Caveman optimization: operator-chosen candidates with paired evals - **name_fr:** Optimisation Caveman : candidats choisis par l'opérateur avec évaluations jumelées - **tl_en:** Turn Caveman's report-only optimization observations into operator-approved candidates, validated by paired baseline/candidate evaluations - **tl_fr:** Transformer les observations d'optimisation report-only de Caveman en candidats approuvés par l'opérateur, validés par évaluations jumelées baseline/candidat - **creator:** @juliusbrussee - **type:** Agent skill - **url:** https://github.com/juliusbrussee/caveman - **cat:** Developer tools - **kws:** caveman, cost optimization, token optimization, baseline evaluation, paired eval, code optimization, operator approval, evidence first - **license:** NOASSERTION (licence inconnue) **Description EN:** 💳 **Paid service** — Caveman is a commercial optimization service; this skill requires a logged-in Caveman CLI session (check their terms). Curated by Skill Harbor — the Caveman optimization-evaluation workflow: read report-only observations verbatim (never from stale local files), present them unranked for an explicit operator choice, design one minimal candidate change with a paired baseline/candidate evaluation on identical inputs, apply only the approved candidate, and report observations — never dollar savings. Its hard rules are the best part: never invent cost figures, never turn aggregates into callsite claims, treat retired profile ids as history only, and revert anything quality-regressing. By @juliusbrussee, listed here with credit to its creator. Honest caveats: NOASSERTION — the source repo declares no license, so reuse terms are unconfirmed: short fiche, link only; deliberately conservative — it stops instead of acting whenever a fixture, quality check, or measurement method is missing; meaningless without a Caveman account and live observations. Discovered via skills.sh. Skill Harbor never reviews the code, review it yourself before use. **Description FR:** 💳 **Service payant** — Caveman est un service commercial d'optimisation ; ce skill nécessite une session CLI Caveman connectée (vérifiez leurs conditions). Sélectionné par Skill Harbor — le workflow d'évaluation d'optimisation Caveman : lire les observations report-only verbatim (jamais depuis des fichiers locaux périmés), les présenter non classées pour un choix explicite de l'opérateur, concevoir un changement candidat minimal avec une évaluation jumelée baseline/candidat sur entrées identiques, appliquer uniquement le candidat approuvé, et rapporter des observations — jamais des économies en dollars. Ses règles dures sont le meilleur : jamais inventer de chiffres de coûts, jamais transformer des agrégats en affirmations sur des callsites, traiter les ids de profils retirés comme de l'historique uniquement, et annuler tout ce qui régresse la qualité. Crédit : @juliusbrussee. Bémols honnêtes : NOASSERTION — le repo source ne déclare aucune licence, les conditions de réutilisation sont non confirmées : fiche courte, lien seulement ; délibérément conservateur — il s'arrête au lieu d'agir dès qu'un fixture, un contrôle qualité ou une méthode de mesure manque ; sans intérêt sans compte Caveman et observations live. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh. **Install prompt EN:** ``` Prerequisites: review the source repository first — it declares no license, so reuse terms are unconfirmed; a logged-in Caveman CLI session is required (commercial service — check terms) Open the source of "Caveman optimization: operator-chosen candidates with paired evals" for me: Repository: https://github.com/juliusbrussee/caveman/blob/main/skills/caveman-optimize/SKILL.md 1. Fetch the SKILL.md file from the repository into a temporary folder and summarize what it does in one or two sentences. 2. Read it as a guide only — it carries no declared license, so don't copy its text into other files. 3. Report what it covers and how to use it. GitHub is optional: if I have a GitHub account or the gh CLI, you may use it; otherwise public access is fine. Never require it. Rules: don't touch anything outside the temp folder. If anything looks off, stop and ask me. ``` **Install prompt FR:** ``` Prérequis : examiner d'abord le dépôt source — il ne déclare aucune licence, les conditions de réutilisation sont non confirmées ; une session CLI Caveman connectée est requise (service commercial — vérifiez les conditions) Ouvre-moi la source de « Optimisation Caveman : candidats choisis par l'opérateur avec évaluations jumelées » : Dépôt : https://github.com/juliusbrussee/caveman/blob/main/skills/caveman-optimize/SKILL.md 1. Récupère le fichier SKILL.md depuis le dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Lis-le comme un guide seulement — il ne porte aucune licence déclarée, ne copie donc pas son texte dans d'autres fichiers. 3. Indique ce qu'il couvre et comment l'utiliser. GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger. Règles : ne touche à rien en dehors du dossier temporaire. Si quelque chose semble anormal, arrête-toi et demande-moi. ``` ---

