that cuts 65% of tokens by talking like caveman项目地址: https://gitcode.com/GitHub_Trending/caveman1/cavemanCaveman 是一个开源 Token 节省工具它的 Caveman Browse 功能通过连接本地 Chrome 浏览器把网页的无障碍树压缩成精简结构让 AI 智能体读取页面时只花 121 个 Token——比 Playwright 基线小 129.8 倍。整个过程无需任何云端服务数据留在本机。为什么浏览器操作会吃掉海量 Token当 AI 智能体如 Claude Code需要操作浏览器时它必须看懂页面。传统的做法有两种截图图片 Token 消耗高且文字信息无法精确检索完整无障碍树AX TreeChrome 原生的Accessibility.getFullAXTree返回的是原始 JSON一个 200 行的运营后台表格页就有398,494 个 Token。就算用 Playwright 的 ARIA 快照优化后也要 15,704 个 Token。页面越大智能体看到的成本越高——而其中 99% 的内容跟你当前要做的操作毫无关系。Caveman Browse 的思路是别给智能体看整个页面只给它看它要操作的那几个元素。工作原理四步压缩流水线Caveman Browse 是一个本地 MCPModel Context Protocol服务器工作流程如下附着 Chrome通过 Chrome DevTools Protocol 连接你本机已安装的 Chrome无需额外浏览器实例读取无障碍树抓取真实 Chrome 的Accessibility.getFullAXTree强制压缩通过 Caveman 引擎的a11y压缩器源码位于 browse/session.go 与 engine/compressors/axtree.go只保留与任务最相关的节点可字节级恢复原始完整数据先存入本地 CCR 存储智能体随时可用恢复句柄recovery handle取回原始字节。它对外只暴露 4 个工具browser_snapshot快照、browser_act点击等动作、browser_eval执行 JS、browser_recover恢复原始数据。实测数据121 Token 对抗 15,704 Token基准测试使用 Chrome 151 固定版本 Playwright每个数据为 5 次独立运行的中位数详见 browse/BENCHMARK.md。大页面运营后台 200 行订单表格表示方式Token 数对比原始 AX 树原始Accessibility.getFullAXTreeJSON398,494—Playwright ARIA 快照15,704少 96.06%Caveman 完整结果含 UID、恢复句柄、精确计数13,368少 96.65%Caveman 聚焦查询ORD-0173121少 99.97%比 Playwright 小 129.8 倍关键点在于最后一行当智能体明确我要处理订单 ORD-0173时Caveman 的query参数只返回最相关的最高分匹配节点及其祖先节点最多 12 个最终仅121 个 Token——而 Playwright 基线是 15,704 个。小页面诚实的失利在极小的结账表单页上Caveman111 Token反而比 Playwright67 Token更大。这是官方主动披露的Caveman 额外返回了操作 UID、恢复句柄和精确 Token 计数而这些能力在微型页面上不划算。官方没有宣称任何页面都赢这正是这个项目可信的原因。快速上手从安装到首次快照一键安装 Cavemannpm install -g caveman-ai/cli caveman setup --install完整安装说明见 INSTALL.md支持 Windows/macOS/Linux需 Node.js 18。用 Caveman Browse 读取网页caveman browse https://example.com pricing # 带查询词的聚焦快照 caveman browse act uid click # 对指定元素执行点击 caveman browse eval document.title # 执行 JS 表达式 caveman browse recover handle # 恢复字节级原始数据 caveman browse close # 关闭共享 Chrome也可直接构建独立二进制go build ./browse/cmd/caveman-browseMCP 方式接入任意智能体时用caveman tools browse url query即可详见 docs/technical/local-tools.md。查询聚焦大页面的黄金用法对大型页面永远带上 query 参数。browser_snapshot.query是专为大页面设计的 Token 高效路径它保留最匹配的无障碍节点及其祖先同时在 CCR 中留存完整原始树。紧凑输出采用[uid] role name行格式只有可操作元素才分配 UID Token。安全设计它不会偷偷做坏事面向普通用户几个安全细节值得了解导航白名单只允许http(s)、about:blank和有界data:text/html拒绝file:、javascript:等特权协议失败即关闭未知句柄或动作会直接报错cave_snake_code错误绝不把原始 AX 树倾倒给智能体本地优先快照、CCR 存储全部在本地磁盘~/.caveman/不依赖 Caveman 云端账号诚实标注所有节省数据标记为inferred推断值因为真实计费数据只有服务商知道。适用边界什么时候该用、什么时候别用场景是否推荐大型后台页面、长列表、数据仪表盘✅ 强烈推荐聚焦查询收益最大同域内可预测控件的自动化操作✅ 官方 Phase 1 覆盖范围极小表单页⚠️ 可能比裸 ARIA 文本略大换取的是 UID 与恢复能力跨源 iframe、下载、弹窗、任意站点操作❌ 明确列为延后功能写在最后Caveman Browse 证明了一个思路智能体浏览器操作的成本瓶颈不在操作本身而在看到。把 39 万 Token 的原始 AX 树压缩到 121 Token 的聚焦视图同时保留字节级恢复能力——这就是少即是多在 AI 工具链里的落地。想深入了解架构可以阅读 docs/technical/architecture.md 与 docs/technical/engine.md想看基准测试如何复现browse/BENCHMARK.md 里附了完整的可执行命令。【免费下载链接】caveman why use many token when few token do trick — Claude Code skill that cuts 65% of tokens by talking like caveman项目地址: https://gitcode.com/GitHub_Trending/caveman1/caveman创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
