AI 编程辅助工具、技能

jetsung

AI 编程辅助工具、技能

jetsung

Caveman

Caveman 是一个 Claude Code（以及其他 AI 编码代理） 的技能/插件工具，主要作用是让 AI 用“洞穴人式”（极简、碎语）风格说话，大幅减少 token 消耗。

核心功能

节省 Token：输出 token 可减少 约 65%₇₅%（基准测试平均值），最高可达 87%，同时保持完整的技术准确性。
速度更快：生成内容少 → 响应更快，成本更低。
支持多种代理：Claude Code、Gemini CLI、Cursor、Windsurf、Cline、Codex、Copilot 等 30+ 种 AI 编码工具，一键安装即可使用。

工作原理

它让 AI 去掉所有礼貌用语、填充词、冗长解释，直接用短句、缩写、碎片化表达（类似“New object ref each render. Inline prop = re-render. useMemo.”），但技术细节完整保留。

强度级别

Lite：保留语法，去掉废话（专业但简洁）
Full（默认）：经典洞穴人风格
Ultra：极致压缩、电报体
文言文模式（Wenyan）：用古典文言文压缩，极致 token 高效

安装（超简单）

# macOS/Linux/WSL
curl -fsSL https://raw.githubusercontent.com/juliusbrussee/caveman/main/install.sh | bash

# Windows
irm https://raw.githubusercontent.com/juliusbrussee/caveman/main/install.ps1 | iex

安装后用 /caveman、caveman mode 或 “talk like caveman” 触发。

额外技能

caveman-commit：生成极简 commit message
caveman-review：一行 PR 评论
caveman-compress：压缩项目文档/记忆文件（输入 token 也可减 ₄₆%）
caveman-stats：显示已节省的 token 和费用
还有 MCP shrink 中间件等进阶功能

简单来说，这是一个让 AI 少废话、多干活的实用工具，尤其适合重度使用 Claude Code / Cursor 等代理的用户，能显著降低费用并提升交互效率。

https://github.com/juliusbrussee/caveman
https://getcaveman.dev/

jetsung

RTK

RTK（全称 Rust Token Killer） 是一个开源的 CLI 代理工具，专门用来大幅减少 AI 编码代理（LLM）在执行开发命令时消耗的 token。

核心功能

它会拦截并智能压缩常见终端命令的输出（如 git status、ls、cat、cargo test、npm test 等），在输出发送到 LLM 上下文之前进行过滤、去噪、分组、截断和去重，从而节省 60-90% 的 token。

单文件 Rust 二进制，无依赖，启动开销 <10ms。
支持 100+ 种常见开发命令。
透明集成：通过 shell hook 自动把命令重写为 rtk <command>，AI 工具（如 Claude Code）几乎无感知。

典型节省效果（示例）

git status、ls/tree：节省 ₈₀%
cat/read、grep：节省 ₇₀-80%
测试命令（cargo test、pytest 等）：节省 ₉₀%
整体 30 分钟开发会话可节省约 80% token。

支持的 AI 工具

Claude Code、Cursor、Gemini CLI、Codex、Windsurf、Cline、Kilo Code 等多种 AI 编码代理。

安装与使用

推荐：brew install rtk
快速安装：curl -fsSL https://raw.githubusercontent.com/rtk-ai/rtk/refs/heads/master/install.sh | sh
安装后运行 rtk init -g（或指定对应代理）启用自动 hook，重启 AI 工具即可生效。

https://github.com/rtk-ai/rtk
https://www.rtk-ai.app

jetsung

UI UX Pro Max

官方描述

An AI skill that provides design intelligence for building professional UI/UX across multiple platforms and frameworks.

它本质上是一个设计智能系统，能帮助开发者（或 AI 编码助手）快速生成专业级的 UI/UX 方案，支持 React、Next.js、Vue、Svelte、React Native、Flutter、Tailwind、shadcn/ui 等多种技术栈。

核心功能（v2.0+ 重点）

智能 Design System 生成器：输入项目描述（如“做一个美容水疗的落地页”），AI 就会自动推荐完整的设计系统，包括：
- 布局模式（Pattern）
- 视觉风格（Style）
- 配色方案（Color Palette）
- 字体搭配（Typography）
- 交互效果、反模式（要避免的东西）和交付检查清单
内置大量数据库：
- 161+ 行业/产品类型规则
- 多种 UI 风格（glassmorphism、neumorphism、Bento Grid 等）
- 颜色调色板、字体组合、图表类型、UX 指南等
支持 CLI 工具和多种 AI 助手集成（Claude Code、Cursor 等）

适用场景

快速生成 landing page、dashboard、管理后台、移动 App 等
代码审查与 UI/UX 优化（plan → design → implement → review → fix）
为 AI 编码助手提供专业设计知识，避免“普通”或不协调的界面

https://github.com/nextlevelbuilder/ui-ux-pro-max-skill
https://www.uupm.cc/

jetsung

Open Design

Open Design 是一个 开源、本地优先（local-first）的 AI 设计工具，它是 Anthropic 的 Claude Design 的开源替代品。

主要功能

19 个可组合的 Skills（技能/能力模块）。
71 个品牌级 Design Systems（设计系统）。
可以生成：
- Web、桌面、移动端原型
- 幻灯片（Slides）
- 图片、视频
- HyperFrames 等
支持 沙盒预览，并能导出为 HTML / PDF / PPTX / MP4 等格式。

核心特点

本地优先：数据本地运行，也支持 Web 部署（BYOK，自带密钥）。
高度兼容：可以驱动多种 AI 编码代理，包括：
- Claude Code / Codex
- Cursor
- Gemini CLI
- OpenCode
- Qwen
- Copilot
- Hermes / Kimi 等
适合设计师、产品经理和开发者快速通过提示词（prompt）生成高质量设计产物。

简单来说，它把 AI 编码代理变成了一个强大的设计引擎，让你本地或云端用各种大模型来“做设计”。项目在 GitHub 上很活跃（近期 star 增长很快）。

https://github.com/nexu-io/open-design
https://open-design.ai/

jetsung

Trellis

Trellis（由 mindfold-ai 开发）是一个 AI 编码协作框架 / Agent Harness，专为团队（也支持个人开发者）设计，帮助多个 AI 编码工具（如 Claude Code、Cursor、Codex、OpenCode、Pi Agent 等）在大型项目中可靠、高效地工作。

核心解决的问题

传统做法是把一大堆团队规范、风格、上下文塞进 CLAUDE.md、AGENTS.md 或 .cursorrules 等文件中，导致 prompt 过于庞大、上下文污染、难以维护。

Trellis 把这些变成一个“渐进式知识库”（progressive wiki）：

只在需要时加载相关部分
保持项目统一的“真相源”（source of truth）
支持跨平台一致性

主要功能与结构

Trellis 在仓库中创建一个 .trellis/ 目录，主要包含以下层级：

层级	用途
`.trellis/spec/`	团队规范、编码指南（可按需自动加载）
`.trellis/tasks/`	PRD、任务上下文、状态、验收标准、评审记录
`.trellis/workspace/`	开发者日志、决策记录、交接笔记（保持会话连续性）
`.trellis/workflow.md`	统一的生命周期（规划 → 构建 → 检查 → 完成 → 学习）
平台适配器	为不同工具自动生成命令、hooks、skills、prompts 等

核心工作循环：

用 PRD 形式捕获任务
注入相关规范
Agent 在清晰边界内实现
执行检查后再交接
把可复用经验提炼回规范
记录会话上下文供下次使用

安装与使用

前提：Node.js ≥ 18，Python ≥ 3.9（用于 hooks）
全局安装：npm install -g @mindfoldhq/trellis@beta
初始化项目：trellis init -u your-name

支持通过 /start 或 /trellis:start 等指令启动，之后用自然语言描述任务即可。它内置了很多 skill，能自动处理 brainstorm、加载规范、检查实现、知识捕获等流程。

适用场景

个人开发者：记忆管理 + 可重复工作流
团队/大厂/开源项目：共享标准、任务边界清晰、可评审的上下文、跨平台移植
特别适合大型 monorepo（数十万行代码以上）

https://github.com/mindfold-ai/trellis
https://docs.trytrellis.app/