Turn Caveman's report-only optimization observations into operator-approved candidates, validated by paired baseline/candidate evaluations - **tl_fr:** Transformer les observations d'optimisation report-only de Caveman en candidats approuvés par l'opérateur, validés par évaluations jumelées baseline/candidat - **creator:** @juliusbrussee - **type:** Agent skill - **url:** https://github.com/juliusbrussee/caveman - **cat:** Developer tools - **kws:** caveman, cost optimization, token optimization, baseline evaluation, paired eval, code optimization, operator approval, evidence first - **license:** NOASSERTION (licence inconnue) **Description EN:** 💳 **Paid service** — Caveman is a commercial optimization service; this skill requires a logged-in Caveman CLI session (check their terms). Curated by Skill Harbor — the Caveman optimization-evaluation workflow: read report-only observations verbatim (never from stale local files), present them unranked for an explicit operator choice, design one minimal candidate change with a paired baseline/candidate evaluation on identical inputs, apply only the approved candidate, and report observations — never dollar savings. Its hard rules are the best part: never invent cost figures, never turn aggregates into callsite claims, treat retired profile ids as history only, and revert anything quality-regressing. By @juliusbrussee, listed here with credit to its creator. Honest caveats: NOASSERTION — the source repo declares no license, so reuse terms are unconfirmed: short fiche, link only; deliberately conservative — it stops instead of acting whenever a fixture, quality check, or measurement method is missing; meaningless without a Caveman account and live observations. Discovered via skills.sh. Skill Harbor never reviews the code, review it yourself before use. **Description FR:** 💳 **Service payant** — Caveman est un service commercial d'optimisation ; ce skill nécessite une session CLI Caveman connectée (vérifiez leurs conditions). Sélectionné par Skill Harbor — le workflow d'évaluation d'optimisation Caveman : lire les observations report-only verbatim (jamais depuis des fichiers locaux périmés), les présenter non classées pour un choix explicite de l'opérateur, concevoir un changement candidat minimal avec une évaluation jumelée baseline/candidat sur entrées identiques, appliquer uniquement le candidat approuvé, et rapporter des observations — jamais des économies en dollars. Ses règles dures sont le meilleur : jamais inventer de chiffres de coûts, jamais transformer des agrégats en affirmations sur des callsites, traiter les ids de profils retirés comme de l'historique uniquement, et annuler tout ce qui régresse la qualité. Crédit : @juliusbrussee. Bémols honnêtes : NOASSERTION — le repo source ne déclare aucune licence, les conditions de réutilisation sont non confirmées : fiche courte, lien seulement ; délibérément conservateur — il s'arrête au lieu d'agir dès qu'un fixture, un contrôle qualité ou une méthode de mesure manque ; sans intérêt sans compte Caveman et observations live. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh. **Install prompt EN:** ``` Prerequisites: review the source repository first — it declares no license, so reuse terms are unconfirmed; a logged-in Caveman CLI session is required (commercial service — check terms) Open the source of "Caveman optimization: operator-chosen candidates with paired evals" for me: Repository: https://github.com/juliusbrussee/caveman/blob/main/skills/caveman-optimize/SKILL.md 1. Fetch the SKILL.md file from the repository into a temporary folder and summarize what it does in one or two sentences. 2. Read it as a guide only — it carries no declared license, so don't copy its text into other files. 3. Report what it covers and how to use it. GitHub is optional: if I have a GitHub account or the gh CLI, you may use it; otherwise public access is fine. Never require it. Rules: don't touch anything outside the temp folder. If anything looks off, stop and ask me. ``` **Install prompt FR:** ``` Prérequis : examiner d'abord le dépôt source — il ne déclare aucune licence, les conditions de réutilisation sont non confirmées ; une session CLI Caveman connectée est requise (service commercial — vérifiez les conditions) Ouvre-moi la source de « Optimisation Caveman : candidats choisis par l'opérateur avec évaluations jumelées » : Dépôt : https://github.com/juliusbrussee/caveman/blob/main/skills/caveman-optimize/SKILL.md 1. Récupère le fichier SKILL.md depuis le dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Lis-le comme un guide seulement — il ne porte aucune licence déclarée, ne copie donc pas son texte dans d'autres fichiers. 3. Indique ce qu'il couvre et comment l'utiliser. GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger. Règles : ne touche à rien en dehors du dossier temporaire. Si quelque chose semble anormal, arrête-toi et demande-moi. ``` ---

Version: