Caveman Learn
Agir sur les rapports de coût de tokens Caveman — passer en revue les puits de tokens classés et appliquer des correctifs avec consentement par modification
- Quoi
- Agir sur les rapports de coût de tokens Caveman — passer en revue les puits de tokens classés et appliquer des correctifs avec consentement par modification
- Coût
- Gratuit
- Prérequis
- le CLI caveman installé, y compris `caveman learn` et cavemem : ce skill roule `caveman learn report` / `apply` et `caveman mem remember` / `recall`, donc sans le CLI il n'y a aucun rapport sur lequel agir. Aucun compte ni clé n'est requis pour installer le skill lui-même ; Node.js ne sert qu'aux tests du dossier.
- Installation
- Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.
Sélectionné par Skill Harbor — le skill d'édition Caveman Learn : la moitié à consentement de `caveman learn` — lire le rapport JSON (Cave Score, puits de tokens classés : efficacité du cache, portefeuille de sorties d'outils, résultats de sessions, dépenses de sous-agents, répétitions de procédures), puis proposer des diffs concrets par puits et ne les appliquer qu'avec le oui de l'utilisateur pour chaque modification, en vérifiant la réduction ensuite (annuler si les tokens/tour n'ont pas baissé). Règles strictes de rapport monétaire : la dépense est ce que la fenêtre a coûté, jamais projetée ; les plans d'abonnement ont un coût marginal nul. Crédit : @juliusbrussee. Bémols honnêtes : requiert le CLI `caveman` et un rapport learn généré sur lequel agir ; ne revendique jamais une économie non mesurée et ne rend jamais l'agent plus bête. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage.
Version :
Réponse rapide
Caveman Learn est un skill gratuit pour Muse qui agit sur les rapports de coût Caveman. Il lit le rapport JSON avec Cave Score et puits classés, propose des diffs par puits, ne les applique qu'avec ton oui par modification, vérifie la réduction, et annule si les tokens par tour n'ont pas baissé, sans revendiquer une économie non mesurée.
Installation
Copiez le dossier d’installation ci-dessous, puis collez-le dans Muse🧪 Installation exécutée dans notre sandbox de test · 11 nov. 2026📌 Version épinglée : commit 81958adAvant de commencer : dis-moi en quelques lignes ce que ce skill fait et ce que son installation implique, et attends mon feu vert. Prérequis : le CLI caveman installé, y compris `caveman learn` et cavemem : ce skill roule `caveman learn report` / `apply` et `caveman mem remember` / `recall`, donc sans le CLI il n'y a aucun rapport sur lequel agir. Aucun compte ni clé n'est requis pour installer le skill lui-même ; Node.js ne sert qu'aux tests du dossier. Installe-moi « Caveman Learn ». C'est la moitié édition, à consentement, de `caveman learn` : la commande mesure où vont les tokens d'un agent et classe les puits ; ce skill revoit ce rapport avec moi et, seulement avec mon oui sur chaque édit individuel, applique les correctifs : alléger un CLAUDE.md lourd, décharger un bloc recollé sans cesse dans la mémoire caveman derrière un pointeur de rappel compact, distiller une procédure répétée sous une expérience avec groupe témoin, et des réparations de santé mémoire, chaque correctif remesuré ensuite et annulé s'il ne baisse pas réellement les tokens par tour. Source : https://raw.githubusercontent.com/juliusbrussee/caveman/81958ad82f2e2da4417778f81f8a3c838d81b798/skills/caveman-learn/SKILL.md (le skill est tout le dossier skills/caveman-learn/ à ce commit : SKILL.md plus README.md, CLAUDE.md, package.json et le dossier tests/) Version épinglée : installe le code au commit 81958ad82f2e2da4417778f81f8a3c838d81b798 exactement (Skill Harbor a testé cette version). Ne substitue pas une version plus récente. Si ce commit est inaccessible, arrête-toi et dis-le-moi. Mis à jour le 17 octobre 2026 : Skill Harbor a régénéré ce prompt d'installation depuis le fichier amont actuel. Ce qui a changé en amont depuis la version que décrivait le prompt précédent : la façon dont un bloc déchargé est stocké dans la mémoire caveman. Le skill écrit maintenant le bloc exact, octet pour octet, dans un fichier temporaire avec l'outil de fichier, puis roule `caveman mem remember --stdin < <fichier temporaire>`, capte l'id retourné, et supprime le fichier temporaire. Le fichier précédent passait le bloc en argument de ligne de commande (`caveman mem remember -- "<bloc>"`) : le shell aurait exécuté les accents graves du bloc, expansé ses variables et terminé l'argument à son premier guillemet. Le nouveau fichier l'interdit carrément : ne mets jamais le bloc sur la ligne de commande. Une correction au prompt précédent lui-même : il décrivait ce skill comme un générateur de leçons à voix caveman. C'était faux ; le fichier épinglé est le skill d'édition décrit ci-dessus, et il l'était déjà à l'épingle précédente. 