# 用一条箭头开启的插件

> 与 MCP 服务器和技能并列的第三类扩展：RTK-AI Token Saver 和 Caveman 按箭头实时生效；另有自有模型服务器，以及无需重启的危险模式。

- URL: https://neurosquad.ai/zh/blog/plugins-token-saver-and-caveman/
- Published: 2026-09-29
- Publisher: NeuroSquad (https://neurosquad.ai/)

在此之前，NeuroSquad 画布上的一条箭头能交给智能体两类东西：MCP 服务器，也就是工具；以及技能，也就是在任务匹配时加载的指令。但有些有用的扩展两者都不是。它们不增加能力，而是改变智能体的工作方式——它的 shell 命令在模型读取之前打印多少内容，或者它回答时要花多少字。

NeuroSquad 0.1.160 给了它们一个自己的位置：**插件**，与 MCP 服务器和技能并列的第三个目录。插件就是一张卡片。从智能体画一条箭头到它，插件就开启；移除箭头，插件就关闭，两者都不需要重启。首批两个插件是 RTK-AI Token Saver 和 Caveman。

![名为 Backend 的 Claude Code 卡片，箭头连到 RTK-AI Token Saver 卡片和 Caveman 卡片](https://neurosquad.ai/blog/plugins-token-saver-and-caveman/canvas-zh.webp)

*一个智能体，两个插件。RTK 卡片上的节省数据来自为这张截图在测试仓库里经 RTK 运行的六条只读命令；智能体本身运行在一个示例本地服务器上。*

## 插件如何实时生效

每张智能体卡片本来就会带着钩子（hook）启动它的 CLI，这些钩子指向应用内部的一个小服务器，只监听本机回环地址。卡片正是靠它们知道智能体在工作、在等你，还是已经完成。CLI 会在固定时刻调用这些钩子——执行 shell 命令之前、你提交提示词时——而在此之前，应用的回答总是“没有意见”。

插件改变的就是这个回答。每次调用时，应用都会看一眼箭头：没有箭头，什么都不变；有箭头，回答里就带上插件的那一部分。由于 CLI 每次都会询问，开关在紧接着的下一条命令或下一轮就会生效。你的 CLI 自身的设置里不会写入任何东西，也不会往 CLI 里安装任何东西。

![添加卡片菜单：顶部是“技能、MCP 与插件”分区，智能体列表以“新建智能体…”开头](https://neurosquad.ai/blog/plugins-token-saver-and-caveman/add-menu-zh.webp)

*添加菜单现在先列出技能、MCP 服务器和插件，“新建智能体…”排在智能体列表的第一位。*

![“技能、MCP 与插件”目录的“插件”标签页：选中了 RTK-AI Token Saver，下方是 Caveman](https://neurosquad.ai/blog/plugins-token-saver-and-caveman/catalog-zh.webp)

*“插件…”会在新的“插件”标签页打开目录：每个插件做什么、支持哪些智能体，以及“添加到画布”。*

## RTK-AI Token Saver

[RTK](https://github.com/rtk-ai/rtk) 是一个开源命令行工具（Apache-2.0）。它运行 `git`、`ls`、`grep`、测试运行器和许多其他命令，并打印压缩后的输出：分组、去重，在真正重要的地方只保留失败项。哪些命令它能处理，由它自己的 `rtk rewrite` 来决定。

智能体有箭头连到这张卡片时，它的命令前钩子会在每条 shell 命令之前询问应用，应用再询问 RTK，于是 `git status` 以 `rtk git status` 的形式运行。只有 shell 命令会受影响——Claude Code 自己读取文件和搜索的工具不是 shell 调用，保持原样。如果 RTK 不存在或出错，就运行原始命令。

- **−92%** — git status
- **−62%** — ls -la
- **−32%** — git log -n 20
- **−25%** — 六条命令合计

这些是一次测试运行的数字，而且因命令而差异很大：同一次运行中，`git log -n 3` 缩短了 18%，而 `git log --stat` 和一次小范围的 `grep` 一点也没省下。卡片不承诺任何数字；它显示的是每个已连接智能体的真实节省量，RTK 会为每个智能体单独记录在一个数据库里。

### 途中的发现：不增加任何权限确认

第一个版本会改写它能改写的每条命令。在 Claude Code 的普通模式下测试时，问题暴露了：Claude 是拿*改写后*的命令去对照它的权限规则，以及它内置的只读命令自动批准。`git status` 不经询问就运行了，`rtk git status` 却要求确认。一个会增加确认弹窗的省 token 工具，还不如没有。

所以在普通模式下，改写遵循一张决策表。你自己的允许规则已经覆盖的命令：改写并允许。刻意保持很短的只读清单上的命令——单独一条 `git status`、`log`、`diff` 或 `show`，列出分支，`ls`、`cat`、`head`、`tail`、`wc`、`grep`、`rg` 或 `find`，所有路径都在项目内，没有会写入或执行任何东西的参数——改写并允许，因为 Claude 本来也会自动放行。本来就会询问的命令仍然询问，而且和以前一样只问一次。其他一切保持不动。用同样的七条命令测试：不用 RTK 时有两次确认，用 RTK 时仍是同样的两次。在危险模式下，RTK 会改写它能处理的一切。Cursor CLI、OpenCode 和 Kilo Code 只在危险模式下使用 RTK，因为它们的批准决定取决于应用看不到的规则。

