Caveman 是一个安装在 Claude Code、Codex、Cursor 等 30+ AI 编程助手中的 skill/plugin。它通过剥离填充词、保留技术实质的方式，将助手的输出 token 量平均减少 65%，同时保持技术准确性不变。项目提供多级压缩模式（精简/完全/电报式/文言文），并提供 commit 生成、PR 评审、记忆文件压缩、MCP 中间件等附属工具。核心价值在于用更少的上下文污染换取更快的响应速度和更低的 API 成本，尤其适合日常高频与 AI 助手交互的一线开发者。
作者曾安装 23 个 Claude Code 插件，发现会话启动前基线就吃掉 62,000 tokens（窗口的 31%）。周末清空所有插件后，会话时长延长 3 倍、输出质量提升、token 支出减半。本文逐一介绍替换掉每个插件的内置命令：/context 诊断上下文占用、/compact 压缩对话、/resume 恢复会话、双 Esc 恢复检查点、/cost 实时计费、/model 按需切换模型、/init 生成项目配置、/review 内置审查、自定义 /.claude/commands/ 零开销建立工作流。最终仅保留 3 个精选扩展，基线开销降至 6k tokens。适用于所有 Claude Code 用户，尤其是被插件拖慢的开发者。
MarkItDown 是微软 AutoGen 团队推出的一款轻量级 Python 工具，核心功能是将 PDF、Office 文档、图片、音频、网页乃至 YouTube 链接等各类文件转化为结构化的 Markdown 格式。它并非为人类阅读而设计高保真转换，而是专门针对大语言模型（LLM）和文本分析管线优化，能有效保留标题、列表、表格和链接等关键文档结构，且 token 效率极高。项目提供 CLI 和 Python API，支持插件系统和 Azure 云端智能服务增强，是构建 RAG 或数据提取管线的实用预处理瑞士军刀。