Claude Code to potezne narzedzie, ale potrafi zjesc tokeny szybciej niz zdazysz mrugac. Na szczescie sa sprawdzone sposoby, zeby zredukowac zuzycie nawet o 75-87% — bez utraty jakosci kodu. Pokazuje konkretne strategie i narzedzia, ktore dzialaja w praktyce.
Problem: Claude Code zjada za duzo tokenow
Kazdy token to koszt. W projektach automatyzacji, gdzie Claude analizuje dokumenty, generuje kod i odpowiada na zapytania, niekontrolowane zuzycie tokenow moze szybko przerodzic sie w setki dolarow miesiecznie. Typowa sesja Claude Code moze zuzyc 10-50x wiecej tokenow niz potrzeba — bo model domyslnie jest gadatliwy, powtarza sie i dodaje niepotrzebne wyjasnenia.
Caveman — plugin ktory redukuje tokeny o 75%
Caveman to open-source skill do Claude Code, ktory kompresuje output bez utraty dokladnosci technicznej. Zasada: usun artykulatory, slowa wypelniacze i uprzejmosci — zostaw sam kod i logike.
Realne wyniki kompresji
| Zadanie | Przed | Po Caveman | Redukcja |
|---|---|---|---|
| React re-render bug | 1 180 tokenow | 159 tokenow | 87% |
| Auth middleware fix | 704 tokenow | 121 tokenow | 83% |
| PostgreSQL connection | 2 347 tokenow | 380 tokenow | 84% |
| Srednia z 10 zadan | — | — | 65-75% |
Instalacja w 30 sekund
claude plugin marketplace add JuliusBrussee/caveman
claude plugin install caveman@cavemanAktywacja: wpisz /caveman w Claude Code. Dezaktywacja: stop caveman.
4 poziomy kompresji
- Lite — profesjonalna zwiezlosc, zachowuje gramatyke
- Full — domyslny tryb caveman, fragmenty zamiast pelnych zdan
- Ultra — maksymalna kompresja, styl telegraficzny
- Wenyan — kompresja w stylu klasycznego chinskiego (dla odwaznych)
Wazne: Caveman kompresuje tylko output. Myslenie/rozumowanie modelu pozostaje bez zmian — dokladnosc techniczna jest identyczna.
6 strategii redukcji tokenow (poza Caveman)
1. Pre-processing danych
Zanim przekazesz dane do LLM, oczysc je. RAG (Retrieval-Augmented Generation) pozwala pobrac tylko relewantne fragmenty zamiast calego dokumentu. W analizie dokumentow prawnych to roznica miedzy 50 000 a 5 000 tokenow na zapytanie.
2. Dobor modelu do zadania
Claude Opus do architektury, Haiku do prostych transformacji. Nie uzywaj armaty na muchy. Roznica kosztowa: 10-50x.
3. Optymalizacja promptow
Krotki, precyzyjny prompt = mniej tokenow na wejsciu i wyjsciu. Unikaj powtorzen, jasno okreslaj format odpowiedzi. Dodaj Odpowiedz krotko, max 3 zdania gdzie to mozliwe.
4. Prompt caching
Anthropic oferuje prompt caching — powtarzalne fragmenty kontekstu sa cache'owane i kosztuja 90% mniej. ważne przy duzych CLAUDE.md i spec plikach.
5. Komenda /clear
Po kazdym zakonczonym zadaniu /clear czysci okno kontekstowe. Bez tego nastepne zadanie dziedziczy caly kontekst poprzedniego — niepotrzebnie zjadajac tokeny.
6. Monitorowanie z n8n
n8n pozwala sledzic przeplyw danych i identyfikowac "pozeraczy" tokenow. Mozesz tworzyc logike, ktora przed wyslaniem do Claude wykonuje wstepna selekcje i agregacje.
Ile mozesz zaoszczedzic?
| Scenariusz | Bez optymalizacji | Z optymalizacja | Oszczednosc |
|---|---|---|---|
| Developerska sesja (8h) | ~$15-25 | ~$4-7 | 70% |
| Analiza dokumentow (100 stron) | ~$8-12 | ~$2-3 | 75% |
| Code review (duzy PR) | ~$3-5 | ~$0.50-1 | 80% |
Najczesciej zadawane pytania (FAQ)
Czy Caveman pogarsza jakosc kodu?
Nie. Badanie z marca 2026 ("Brevity Constraints Reverse Performance Hierarchies") wykazalo, ze ograniczanie dlugosci odpowiedzi poprawia dokladnosc o 26 punktow procentowych na niektorych benchmarkach. Kompresja dotyczy tylko prozy — kod, URL-e, sciezki plikow i komendy pozostaja nienaruszone.
Jak szybko widac efekty optymalizacji tokenow?
Natychmiast. Caveman dziala od pierwszej komendy. Prompt caching wymaga konfiguracji CLAUDE.md (30 min). Pelna optymalizacja workflow z n8n: 1-2 dni.
Czy to dziala z innymi narzędziami niz Claude Code?
Caveman dziala z 40+ agentami AI: Cursor, Windsurf, Gemini CLI, GitHub Copilot, Cline. Instalacja: npx skills add JuliusBrussee/caveman -a [agent].
Informacja o tresci
Ten artykul zostal przygotowany przy wsparciu AI i zweryfikowany przez eksperta automatyzacji.