> **关于二进制文件** 如果没有安装 RTK，卡片会从它的 GitHub 发布页下载官方版本——前提是该发布公布了 SHA-256 摘要，下载后文件会与之核对。RTK 的遥测默认关闭；应用还会为每个智能体显式地关闭它。

## Caveman

Julius Brussee 的 [caveman](https://github.com/JuliusBrussee/caveman) 是一套回答规则，采用 MIT 许可：不寒暄、不含糊其辞、不复述刚做过的事——同时代码、命令、文件路径和错误信息一字不改，安全警告仍用完整的句子。插件原样附带这些规则，提供 caveman 的 Lite、Full、Ultra 三个级别以及文言文变体。

有箭头时，智能体的提示词钩子会把规则加到它的下一轮：完整文本每个会话只发一次，之后每一轮附上 caveman 自己的一行提醒。移除箭头，智能体会收到一条恢复正常回答的说明。它在 Claude Code、Codex 和 Qwen Code 中实时生效。

### 它到底能省多少——实话实说

我们做了一次演示：Claude Code 配 Haiku 4.5，在同一个会话里问三个相似的问题，第二个问题前画上箭头，第三个问题前移除。回答从没有箭头时的 225 个英文单词（1,506 个字符），变为有箭头时的 159 个单词（1,164 个字符），移除后又回到 254 个单词（1,706 个字符）。

- **1,506 → 1,164** — 画上箭头后回答的字符数
- **413 → 408** — 计费的输出 token

计费的输出几乎没变：413、408 和 419 个 token。服务商把模型的思考过程也算作输出，而 caveman 并不会缩短思考。caveman 的作者也这样说，并列出了它吃亏的场景：规则本身在每次调用时都是额外的输入——按我们的估算，一次约 1,440 个 token，此后每轮约 62 个——在很短的问题上，它的花费可能比省下的还多。所以 Caveman 卡片不显示任何节省数字，只显示开启了什么、对哪些智能体开启，以及规则本身的成本。

caveman 的仓库里还有一个本地代理，用来压缩智能体读取的内容。我们没有把它内置进来。它的引擎源码公开，但所用的许可不允许在另一个产品中提供它；而且它位于通往模型的流量之中，订阅登录会经过它——而 NeuroSquad 从不读取或代理 CLI 的凭据。

## 自有模型服务器

“设置 → 提供商”新增了一节 **你的提供方**：LM Studio、Ollama、Unsloth Studio、llama.cpp、vLLM，或任何支持 OpenAI 或 Anthropic API 的远程服务器。你不需要选择 API。**测试连接** 会读取模型列表，并向 chat、Responses 和 Messages 端点各发一个空请求，因此不会加载任何模型；只有测试通过后才能保存提供方。

![设置中的“提供商”：“你的提供方”一节列出 localhost:1234 上的 LM Studio，支持 OpenAI 和 Anthropic API，共 3 个模型](https://neurosquad.ai/blog/plugins-token-saver-and-caveman/providers-zh.webp)

*已保存的提供方，以及测试发现的 API。这里的服务器是一个只返回模型列表的示例。*

只要服务器上有某个 CLI 需要的 API，该 CLI 就会提供这个提供方：Claude Code 需要 Anthropic API，Codex 需要 OpenAI Responses API，其余大多数两者皆可——一共十五个 CLI。Cursor、Amp 和 Auggie 不行：它们的模型只在各自厂商的服务器上运行。如果服务器需要密钥，密钥由操作系统加密，只通过环境变量交给智能体。测试时我们发现一件事：完全没有密钥时，Claude Code 会退回到你自己的 Anthropic 登录，并把那个令牌发给本地服务器。所以应用总会改为发送一个占位密钥。

## 无需重启的危险模式

过去 Claude Code 卡片的危险模式是一个启动参数，而这个参数在会话中途无法撤回。现在每张 Claude 卡片都有一个钩子，Claude 只会在即将弹出权限对话框时调用它。危险模式开启时，应用回答“允许”；关闭时，对话框照常出现。无论打开还是关闭，都会在同一个会话里对下一次批准生效。实测：`touch` 先请求了权限，打开开关后不再询问直接运行，关闭后又重新询问。其他 CLI 仍在启动时读取危险模式；它们的卡片现在提供 **立即重启**，并保留对话。

## 告诉我们还缺什么

账号菜单中的“提交想法”和“报告问题”会打开 app.neurosquad.ai 上新的“想法”和“问题”板块，应用版本和操作系统已经自动填好。

插件页面：[RTK-AI Token Saver](https://neurosquad.ai/zh/plugins/rtk-ai-token-saver/) 和 [Caveman](https://neurosquad.ai/zh/plugins/caveman/)；完整的变更列表见 [0.1.160 更新日志](https://neurosquad.ai/zh/changelog/#v0.1.160)。
