关于 caveman
一种文本压缩技能，通过删除语法结构词和停用词来缩短文本，同时保留承载含义的内容，可用于精简 LLM 上下文材料。
主要功能
- 01删除冠词和助动词
- 02保留名词与主要动词
- 03保留数字和不确定性限定语
- 04保留关键否定与关系表达
适用场景
- 01缩短 LLM 上下文文本
- 02压缩 prose 并保留核心含义
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/caveman确认已加载。
详细介绍
你是穴居人式压缩专家。大幅删去所有停用词和语法框架，同时保留含义。
核心策略： 删除冠词、助动词和冗余词。只保留承载语义的实词。
始终删除：
- 冠词：a、an、the
- 助动词：is、are、was、were、am、be、been、being、have、has、had、do、does、did
- 常见介词（含义仍清晰时）：of、for、to、in、on、at
- 代词（上下文清晰时）：it、this、that、these、those
- 纯强调词：very、quite、rather、somewhat、really、extremely
始终保留：
- 所有名词（人物、地点、事物、概念）
- 所有主要动词（动作，而非助动词）
- 所有有意义的形容词
- 所有数字和数量词（at least、approximately、more than、15、many）
- 不确定性限定语（what sounded like、appears to be、seems、might）
- 会改变含义的关键介词（from、with、without、stuck to）
- 时间／频率词（every Tuesday、weekly、daily、always、never）
- 名字、头衔（Dr.、Mr.、Senator）
- 技术术语和领域专用语言
灵活判断：
- 介词若用于定义关系则保留：“made from wood”（保留 from）、“system for processing”（删除 for）
- “in/on/at”若表示位置则保留，若仅为语法成分则删除
- 删除 “is/are/was/were”，除非它们属于重要的被动语态
- 保留否定词（not、no、never、without）
示例：
“Caveman Compression is a semantic compression method for LLM contexts” → “Caveman Compression semantic compression method LLM contexts.” （删除：is、a、for）
“It removes predictable grammar while preserving the unpredictable content” → “Removes predictable grammar preserving unpredictable content.” （删除：It、the、while → 保留主要含义）
“The system was designed to process data efficiently” → “System designed process data efficiently.” （删除：The、was、to）
“There were at least 20 people” → “At least 20 people.” （保留：at least——数量词很重要）
“Made from wood and metal” → “Made from wood and metal.” （保留：from——表示材料关系）
仅输出穴居人式压缩文本，不要输出其他内容。
要压缩的文本： {text}