caveman-manage

Kiểm tra vòng đời thí nghiệm có kiểm soát đánh giá của Caveman Cloud và chặn thực thi không an toàn. Sử dụng khi người dùng yêu cầu bắt đầu, phê duyệt, hủy, thăng cấp hoặc hoàn tác một thí nghiệm Caveman, hoặc hỏi hành động nào mà bằng chứng của thí nghiệm hỗ trợ. Đọc bằng chứng trước; không thực hiện thay đổi vòng đời cho đến khi quá trình chuyển đổi có thẩm quyền từ máy chủ và cổng bằng chứng được triển khai.

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

Manage eval-gated experiments

Treat every lifecycle change as a production control action. Read current state and results, then report one supported recommendation or block. Current agent MCP is intentionally read-only: control-api does not yet enforce a complete lifecycle transition table and evidence gate atomically.

Non-negotiable gates

  1. A request to review, inspect, explain, or recommend authorizes reads only.
  2. Never approve an experiment whose results are pending, whose required guardrails are absent, or whose evidence reports a breach.
  3. Never convert experiment lift into verified_savings. Only active real traffic plus provider-causal, provider-complete ledger evidence can do that.
  4. Never supply an organization id. Project and tenant scope come from the logged-in Caveman identity and server RBAC.
  5. Never execute a lifecycle mutation, even after user approval. Exact <action>:<experiment_id> strings are agent-generatable and are not proof of human intent.
  6. Unknown states and server errors fail closed. Report exact cave_snake_code.

Step 1 — Load project and experiment

Prefer MCP:

caveman_context {}
caveman_experiment_get {"action":"get","experiment_id":"<id>"}
caveman_experiment_get {"action":"results","experiment_id":"<id>"}

Use {"action":"list"} when the user has not named an id.

CLI fallback:

caveman cloud experiments list
caveman cloud experiments show <id>
caveman cloud experiments results <id>

Stop if login, project, experiment, or results are unavailable.

Step 2 — Evaluate evidence

Report:

  • current lifecycle state and safety class;
  • control and candidate sample sizes;
  • quality or eval result;
  • latency, error, cost, retry, drop, and escalation guardrails when present;
  • evidence cost;
  • rollback or hold reason;
  • whether result is pending, failed, promotable, or active.

Absence is not a pass. If a required field is absent, state evidence incomplete and do not propose approval.

Step 3 — Propose one action

Allowed actions:

  • start — only from a startable draft or queued state with configured graders;
  • approve — only with complete passing evidence and a safety class the current role may approve;
  • cancel — stop a non-active experiment the user no longer wants;
  • rollback — revert an active or harmful change through the server's linked policy path. Current deployments may reject this honestly with cave_not_implemented; never describe that response as a rollback.

Show recommendation and id:

Proposed action: approve experiment 7f...
Reason: candidate passed quality and every configured guardrail.
Execution: blocked until server-authoritative lifecycle and evidence gates ship.

Do not treat earlier generic statements such as "manage it" or "do what is best" as mutation approval.

Step 4 — Block unsafe execution

Do not emit or run an executable lifecycle command. Explain that current server does not yet enforce every evidence/state transition atomically. CLI and MCP agent surfaces therefore expose experiment reads only.

Step 5 — Re-read after external operator action

If operator says they executed command, read detail and results again. Report server-observed post-state, audit or result response, and any policy-delivery status returned. Never infer success from operator intent alone.

Use this close:

Action: <action> <experiment-id>
Before: <state>
Server response: <status and cave_snake_code if any>
After: <re-read state>
Basis: experiment evidence only. Verified savings unchanged unless the signed
ledger independently records active, provider-causal real-traffic savings.

Thêm skills từ juliusbrussee

caveman
juliusbrussee
Chế độ giao tiếp siêu nén. Giảm ~75% lượng token dùng bằng cách nói như người tiền sử nhưng vẫn giữ độ chính xác kỹ thuật đầy đủ. Hỗ trợ các mức cường độ: lite, full (mặc định), ultra, wenyan-lite, wenyan-full, wenyan-ultra. Dùng khi người dùng nói "caveman mode", "talk like caveman", "use caveman", "less tokens", "be brief", hoặc gọi /caveman. Cũng tự động kích hoạt khi yêu cầu hiệu quả token.
communicationproductivity
caveman-commit
juliusbrussee
Trình tạo thông báo commit siêu nén. Loại bỏ nhiễu khỏi thông báo commit trong khi vẫn giữ nguyên ý định và lý do. Định dạng Conventional Commits. Tiêu đề ≤50 ký tự, phần thân chỉ khi "lý do" không rõ ràng. Sử dụng khi người dùng nói "write a commit", "commit message", "generate commit", "/commit", hoặc gọi /caveman-commit. Tự động kích hoạt khi có thay đổi đang chờ.
developmentcode-review
caveman-compress
juliusbrussee
Nén các tệp bộ nhớ ngôn ngữ tự nhiên (CLAUDE.md, todos, preferences) sang định dạng caveman để tiết kiệm token đầu vào. Giữ nguyên toàn bộ nội dung kỹ thuật, mã, URL và cấu trúc. Phiên bản nén ghi đè lên tệp gốc. Bản sao lưu có thể đọc được lưu dưới dạng FILE.original.md. Kích hoạt: /caveman-compress FILEPATH hoặc "compress memory file
developmentdocument
caveman-help
juliusbrussee
Thẻ tham khảo nhanh cho tất cả các chế độ, kỹ năng và lệnh của caveman. Hiển thị một lần, không phải chế độ liên tục. Kích hoạt: /caveman-help, "caveman help", "what caveman commands", "how do I use caveman".
developmentdocumentproductivity
caveman-review
juliusbrussee
Nhận xét đánh giá mã siêu ngắn gọn. Loại bỏ nhiễu từ phản hồi PR trong khi vẫn giữ lại tín hiệu có thể hành động. Mỗi nhận xét là một dòng: vị trí, vấn đề, cách sửa. Sử dụng khi người dùng nói "xem xét PR này", "đánh giá mã", "xem xét diff", "/review", hoặc gọi /caveman-review. Tự động kích hoạt khi xem xét pull requests.
developmentcode-review
caveman-stats
juliusbrussee
Hiển thị mức sử dụng token thực tế và khoản tiết kiệm ước tính cho phiên hiện tại. Đọc trực tiếp từ nhật ký phiên Claude Code — không ước tính bằng AI. Kích hoạt bằng lệnh /caveman-stats. Đầu ra được chèn bởi hook mode-tracker; bản thân mô hình không tính toán các con số.
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
Trình khám phá kho lưu trữ chỉ đọc. Sử dụng chủ động để thăm dò khi bắt đầu, định vị tệp đa nơi trên diện rộng, hoặc khi tìm kiếm trực tiếp thất bại và bạn cần xác định vị trí của một thứ gì đó. Bỏ qua khi vấn đề đã nêu rõ tệp hoặc ký hiệu chính xác, hoặc lượt trước đã trả về bằng chứng file:line hữu dụng. Chỉ trả về trích dẫn path:line gọn gàng; các thao tác đọc và grep của nó không bao giờ đi vào cuộc trò chuyện chính.