1. Télécharge tout le dossier skills/caveman-learn/ au commit épinglé (SKILL.md et tout le reste du dossier) dans un dossier temporaire. 2. Compare SKILL.md à l'empreinte de la revue de Skill Harbor du 2026-10-17 : - SKILL.md : SHA-256 05e803e8024786b4abf78cb89ccbd6aa3834a042f398fc84a69f5652368b2d0a Si ça ne correspond pas, il a changé depuis la revue : ne l'installe pas encore, dis-moi ce que tu as trouvé et laisse-moi décider. 3. Lis SKILL.md et dis-moi en mots simples : ce que le skill fait quand on l'utilise, à quels services il se connecte, s'il lit ou envoie des informations personnelles ou des clés, et tout ce qui semble inhabituel. Confirme ces points à partir du fichier : - Le consentement est par édit : aucun « tout appliquer » qui cache les diffs individuels ; chaque correctif est proposé comme un diff concret avec avant -> après en tokens/tour, et la barrière net-négative recompte après l'édit : pas de baisse, on annule et on rapporte. - Le stockage du déchargement : le bloc est localisé octet pour octet et son SHA-256 doit correspondre au localisateur du candidat, sinon l'item est abandonné ; il est stocké via un fichier temporaire et `--stdin`, jamais sur la ligne de commande, et le fichier temporaire est supprimé dès que l'id mémoire revient. - La mesure honnête : après = les tokens/tour du pointeur plus le coût de rappel (lu depuis `caveman mem recall "<sujet>"`) ; si après n'est pas sous avant, l'entrée est oubliée et la source laissée intacte ; et avant de finir, le rappel doit retourner un résultat ET un pointeur doit être en place, sinon tout est annulé : ne jamais rendre l'agent plus bête. - Les économies sont rapportées par niveau de mesure (fichier recompté, série temporelle, groupe témoin), jamais additionnées en un seul chiffre ; les facteurs confondants sont lus à voix haute ; une régression est présentée avec son verdict et le chemin d'annulation exact, jamais adoucie. - L'analyseur `caveman learn` est en lecture seule : ce skill est le seul écrivain, et seulement après un oui ; chaque édit est réversible et rapporté exactement. Rien n'est envoyé nulle part pendant l'installation elle-même. 4. Quand je dis oui, copie tout le contenu du dossier dans mon dossier de skills, dans un dossier nommé « caveman-learn ». 5. Vérifie la copie sans appels réseau (frontmatter valide, fichiers en place) et dis-moi ce qui a été installé, où, et ce qu'il me reste à faire (par exemple : avoir le CLI caveman installé pour que `caveman learn` produise le rapport sur lequel ce skill agit). GitHub est optionnel : si j'ai un compte GitHub ou le CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Règles : ne touche qu'au dossier temporaire et à la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi. N'affiche ni ne colle jamais une valeur secrète.
Enregistré dans vos installs récentes. Retrouvez-le à tout moment sur /connect.
🔒 Sécurité, provenance et ce que ça touche
Le prompt d'installation ci-dessous inclut déjà les étapes de vérification : votre agent suit la checklist communautaire avant d'installer tout ce qui contient du code exécutable. Vous en voulez plus ?
Certificat de vérification
Faits datés sur ce qui a été vérifié pour cette fiche, et comment. Ce n’est pas une certification de sécurité.
- Version épinglée
- 81958ad · 2026-10-17
- Test d’installation en sandbox
- Installation exécutée dans notre sandbox de test · 11 nov. 2026 · Observé pendant le test d’installation: registry.npmjs.org
- Identité du créateur
- Non vérifiée
- Veille d’empreinte
- Dernière vérification · 19 nov. 2026 : aucun changement détecté dans les fichiers liés par ce prompt d’installation
- Analyse du prompt d’installation
- 2026-10-13 : Aucune commande, appel réseau, paquet, écriture de fichier ni clé API détecté.
Skill Harbor ne révise jamais le code des skills listés. Ce sont des faits datés sur le prompt d’installation et notre test d’installation, pas une certification de sécurité. Révisez un skill vous-même avant de l’installer. Comment nous vérifions
Questions
Comment installer un skill ?
Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe le skill pour vous — sans configuration manuelle.
Où va mon argent ?
Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.
Que signifie le ✓ à côté du nom d’un créateur ?
Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours un skill avant de l’installer.