caveman-evidence-review

Revisa la evidencia de Caveman Cloud en modo solo lectura: costos, Cave Score, Cave Plan, flujos de trabajo, trazas, latencia, errores, compresión, enrutamiento y ahorros verificados. Úsalo cuando el usuario pregunte qué encontró Caveman, a dónde va el gasto de LLM, por qué cambiaron el costo o la calidad, qué flujos de trabajo necesitan atención, o pida una traza o revisión de analíticas. Prefiere las herramientas MCP de Caveman; recurre a CLI JSON como alternativa.

npx skills add https://github.com/juliusbrussee/caveman --skill caveman-evidence-review

Review Caveman evidence

Act as a read-only operator. Build conclusions from current Caveman data, not from repository guesses. Never start, approve, cancel, or roll back an experiment from this skill.

Hard rules

  1. Keep these buckets separate:
    • measured provider-complete list-price cost;
    • inferred daily headroom;
    • verified ledger savings;
    • evidence cost. Never add or relabel them.
  2. Do not fetch prompt, completion, tool, or artifact payloads unless the user explicitly asks for payload review. Metadata, spans, timing, models, token counts, status, and optimizer attribution are enough for the default review.
  3. Scope every read to the project selected by Caveman context. Never supply an organization id.
  4. Empty results are evidence of no current signal, not zero cost or zero risk.
  5. Cite trace ids and exact time windows used. Do not claim a cause from an aggregate alone.

Step 1 — Load context

Prefer MCP:

caveman_context {}

CLI fallback:

caveman cloud whoami
caveman cloud projects list

Stop if login or project selection is missing. Ask the user to run caveman login or select a project; never guess.

Step 2 — Establish baseline

Use caveman_report for:

  • overview
  • costs
  • score
  • workflows
  • verified_savings

Then use caveman_plan for ranked daily headroom. If question is narrow, skip unrelated reports. Read shortest set that can answer it.

CLI fallback:

caveman cloud costs
caveman cloud score
caveman cloud plan --json

State report window and basis before interpreting direction.

Step 3 — Test the leading explanation with traces

Use caveman_trace_search. Choose a bounded window and closed filters: workflow, agent, model, provider, error code, runtime mode, cache status, optimization id, status class, token/cost/latency bounds, compression, or monitor verdict.

Useful groupings:

  • workflow — find jobs driving cost or failures;
  • model — compare model mix;
  • session — isolate retry or loop behavior;
  • ungrouped — identify exact traces.

Compare a suspect cohort with a control cohort or earlier bounded window. Do not infer causality from one expensive trace.

CLI fallback:

caveman cloud traces search \
  --workflow <slug> \
  --from <RFC3339> \
  --to <RFC3339> \
  --sort total_cost_usd \
  --dir desc \
  --limit 25

Step 4 — Inspect representative traces

Call caveman_trace_get for a small number of high-signal trace ids. Inspect request and span metadata, latency, status, token counts, cache state, applied optimizers, and model route. Keep payload retrieval off.

CLI fallback:

caveman cloud traces show <trace-id> --spans

Step 5 — Report

Use this shape:

## Caveman evidence review

Scope: <project> · <from> to <to>
Measured cost: <value and basis>
Verified savings: <ledger value, kept separate>
Inferred headroom: <per-day band, kept separate>

Findings:
1. <finding> — <aggregate evidence> — traces <ids>
2. <finding> — <aggregate evidence> — traces <ids>

Unproven:
- <plausible explanation lacking a control, trace, or eval>

Next read-only check:
- <one bounded query>

Possible action:
- <proposal only; use caveman-manage for read-only lifecycle review and safety gate>

If data is missing, name missing signal and stop at strongest supported statement. Never turn a catalog subtotal into an invoice or an experiment result into verified savings.

Más skills de juliusbrussee

caveman
juliusbrussee
Modo de comunicación ultracomprimido. Reduce el uso de tokens ~75% al hablar como cavernícola manteniendo precisión técnica total. Soporta niveles de intensidad: ligero, completo (predeterminado), ultra, wenyan-ligero, wenyan-completo, wenyan-ultra. Usar cuando el usuario diga "modo cavernícola", "habla como cavernícola", "usa cavernícola", "menos tokens", "sé breve", o invoque /caveman. También se activa automáticamente cuando se solicita eficiencia de tokens.
communicationproductivity
caveman-commit
juliusbrussee
Generador de mensajes de commit ultracomprimidos. Reduce el ruido en los mensajes de commit preservando la intención y el razonamiento. Formato Conventional Commits. Asunto ≤50 caracteres, cuerpo solo cuando el "por qué" no sea obvio. Se usa cuando el usuario dice "escribe un commit", "mensaje de commit", "genera un commit", "/commit", o invoca /caveman-commit. Se activa automáticamente al preparar cambios.
developmentcode-review
caveman-compress
juliusbrussee
Comprime archivos de memoria en lenguaje natural (CLAUDE.md, todos, preferencias) al formato caveman para ahorrar tokens de entrada. Preserva toda la sustancia técnica, código, URL y estructura. La versión comprimida sobrescribe el archivo original. Se guarda una copia de seguridad legible por humanos como FILE.original.md. Activación: /caveman-compress FILEPATH o "compress memory file
developmentdocument
caveman-help
juliusbrussee
Tarjeta de referencia rápida para todos los modos, habilidades y comandos de caveman. Visualización única, no un modo persistente. Activación: /caveman-help, "caveman help", "what caveman commands", "how do I use caveman".
developmentdocumentproductivity
caveman-review
juliusbrussee
Comentarios de revisión de código ultracomprimidos. Reduce el ruido de los comentarios en PR mientras conserva la señal procesable. Cada comentario es una línea: ubicación, problema, solución. Se usa cuando el usuario dice "revisa este PR", "revisión de código", "revisa el diff", "/review", o invoca /caveman-review. Se activa automáticamente al revisar pull requests.
developmentcode-review
caveman-stats
juliusbrussee
Muestra el uso real de tokens y el ahorro estimado para la sesión actual. Lee directamente del registro de sesión de Claude Code, sin estimaciones de IA. Se activa con /caveman-stats. La salida es inyectada por el hook mode-tracker; el modelo no calcula los números por sí mismo.
developmentdata-analysis
cavecrew
juliusbrussee
Decision guide for delegating to caveman-style subagents. Tells the main thread WHEN to spawn `cavecrew-investigator` (locate code), `cavecrew-builder` (1-2 file edit), or `cavecrew-reviewer` (diff review) instead of doing the work inline or using vanilla `Explore`. Subagent output is caveman-compressed so the tool-result injected back into main context is ~60% smaller — main context lasts longer across long sessions. Trigger: "delegate to subagent", "use cavecrew", "spawn...
developmentcode-reviewapi
caveman-explore
juliusbrussee
Explorador de repositorio de solo lectura. Úsalo PROACTIVAMENTE para exploración inicial, localización amplia entre archivos, o cuando una búsqueda directa ha fallado y necesitas encontrar dónde vive algo. Omítelo cuando el problema ya nombra el archivo o símbolo exacto, o cuando un turno anterior ya devolvió evidencia utilizable de file:line. Devuelve solo citas compactas de path:line; sus lecturas y greps nunca entran en la conversación principal.